为了提高上肢外骨骼机器人关节的柔性,结合模块化串联弹性驱动器和鲍登线,提出了一种上肢柔性外骨骼机器人。针对鲍登线产生的非线性摩擦、外界未知扰动和模型不确定性,提出了一种基于径向基函数(radial basis function,RBF)神经网络的自适应复合控制器。该控制器采用扰动观测器和RBF神经网络自适应控制器对扰动进行估计和补偿,并通过滑模控制器实现上肢柔性外骨骼机器人的跟踪控制。此外,通过李雅普诺夫理论证明了该控制器的稳定性。仿真结果表明,与传统的比例积分微分(proportional integral differential,PID)控制器和滑模控制器相比,所提控制器具有更好的扰动补偿能力、更高的跟踪控制精度和鲁棒性,实现了对上肢柔性外骨骼机器人的精准跟踪控制。
在我国,能源产业的发展已经进入了一个新的阶段,能源结构和能源组合的进入发展新阶段。而风力发电以其可持续利用、无环境污染等优点,已逐渐发展为一种新型的洁净能源。但是,在风力发电技术发展的同时,资源利用率低,弃风问题突出,风电进入电网的消纳困难成为了风电场迅速发展的瓶颈。为了加快消纳风电、减轻弃风问题,提出了基于“电-热一体化”的电-热一体化能源体系,实现了多个不同的能量协同工作,以达到更好的节能效果。本文从风力发电的基础上,建立了包括生物质热电联产(Biomass cogeneration heating and power,BCHP)在内的先进绝热压缩空气储能装置(Advanced adiabatic compressed air energy storage,AA-CAES)发电的电力系统的经济性规划模式。首先,详细介绍了一种由热电站、火力发电厂组成的电力一体化能源循环发电系统;风电场,储热BCHP及AA-CAES电厂.介绍了该机组、储热装置、BCHP及AA-CAES的工作机理及优越性,并从操作模式方面对以上四个单万元进行了模型化。其次,建立了电力-热力一体化发电系统的经济性规划模式,对集热装置、BCHP、AA-CAES电厂的消纳机制进行了研究,得出了在风力充分消纳时,BCHP和AA-CAES电厂储热、放热率之间的关系。在此基础上,利用模拟方法,详细地讨论了热装置、BCHP及AA-CAES电厂在风力消纳中的作用,并比较了其在临界状态下的理论电势与最优电势之间的相关性。最后,运用寿命周期费用法对BCHP、AA-CAES电厂的费用进行了模拟,并将其与因子估计方法相联系,对二者的费用进行了修正。在综合考虑整个寿命期费用的前提下,对最优化调度方式下的BCHP和AA-CAES电厂进行了效益模拟,选取了一个更加优化的容量配置,并对BCHP和AA-CAES电厂的综合效益进行了模拟,用实例对BCHP和AA-CAES电厂的效益进行了分析,得出了最佳方案下的费用回收率,并对其整个寿命期的输出率进行了预测。
暂无评论