第九章 智能控制的应用实例精要.ppt

第九章 智能控制的应用实例  9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.1智能控制在电气传动中的应用 9.2 智能控制在过程控制中的应用 9.2 智能控制在过程控制中的应用 9.2 智能控制在过程控制中的应用 9.2 智能控制在过程控制中的应用 9.2 智能控制在过程控制中的应用 9.2 智能控制在过程控制中的应用 College of Electrical and Information Engineering, Hunan Univ. * 交流伺服系统由交流电动机组成，交流电动机的数字模型不是简单的线性模型，而具有非线性、时变、耦合等特点，用传统的基于对象模型的控制方法难以进行有效的控制。 模糊控制完全是根据操作人员操作经验实现对系统的控制，不依赖于对象的数学模型，具有较强的鲁棒性，对被控对象参数的变化不敏感，可以很好地用于克服交流伺服系统中非线性、时变、耦合等因素的影响。 9.1.1 基于模糊控制的交流伺服系统 9.1.1 基于模糊控制的交流伺服系统 9.1.1 基于模糊控制的交流伺服系统 PB PB PB PB PM ZO ZO PB PB PB PB PB PM ZO ZO PM PM PM PM PM ZO NS NS PS PM PM PS ZO NS NM NM ZO PS PS ZO NM NM NM NM NS ZO ZO NM NB NB NB NB NM ZO ZO NM NB NB NB NB NB PB PM PS ZO NS NM NB EC U E 表9.1 模糊控制规则表 9.1.1 基于模糊控制的交流伺服系统 用于仿真研究的电机参数为：Pn=2.2KW，Un=220V，In=5A，nn=1440r/min，r1=2.91Ω，r2=3.04Ω，ls=0.45694H，lr=0.45694H，lm=0.44427H，Ten=14N·m，np=2，J=0.002276 kg·m2，ψn=0.96wb，数字采样频率仍为10KHZ。图9.3给出了系统在空载情况下转角的阶跃响应曲线。图中曲线1为模糊控制下系统的响应曲线，曲线2为PI控制下的响应曲线。图9.4给出当系统处在转角为1rad的稳定状态时，给电机突加7N·m负载，系统的扰动响应曲线。 9.1.1 基于模糊控制的交流伺服系统 9.1.2基于小波神经网络定子电阻估计器的模糊直接转矩控制 直接转矩控制是一种快速的瞬时转差控制法，它通过快速改变电机的磁场对转子的瞬时转差速度，来直接控制异步电动机的转矩和转矩增长率，获得电机的快速响应。它用空间矢量的分析方法直接在定子坐标系中计算电机的磁通和转矩，由磁通和转矩的Band-Band控制产生PWM信号，对逆变器的开关状态进行最佳控制。它省掉了复杂的矢量变换，没有通常的PWM信号发生器，控制手段直接，控制结构简单。该控制系统的转矩响应迅速，限制在一拍以内，且无超调，是一种高性能的交流电机转矩控制方案。 9.1.2基于小波神经网络定子电阻估计器的模糊直接转矩控制 9.1.2基于小波神经网络定子电阻估计器的模糊直接转矩控制 利用组织算法构造小波神经网络定子电阻估计器 图9.15 小波神经网络结构 9.1.2基于小波神经网络定子电阻估计器的模糊直接转矩控制 控制系统 总体结构 9.1.2基于小波神经网络定子电阻估计器的模糊直接转矩控制 图9.21 小波神经网络定子电阻估计器的MSE曲线 图9.22 定子电阻辨识结果 9.1.2基于小波神经网络定子电阻估计器的模糊直接转矩控制 图9.23 电磁转矩响应曲线 图9.24 电机的磁链轨迹 9.1.3无速度传感器感应电机矢量控制系统的自适应模糊控制 无速度传感器驱动有很多优点：如降低系统成本，方便安装与维护，增强系统可靠性