神经网络逆系统在感应电机解耦控制中的应用研究

摘要

目的:证明利用神经网络a阶逆系统能对多变量,强耦合,非线性的感应电机进行良好的动态解耦,并解决感应电机调速系统的稳定精度和动态品质之间的矛盾.方法:把具有函数逼近能力和学习能力的神经网络与线性化解耦的逆系统方法结合起来,通过在原有逆系统之前串接静态神经网络系统,形成解耦了的且具有线性传递关系的多阶伪线性系统,实现了感应电动机转速和转子磁链间的线性动态解耦.结果:与常规PID控制相比,神经网络逆系统控制能更好的实现转速和转子磁链之间的动态解耦,并在负载扰动下,能够更加快速地跟踪设定的转速参考值和磁链参考值,有更好的抗负载干扰能力,系统的调速性能也更加良好.结论:利用神经网络逆系统的办法,可以真正实现感应电机的解耦控制,使得异步电机转速和转子磁链之间达到线性化的动态解耦.该系统具有良好的动静态控制性能,为高性能三相感应电机调速系统控制提供了新思路.