Markovian切换复杂网络同步控制及其在多电机网络中的应用
发布时间：2021-10-05 08:33
现实生活中存在着众多由节点耦合形成的网络化系统,由于环境、故障、控制需求等因素影响,系统状态或网络拓扑结构会随机变化,从而研究Markovian切换复杂网络同步控制具有重要的应用价值。同时随着生产效率的不断提高,使得电机互联协同运行逐渐成为现代工业的主流运作方式。本文针对不同权值的Markovian切换复杂网络进行研究,建立模型并设计相应的有限时间同步控制器,同时对永磁同步电机进行非线性分析,并将其应用于永磁同步电机组成的Markovian切换复杂网络中,实现了有限时间同步控制与参数辨识。主要工作如下:（1）首先,针对含有随机扰动、不确定参数和初始条件不同的单权值Markovian切换复杂网络,构建其数学模型。其次,基于有限时间稳定性理论和ItO’s公式,为了保证网络在不同情况下的同步,提出了一种可靠的有限时间自适应控制器。同时,给出了相应的充分条件,以确保能够准确地辨识具有随机扰动网络中的不确定参数。最后通过数值模拟证明控制策略的有效性。（2）在对单权值Markovian切换复杂网络分析的基础上,对双重权值Markovian切换复杂网络同步进行研究。首先,提出了一种网络分裂方法,将不...
【文章来源】：西安理工大学陕西省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
网络研究演化过程
西安理工大学工程硕士专业学位论文2的节点相连，而这些增长和择优机制正是体现了所提出的模型更加趋于复杂系统的普遍性。以小世界网络模型结构和无标度网络模型的开创为标志，针对复杂网络的研究打开了一扇充满未知的大门。图1-1为网络研究演化过程。图1-2为无标度网络模型结构图。图1-2无标度网络模型Fig.1-2Scalefreenetworkmodel复杂网络之所以复杂，主要原因归纳于以下几个方面：1）以网络结构为代表的复杂性：主要表现为网络中各个节点间相互连接，连接情况较为复杂；2）以网络演化为代表的复杂性：主要表现为网络中各个节点间的连接性可能会随着时间或者节点间的距离而发生变化从而导致的复杂性；3）以网络节点之间连接性质不同为代表的复杂性：主要表现为网络中各个节点间的连接具有不同的属性(包括权重、方向渠道以及连接方式等)从而导致的复杂性；4）以网络动力行为为代表的复杂性：主要表现为网络既可以是线性系统又可以是非线性系统，而其状态也可随着时间的变化而发生变化从而导致的复杂性；5）以网络节点的性质不同为代表的复杂性：主要变现为网络中可以含有不同属性的节点从而导致的复杂性；6）以上五个方面所相互作用而导致的复杂性。在真实的世界中，可以通过描述网络来表述许多常见的复杂系统。例如，在电力系统中，发电厂、变电站和用户通过输电线相连而形成网络就可以借由复杂网络系统进行研究分析。而学者也试图通过对网络结构、统计特性以及网络动力学行为等的研究进而深入探究实际中的复杂网络特性，了解并发掘其中相关的共通演变规律。同时，这一研究过程历经了由研究规则网络特性到研究随机网络，再到研究复杂网络特性的演变。其中的复杂网络由于其能够较为完善的刻画真实网络的特性，从而被国内外诸多学者作为主要
西安理工大学工程硕士专业学位论文16a）b)图2-1a）模态1下的驱动系统的拓扑结构，b）模态2下的驱动系统的拓扑结构Fig.2-1a)Topologicalstructureofdrivingsysteminmode1,b)Topologicalstructureofdrivingsysteminmode2a）b)图2-2a）模态1下的响应系统的拓扑结构，b）模态2下的响应系统的拓扑结构Fig.2-2a)Topologicalstructureofresponsesysteminmode1,b)Topologicalstructureofresponsesysteminmode2为了更加清晰的对网络同步的效果进行表述，定义系统误差值为：211()()/NNijijEtetN(2-29)当lim()0tEt，且1tt，系统27和211在有限时间1t内实现全局同步。其他相关参数如下：10.10000.10000.1，0.200.10.10.55.52130.51.22M,20.200000.200000.200000.2，111222(,(),1)(),(),()222iiiiitetdiagetetet，
【参考文献】：
期刊论文
[1]电力系统混沌振荡的等效快速终端模糊滑模控制[J]. 倪骏康,刘崇新,庞霞. 物理学报. 2013(19)
[2]Cluster exponential synchronization of a class of complex networks with hybrid coupling and time-varying delay[J]. 王军义,张化光,王占山,梁洪晶. Chinese Physics B. 2013(09)
[3]Nonlinear Dynamics of Permanent-magnet Synchronous Motor with v/f Control[J]. 韦笃取,张波,罗晓曙,丘东元. Communications in Theoretical Physics. 2013(03)
[4]直驱型永磁同步风力发电机组中混沌运动的反步自适应控制[J]. 郑刚,邹见效,徐红兵,秦钢. 物理学报. 2011(06)
[5]直驱式永磁同步风力发电机中混沌运动的滑模变结构控制[J]. 杨国良,李惠光. 物理学报. 2009(11)
