开题报告样式2.doc

毕业设计（论文）学生开题报告 课题名称 基于BP神经网络PID控制的无刷直流电动机调速系统设计）））X等。 本课题的研究内容 本文提取了直流电动机的数学模型，并建立了该模型状态空间方程，分析了该系统的稳定性。最后，采用基于BP 神经网络算法对传统PID 的控制方式进行了改动。通过MATLAB 对该系统的稳定性进行了仿真，证明了改进后的控制方法相对于传统PID 在对系统的适应性、稳定性方面有着突出的优越性。 1.直流电动机的动态数学模型及性能分析 在主电路电流连续情况下，直流电机的动态方程为： 忽略粘性摩擦及弹性转矩，电动机轴上的动力学方程： 并将其进行拉氏变换后可以得到简化的电机结构框图，如图1 图1直流电动机的动态结构框图 2.三层BP网络，其结构如图2 图2 三层BP神经网络 本系统采用三层神经网络，神经网络输入信号为误差信号error，系 统输入信号U*系统反馈信号Un，故输入层取三个神经元。输出信号为PID 调节器所需要的比例、微分、积分的系数，故输出层也为三个神经元。隐含层的神经元数选择3 基于BP 神经网络的PID控制器设计 图3 基于BP 神经网络PID控制下的双闭环直流调速系统的动态结构框图 3.电路仿真 利用Matlab/Simulink仿真软件进行仿真检验，探讨数学模型和控制理论的正确性。 本课题研究的实施方案、进度安排 设计进度： 2013.1.7——2013.2.22 按任务要求查阅文献； 2013.2.23——2013.3.15 撰写开题报告并提交； 2013.3.16——2013.4.16 整体方案比较与论证； 2013.4.17——2013.4.27 利用MATLAB-simulink建立仿真模型； 2013.4.28——2013.5.7 对提出的控制算法的有效性进行仿真对比； 2013.5.8——2013.5.25 论文撰写、修改，提交； 2013.5.26——2013.6.3 论文答辩准备及答辩。 已查阅的主要参考文献 [1] 左旭坤,李国丽,姜卫东.基于神经网络的直流无刷电机控制系统[J].控制与检测,2006,6（3）：13-16. 摘要:提出了一种直流无刷电动机的N -P I转速调节器的设计方法.在直流无刷电动机的高性能速度跟踪中,若仅采用传统的P I调节器,则难以克服系统超调和短时振荡问题.采用复合N - PI的控制方法,利用神经网络的自学习自适应功能在线调整PI控制参数.文中提出了一种模型参考自适应与神经网络相结合的控制策略,利用在线辨识技术,对参数变化实时补偿,及时修正神经网络权值的计算.最后,在Matlab /Simulink下进行了仿真,结果表明,运用这种设计方法很好地抑制了超调和振荡. [2]姜卫东,王群京,陈军,肖本贤.无刷直流电机的神经网络控制器的仿真研究[J].系统仿真学报,2003,15（3）:34-38. 摘要：提出了一种无刷直流电机的神经网络非线性跟踪器的设计方法。在无刷直流电机的高性能速度跟踪中，若仅采用传统的PID 调节器，则难以克服系统本身参数扰动所带来的转速偏差问题。本文采用双神经元网络的控制方法，一个用于辨识，一个用于控制，并在Matlab 与Simulink下进行了仿真。文中提出一种易于应用自适应权值修正的方法，可以加大采样频率。仿真结果表明，这种方法可以在不影响控制精度的条件下，大大减少计算量，有利于在线实现。 [3]肖莎,谭晓军,刘海强.基于单神经元PID控制的直流无刷电机调速系统的建模与仿真[J].学术探讨,2005,12(4):45-49. 摘要:采用单神经元PID 控制器的调速系统具有更好的动态性能和启动性能.针对直流无刷电机调速系统,采用了一种基于改进的单神经元PID 控制算法,用MATLAB/ Simulink 仿真工具对调速系统进行了建模,并对控制算法进行了仿真分析.仿真结果表明，使用该算法对直流无刷电机进行调速控制具有较高的可行性.与传统的PID 控制算法相比,新算法具有更好的鲁棒性,且易于实现. [4]丁曙光,吴卫平,桂贵生.基于神经网络PID的液压位置伺服系统控制的研究[J].控制与检测,2009,3(2):55-60. 摘要:建立精校机电液位置伺服系统的数学模型,针对液压伺服控制系统的非线性和时变性因素,提出了一种基于BP神经网络的PID 控制器.该控制器既有经典PID控制算法简单的特点,又有神经网络良好的自适应和抗干扰能力的优点.仿真结果表明,该控制器具有鲁棒性强、超调量小和运行平稳等特点. [5]张明君 张化光基于遗传算法优化的神经网PID控制器[J].吉林大学学报( 工学版