期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:王金锁,蒋启龙,罗雨,刘腾飞.磁悬浮系统自抗扰广义预测控制[J].哈尔滨工业大学学报,2022,54(9):141.DOI:10.11918/202106088
WANG Jinsuo,JIANG Qilong,LUO Yu,LIU Tengfei.Active disturbance rejection generalized predictive control for magnetic levitation system[J].Journal of Harbin Institute of Technology,2022,54(9):141.DOI:10.11918/202106088
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 706次   下载 767 本文二维码信息
码上扫一扫!
分享到: 微信 更多
磁悬浮系统自抗扰广义预测控制
王金锁1,蒋启龙1,2,罗雨1,刘腾飞1
(1.西南交通大学 电气工程学院,成都 611756;2.磁浮技术与磁浮列车教育部重点实验室(西南交通大学),成都 611756)
摘要:
针对负载扰动以及轨道“台阶”现象可能导致磁浮列车失稳的问题,将自抗扰广义预测控制(LADRC-GPC)理论引入磁浮列车悬浮系统,设计了一种新型悬浮控制器。控制器采用分层控制策略,内层利用扩张状态观测器(ESO)对系统进行动态补偿,得到被控对象的受控自回归滑动平均模型(CARMA) ,降低了对被控对象数学模型的依赖程度。外层以内层控制为被控对象,采用广义预测控制(GPC)对系统进行动态优化控制,提高了控制器的跟踪性。通过仿真和实验与PID控制算法、线性自抗扰控制(LADRC)算法比较,结果表明:自抗扰广义预测控制算法具有较好的跟踪性与鲁棒性,在较大负载扰动时仍能保持较小的误差。
关键词:  磁悬浮系统  线性自抗扰控制  广义预测控制  自抗扰广义预测控制
DOI:10.11918/202106088
分类号:TP273
文献标识码:A
基金项目:
Active disturbance rejection generalized predictive control for magnetic levitation system
WANG Jinsuo1,JIANG Qilong1,,2,LUO Yu1,LIU Tengfei1
(1.School of Electrical Engineering, Southwest Jiaotong University, Chengdu 611756, China;2. Key Laboratory of Magnetic Suspension Technology and Maglev Vehicle of Ministry of Education(Southwest Jiaotong University), Chengdu 611756, China)
Abstract:
Considering the problem that the load disturbance and track “step” phenomenon may lead to instability of maglev trains, the active disturbance rejection generalized predictive control (LADRC-GPC) theory was introduced into the levitation system of maglev train, and a new suspension controller was designed. The controller adopted a layered control strategy, and the extended state observer (ESO) was used to dynamically compensate the system in the inner layer. The controlled autoregressive moving average model (CARMA) of the controlled object was obtained to reduce the dependence on the mathematical model of the controlled object. The inner layer was taken as the controlled object by the outer layer, and the generalized predictive control (GPC) was used to dynamically optimize the control system, which improved the tracking performance of the controller. By comparing with PID control algorithm and linear active disturbance rejection control (LADRC) algorithm through simulation and experiment, results show that the LADRC-GPC algorithm had better tracking performance and robustness, and could maintain small error under large load disturbance.
Key words:  magnetic levitation system  linear active disturbance rejection control  generalized predictive control  active disturbance rejection generalized predictive control

友情链接LINKS