- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
198 永磁与开关磁阻电机传动及控制技术 CAVD’99
神经元控制器及其在调速系统中的应用
童州工业大学项世军谢宗安天羊
摘要:基于自适应神经元算法.本文培出了直接用镬块圈实现的神经元咣话蝎I,并将之应用于矢
量控恻变颧谭速系统.仿真结果裹明,萁^有报好的优越蛙.
关键词:自适应神经元模块髓矢量控制
1 前言
神经网络是由多个衡单神经元连接而成的网络.园其具有丈规模处理能力和自适应、
自组织、自学习能力以及分布式存储等特点,在控制领域展现了广阀的应用前景。但目翦
缺乏相应的神经网络计算机硬件的支持,利用已有的数字计算机模报神经网络机理,在速
度上还有较大的差距.为此.考虑神经元构成的控制器结构掏单、易于适时控翻,且已经
在许多实际的系统(如:直流调速系统)中耨到了成功的应用,本文偿试了将神经元控制
器应用于矢量控制变频调速系统,获得较好的控制效果,可以考虑将其用于实际的工程设
计.
同时,文中具体给出了实现白适应神经元控制器的模块结构圈,为利用面向结构图的
仿真软件进行仿真提供了方便.最后,以实际电机为例.将其同PID控制器进行控制比较,
具有很好的鲁棒性和跟随性.
2系统的组成
本文适用的仿真系统为磁链开环、转差型矢量控制交~直—交电流源变额调速系统.
为了提高系统响应的快速性和限流的必要性,电流调节器仞采用传统的PI渭节器,而转速
调节器则采用神经元控制器,以提高系统豹鲁捧性,系统的原理框图如下圈(1)所示:
U。’
0.‘
^瓤:箨逮谭节鼍vc;矢量控制齄Ac&电椎调节蟹
TGt转蠢拂蘑■Ht鼻步电动机
雷,” 转差型矢量控制交—直—变电流源变撷调速系统
3神经元控制器及学习算法的仿真结构图实现
2 1神经元控制嚣及其学习算法
上图中.神经元控制器的原理圈如下圈(2)所示:
●-1●,{!
CAVD’99 永磁与开关磁阻电机传动及控制技术 199
图(0):神经元控制墨
取神经元的将性为:
, j
x-(k)。Ku(wifk)ui(k)j/311wifk)” (1)
-{ t·】
u(k)。ffx(ky=Nm践(1一e‘。v(1+e-,4,L))(2)
式(2)中,Nmax是控制量的最天腰幅值,
在文中,该值为曼丈转矩信号给定值.
为使神经元控制器具有PID特性.在圈(2)
中分别取状态量为:
u1(k)鲁ef|:)
t
u2(k)z
T∑《,)
l-l
u3(k)=【烈k)一e像-t)l:r=△啦)
当于微分项).wi(kXi;1,2.3)为分S《对逝于碣(k)的投重。
针对交流调速系统的特点,从控制角度出发,应用反馈原理,鸩无监督的Hebb学习规
则和有监督的丽由。w—Ho疗规则结台起来,得到神经元控制器的学习算法:
啦)。e取)i£《k)k(】c:) (4:
w球。1)=呱k)+q,v,& (51
这种学习规则,有利于让神经元控制器在与被控对象交量作艉中.不断地增加学习能
力,易于适时控制,考虑到电机正转和反转两种情
文档评论(0)