智能控制在传动系统中的作用.PDFVIP

  1. 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. 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. 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. 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. 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. 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. 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
中国科技论文在线 智能控制在电力传动系统中的作用 邱亮 中国矿业大学信电学院,江苏徐州(221008 ) E-mail: Ql3892979@163.com 摘 要:在电力电子与电力传动应用中,控制系统始终是一个核心问题,因为它直接影响整 个系统的性能。随着智能控制理论和电力传动技术的发展,智能控制越来越多的使用在电力 传动系统中。本文阐述了智能控制的特点,在此基础上分析了智能控制在电力传动控制系统 中应用并给出了智能控制在电力传动控制系统的应用实例。 关键词:电力传动;智能控制;模糊控制;神经网络 中图分类号:TM921 1 引言 电力传动系统是以电动机作为原动机的机械系统的总称,其目的是为了通过对电动机合 理的控制[1]。从60 年代起,随着电力电子技术的发展,电力电子变换器取代了电机机组变 换,特别是80 年代以来,变频交流调速的发展,使电力传动发展到一个全新的境界,并融 入电力电子范畴。今天的电力传动是一个集控制、电力电子、微电子、信息、材料和机械等 学科新技术于一体的全新学科[1] 。 对于电力传动系统的设计,其关键部分是控制器的设计。传统控制器的设计是建立在对 象的精确数学模型的基础上,有的需要大量的传感器、观察器因而结构复杂,有的还是无法 [2] 摆脱非线性和 电机参数变化的影响,因而需要进一步探讨解决这类问题的方法与途径 。 近年来,智能控制研究非常活跃,并在许多领域获得了应用。由于智能控制无需对象的 精确数学模型,并可以在处理有不精确性和不确定性的问题中获得可处理性、鲁棒性,因而 许多学者进行了将智能控制方法引入电力拖动控制的研究,并且取得了很多的成果。 本文综述了智能控制的概念,阐述智能控制在电力传动系统中应用的现状,并且提出了 对未来的展望。 2 智能控制概述 随着自动化程度的提高和普及, 受控对象日趋复杂, 对于许多难以获得数学模型或模型 复杂的过程, 应用经典和现代控制理论往往不能取得令人满意的控制效果。可是在手动控制 中, 熟练的操作人员却可以驾驭自如。计算机在逻辑推理、判断、识别、决策、学习等方面 的功能可以承担按照熟练操作人员和专家的经验与方法进行控制的工作。另一方面, 许多探 索如何实现人脑思维功能的学术领域, 如人工智能、 专家系统、 神经网络、模糊逻辑等的 研究取得了可喜的进展, 这些研究成果从不同的角度提出了各种仿照人的知识、思维进行控 制的方, 如专家控制器、神经元控制、模糊控制等等, 统称智能控制[2] 。 首先, 智能控制突破了传统控制理论中必须基于数学模型的框架, 它按实际效果进行控 制, 不依赖或不完全依赖于控制对象的数学模型。 其次, 智能控制继承了人脑思维的非线性特性, 可以利用计算机控制的便利, 根据当前 状态切换控制器的结构, 用变结构的方法改善系统的性能。某些智能控制方法还具有在线辩 识、决策或总体自寻优的能力。在复杂的系统中, 智能控制还具有分层信息处理和决策的功 能。 智能控制将是继经典控制和现代控制之后的第三代自动控制技术。 - 1 - 中国科技论文在线 3 电力传动系统采用智能控制优势 人工智能控制器可分为监督、非监督或增强学习型三种。常规的监督学习型神经网络控 制器的拓朴结构和学习算法已经定型,这就给这种结构的控制器增加了限制,使得计算时间过 长,常规非人工智能学习算法的应用效果不好。采用自适应神经网络和试探法就能克服这些 困难,加快学习过程的收敛速度。常规模糊控制器的规则初值和模糊规则表是既定a-priori 型,这就使得调整困难,当系统得不到a-priori(既定)信息时,整个系统就不能正常工作。而应 用自适应AI 控制器,例如使用自适应模糊神经控制器就能克服这些困难,

文档评论(0)

xyl118 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档