两电机同步系统的神经网络逆控制

摘要

本文针对交流感应电机同步系统多变量解耦控制问题，应用神经网络α阶逆系统方法对由两台交流异步电机和变频器组成的调速系统的同步控制进行研究，实现速度和张力的解耦控制。 首先，使用逆系统方法对此系统进行可逆性分析，在理论分析的基础上，使用神经网络构造原系统的α阶逆系统，并给出了构造神经网络α阶逆系统的具体方法。采用κ-均值聚类法和最小二乘法离线训练得到网络初始参数，采用基于梯度下降纠正误差法在线训练更新参数，对网络进行实时训练。从而获得两台交流电机和变频器组成的同步调速系统的神经网络α阶逆系统，在此基础上设计了伪线性复合系统的综合控制器，并将所设计的神经网络和综合控制器在PLC中进行编程。在自行设计的由PLC和上位机监控组态软件WinCC组成的两电机同步系统试验平台上，进行了实际控制试验。 不需要被控对象(即两电机同步系统试验平台)的参考模型或逆动力学解析模型，直接对被控对象进行控制。大量的实验结果表明：所设计的控制方法成功实现了速度与张力间的完全解耦，即实现了两台电机的同步控制。系统对负载的扰动有较强的抑制作用，且系统变频器工作方式不同时(恒压频比或矢量控制方式)，在不改变控制器结构和控制参数的情况下，可以获得相同的控制效果。本文提出的控制方法适用于许多工业控制场合，具有良好的应用前景。

目录

文摘

英文文摘

学位论文版权使用授权书及独创性声明

第一章绪论

§1.1研究目的和意义

§1.2非线性系统及其解耦控制的发展

1.2.1非线性控制的早期发展

1.2.2反馈线性化方法

1.2.3智能控制在非线性控制的应用

§1.3本文研究思路的提出

§1.4本文内容安排

第二章神经网络逆系统

§2.1引言

§2.2逆系统方法简介

2.2.1逆系统方法与伪线性系统

2.2.2伪线性复合系统

2.2.3逆系统方法原理

§2.3基于输入输出微分方程描述系统的MIMO系统可逆性

§2.4人工神经网络

2.4.1神经网络发展简介

2.4.2神经网络特点

§2.5神经网络α阶逆系统方法的提出与实现方法

2.5.1神经网络与逆系统方法的结合

2.5.2神经网络逆系统的实现方法

§2.6小结

第三章两电机同步系统及其数学分析

§3.1两电机同步控制技术的发展概况及趋势

§3.2两电机同步的数学模型及其简化

3.2.1单台交流异步电机的数学模型

3.2.2两电机同步系统的数学模型

§3.3两电机数学模型可逆性分析

§3.4小结

第四章神经网络α阶逆系统方法在两电机同步控制系统中的实现

§4.1引言

§4.2基于STEP7的PLC控制系统设计

4.2.1S7-300编程基本知识

4.2.2系统PLC程序的结构内容

§4.3系统的WinCC组态

4.3.1WinCC简介

4.3.2WinCC的组态

§4.4两电机神经网络逆系统的构建

4.4.1神经网络的选取和算法

4.4.2离线训练实验数据的采集和训练

4.4.3在线训练实验数据的采集和训练

4.4.4系统逆模型的重构

§4.5系统综合及控制器的实现

第五章两电机同步控制系统中神经网络α阶逆系统的控制效果

§5.1两电机同步系统试验平台及硬件简介

§5.2神经网络α阶逆系统方法在两电机同步系统中的实验

§5.3实验结果分析

第六章总结与展望

§6.1主要结论

§6.2进一步的发展方向

参考文献

致谢