基于软切换的电动机模糊神经网络控制器研究.pdfVIP

总第169期 机械管理开发 7Iotal169 2017年第5期 MECHANICALMANAGEMENTANDDEVELOPMENT No．5．2017 基于软切换的电动机模糊神经网络控制器研究 汪科 (湖南铁道职业技术学院， 湖南株洲412001) 摘要：作为第三代控制理论的模糊逻辑控制和神经网络控制等智能策略虽已在电动机控制中得到了应用， 但由于这两种智能控制策略各有明显的优点和缺点，单独使用一般都达不到理想效果，因此需将其结合应用 组成控制器，常见的形式之一即为并联切换型模糊神经网络控制器LlJ。然而，由模糊逻辑和神经网络并联而成 的控制系统。如何实现切换控制一直是控制界研究的难点和热点L2J。设计出合适的切换控制，可以明显改善控 制系统的性能，获得比连续控制更好的控制效果。为此，研究了将模糊软切换控制技术【30引入并联切换型模糊 神经网络控制器，该方案能使控制系统实现无扰平稳切换，取得较好的动、稳态性能，其有效性已通过电机控 制的仿真得到验证。 关键词：并联切换模糊软切换神经网络控制器 中图分类号：TM359．4 文献标识码：A 1并联切换型模糊神经网络控制器 正因子；玩和B为分段式控制阈值；y为当误差E 模糊神经网络控制器由模糊子控制器与神经网 小于阈值E时，为提高精度建立如下修正因子公 络PID子控制器并联组成。当系统误差较大时，采 式，其中．s为控制设定值： 用模糊控制，以获得良好的动态性能；在较小误差情 卢=后I鹏h (3) 况下，通过神经网络PID控制器的积分调节作用消 当p1时，修正因子口将随EC变化迅速增长，此 除控制器的稳态误差，从而获得最优化的稳态性能。 时，误差变化率Ec起主导作用，p值越大作用越显 两个子控制器通过软切换，分别起到调节控制作用。 著；当p1时，则情况相反，系统误差E起主导作用。 1．1模糊子控制器 一般选取p∈[o．5，3]且．|}≥1。当lEl=既时必须满 模糊子控制器如图1所示。以系统误差E和误 足(1书)≥o。随着修正因子的不断变化，能够实时调 差变化率EC作为控制系统的双输入单元，控制器 整模糊控制规则，达到保证系统超调小、静差小，具 将离散化的误差E和误差变化率Ec对应模糊语言 有良好调节品质的目的[z吲。 (PB。Ps．PM．zo．Ns。NM．NB、)锄。 1．2神经网络PID子控制器 模糊推理神经网络PID控制器如下页图2所 示。基于模糊运算的神经网络控制系统兼具模糊推 理的近似运算以及神经网络的自学习两大特点。如 下页图3所示，将神经网络结构设计为8层。同时， 图1 带修正函数的模糊控制系统框图 通过最优化设计，将各层的神经元个数设计为 设被控过程的模糊控制规则由下式描述： 皓碥+△U． (1) 层，F层为模糊推理层，G—日层为模糊结论层，最后 其中 输出为通过神经网络与模糊推理得到的PID控制器 f邻D， IEI既 的精确控制量蠡。，忌i，Jj}。。 琢IEI≤既 ． (2) △皓{湖+(1书)Ec， 模糊推理神经网络的隶属函数选择正态分布函