神经网络在转差矢量控制中的应用.pdfVIP

维普资讯 (u 第20卷 第1期 太 原 重 型 *at 械 院 学 报 V0】_20 Bol 1999年 3月 JOURNALOFTAIYUANHEAVYMACHINERYINSTITUTE Mar．1999 神经网络在转差型矢量控制中的应用 1 、 J 韩如成 郝玉 f 齐向东 I (太原重型机械学院，太原030024) ’ I I。 摘 要 本文采用神经网络PSD算法构成速度调节器，用于转差型矢量变额调速系 统中，以克服转子参数变化和扰动对系统性能的影响，同时系统基本无超调。仿真实验证 明了这种方法的有效性c 苎中图分类号 ；竺兰兰；楚兰苎 爱 同湿 TM921．2 7 【 转差频率控制的基本思想是在保持气隙磁通恒定的条件下，使 Teoc ．但其存在以下 两方面的问题 ： 、 (1)动态气隙磁通 很难保持恒定； (2)没有考虑电流控制与频率控制间的协调，实际上是电流的标量控制，故尔动态性能 较差。 由于矢量控制利用坐标变换，把M轴定在转子磁场方向上，在此情况下，定子电流 ，便 可分解为转矩分量 。和励磁分量 M 从而控制 i，的幅值和相位就能维持转子全磁通不 变，并能有效地控制电机转矩，也就能获得较好的静动态性能。然而控制器中因为工作点设 定需要用到感应电动机模型，其中转子电阻设定值以其变化显著尤为重要，若其设定值与实 际值不符，则转子磁通和电磁转矩便不能解耦，从而会使系统静动态性能恶化。 PSD(比例、求和、微分)是Marsik和Strejc提出的一种无需辨识的自适应控制算法。神 经网络具有自学习功能。本文采用神经网络PSD算法构成速度调节器，用于转差型矢量控 制系统中，用以克服转子电阻变化的影响，仿真实验证明了这种方法的可行性。 l 神经网络 PsD速度调节器及算法 1．1 神经网络PSD速度调节器的结构 用神经网络PSD速度调节器取代PI调节器，其结构如图1所示 图中z、2和 3为输入，分别对应误差e、误差变化率 ；及变化率的导数；， 收藕日期：1998—09一l8 本文第一作者：男，1959年 10月生。太原重型机械学院自动化科学与控制工程系副教授，研究 方向为智能控耩，交流传动。 维普资讯 第2O卷第 1期 韩如成等：神经网络在转差型矢量控制中的应用 45 z1( = (k)=u2()一 () 2 (k)=ae(k)= 1()～z1(一1) 3(点)=△ ()= 2(七)一 2(^一1) ≥ 3 M(k)=K(k)·三z(k)· (k) 1 其中 U (k)和 U (k)分别为速度给定和 速度反馈值， 为神经元与第i个输入的连接权系 图1神经网络结构 数。本文采用有监督的Hebb学习规则，其监督信号 为： teacher=e()= 【，三()一 ()