[6]永磁同步电动机及其调速系统综述和展望[J]. 暨绵浩,曾岳南,曾建安,李长兵. 电气时代. 2005(05)
[7]基于观测器的永磁同步电动机微分代数非线性控制[J]. 王江,李韬,曾启明,张宙. 中国电机工程学报. 2005(02)
博士论文
[1]复杂系统的混沌控制和同步若干方法研究[D]. 魏强.大连理工大学 2015
硕士论文
[1]永磁同步电机的非线性动力学特性研究及其混沌控制[D]. 王碧轩.兰州交通大学 2015
本文编号：3419373
【文章来源】：西安理工大学陕西省
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
网络研究演化过程
西安理工大学工程硕士专业学位论文2的节点相连，而这些增长和择优机制正是体现了所提出的模型更加趋于复杂系统的普遍性。以小世界网络模型结构和无标度网络模型的开创为标志，针对复杂网络的研究打开了一扇充满未知的大门。图1-1为网络研究演化过程。图1-2为无标度网络模型结构图。图1-2无标度网络模型Fig.1-2Scalefreenetworkmodel复杂网络之所以复杂，主要原因归纳于以下几个方面：1）以网络结构为代表的复杂性：主要表现为网络中各个节点间相互连接，连接情况较为复杂；2）以网络演化为代表的复杂性：主要表现为网络中各个节点间的连接性可能会随着时间或者节点间的距离而发生变化从而导致的复杂性；3）以网络节点之间连接性质不同为代表的复杂性：主要表现为网络中各个节点间的连接具有不同的属性(包括权重、方向渠道以及连接方式等)从而导致的复杂性；4）以网络动力行为为代表的复杂性：主要表现为网络既可以是线性系统又可以是非线性系统，而其状态也可随着时间的变化而发生变化从而导致的复杂性；5）以网络节点的性质不同为代表的复杂性：主要变现为网络中可以含有不同属性的节点从而导致的复杂性；6）以上五个方面所相互作用而导致的复杂性。在真实的世界中，可以通过描述网络来表述许多常见的复杂系统。例如，在电力系统中，发电厂、变电站和用户通过输电线相连而形成网络就可以借由复杂网络系统进行研究分析。而学者也试图通过对网络结构、统计特性以及网络动力学行为等的研究进而深入探究实际中的复杂网络特性，了解并发掘其中相关的共通演变规律。同时，这一研究过程历经了由研究规则网络特性到研究随机网络，再到研究复杂网络特性的演变。其中的复杂网络由于其能够较为完善的刻画真实网络的特性，从而被国内外诸多学者作为主要
西安理工大学工程硕士专业学位论文16a）b)图2-1a）模态1下的驱动系统的拓扑结构，b）模态2下的驱动系统的拓扑结构Fig.2-1a)Topologicalstructureofdrivingsysteminmode1,b)Topologicalstructureofdrivingsysteminmode2a）b)图2-2a）模态1下的响应系统的拓扑结构，b）模态2下的响应系统的拓扑结构Fig.2-2a)Topologicalstructureofresponsesysteminmode1,b)Topologicalstructureofresponsesysteminmode2为了更加清晰的对网络同步的效果进行表述，定义系统误差值为：211()()/NNijijEtetN(2-29)当lim()0tEt，且1tt，系统27和211在有限时间1t内实现全局同步。其他相关参数如下：10.10000.10000.1，0.200.10.10.55.52130.51.22M,20.200000.200000.200000.2，111222(,(),1)(),(),()222iiiiitetdiagetetet，
【参考文献】：
期刊论文
[1]电力系统混沌振荡的等效快速终端模糊滑模控制[J]. 倪骏康,刘崇新,庞霞. 物理学报. 2013(19)
[2]Cluster exponential synchronization of a class of complex networks with hybrid coupling and time-varying delay[J]. 王军义,张化光,王占山,梁洪晶. Chinese Physics B. 2013(09)
[3]Nonlinear Dynamics of Permanent-magnet Synchronous Motor with v/f Control[J]. 韦笃取,张波,罗晓曙,丘东元. Communications in Theoretical Physics. 2013(03)
[4]直驱型永磁同步风力发电机组中混沌运动的反步自适应控制[J]. 郑刚,邹见效,徐红兵,秦钢. 物理学报. 2011(06)
[5]直驱式永磁同步风力发电机中混沌运动的滑模变结构控制[J]. 杨国良,李惠光. 物理学报. 2009(11)
[6]永磁同步电动机及其调速系统综述和展望[J]. 暨绵浩,曾岳南,曾建安,李长兵. 电气时代. 2005(05)
[7]基于观测器的永磁同步电动机微分代数非线性控制[J]. 王江,李韬,曾启明,张宙. 中国电机工程学报. 2005(02)
博士论文
[1]复杂系统的混沌控制和同步若干方法研究[D]. 魏强.大连理工大学 2015
硕士论文
[1]永磁同步电机的非线性动力学特性研究及其混沌控制[D]. 王碧轩.兰州交通大学 2015
本文编号：3419373
本文链接：https://www.wllwen.com/shoufeilunwen/boshibiyelunwen/3419373.html
