基于模糊RBF神经网络的磁悬浮系统研究

摘要

磁悬浮技术是将电磁学、动力学、电力电子以及自动控制等多学科有机结合在一起，并随着这些技术及理论的发展而建立起来的一种典型的机电一体化技术。目前，越来越多的国内外学者都展开了对磁悬浮技术的研究。磁悬浮系统是一个具有非线性、开环不稳定和不确定等特性的复杂系统，这给控制器的设计增加了难度。常规的PID控制难以取得令人满意的控制效果。必须研究和开发新的控制策略。
　　 本文首先对单自由度磁悬浮系统的结构和工作原理以及动态性能进行了深入的研究，并把该系统作为研究对象。针对系统开环不稳定和非线性的特点，利用S-函数建立磁悬浮系统的非线性模型，然后分别采用经典PID控制策略和基于BP神经网络整定的PID控制对磁悬浮系统进行控制，并在MATLAB环境下进行仿真，通过仿真结果指出这两种控制方法的缺陷和不足。最后针对常规PID参数整定困难以及BP神经网络算法训练速度慢、容易陷入局部极小值、学习效率低等问题，提出一种基于模糊RBF神经网络智能PID控制方法。径向基函数(RBF)网络具有运算量小，收敛速度快，能够在一定程度上改善BP网络的不足。该方法结合神经网络学习能力强以及模糊控制推理能力强的特点，将模糊逻辑推理与RBF神经网络相结合，对PID控制器的三个参数kp、ki、kd进行在线调整，整定出一组适合磁悬浮系统的PID参数，满足磁悬浮系统的静态和动态性能要求。仿真结果表明，基于模糊RBF神经网络整定PID控制方法能够实现对磁悬浮系统的有效控制，同时该控制方法具有更好的抗干扰性和自适应能力。

目录

声明

摘要

第1章 绪论

1．1 课题研究背景

1．2 磁悬浮技术发展概况

1．3 模糊神经网络的发展及研究现状

1．4 课题的来源及研究意义

1．5 本论文的主要研究内容

第2章 磁悬浮系统的分析与建模

2．1 磁悬浮系统简介

2．1．1 基本结构

2．1．2 工作原理

2．1．3 磁悬浮控制系统的基本特征

2．2 磁悬浮系统的建模

2．2．1 系统建模的几条假设

2．2．2 转子运动方程

2．2．3 电磁力模型

2．2．4 电磁铁中控制电压与电流模型

2．2．5 系统模型线性化处理

2．3 非线性模型的建立

2．4 本章小结

第3章 模糊神经网络

3．1 模糊理论基础

3．1．1 模糊集合

3．1．2 模糊逻辑推理及模糊判决

3．2 神经网络

3．2．1 神经网络模型

3．2．2 BP神经网络

3．2．3 RBF神经网络

3．3 模糊RBF神经网络

3．3．1 模糊逻辑推理和RBF神经网络的等价性

3．3．2 模糊RBF神经网络的结构

3．3．3 模糊RBF神经网络结构简化处理

3．3．4 模糊RBF神经网络的学习算法

3．4 本章小结

第4章 磁悬浮系统的模糊RBF神经网络PID控制

4．1 MATLAB下建立磁悬浮系统模型

4．1．1 S-函数简介

4．1．2 S-函数建立系统非线性模型

4．2 磁悬浮系统的常规PID控制

4．3 磁悬浮系统的BP神经网络PID控制

4．3．1 BP神经网络整定PID控制

4．3．2 系统仿真

4．4 磁悬浮系统的模糊RBF神经网络PID控制

4．4．1 模糊RBF神经网络整定PID控制

4．4．2 系统仿真

4．5 本章小结

结论

参考文献

攻读硕士学位期间发表的学术论文

致谢