本科论文学士学位论文-基于S7PLC的神经网络三电机控制系统.doc

J I A N G S U U N I V E R S I T Y 本 科 毕 业 论 文 基于S7-300 PLC的神经网络三电机 控制系统 Three-motor Synchronous System with Neural Network Control Based on S7-300 学院名称： 电气学院 专业班级： 自动化0501 学生姓名： 　　 　　　　 指导教师姓名： 指导教师职称： 教 授　　 2009年6月基于S7-300 PLC的神经网络三电机控制系统 专业班级：自动化0501 学生姓名：** 指导教师：*** 职称：教授 摘要 本文针对交流感应电机同步控制系统多变量解耦控制问题，应用神经网络控制方法，对由三台交流电机和变频器组成的三电机同步系统的速度和张力解耦控制进行研究。 首先，在对三电机同步系统模型分析的基础上，依据同步系统的结构特点和控制要求，提出了一种BP神经网络算法与传统PID控制相结合的三电机同步系统控制方案；其控制器由三个基于BP网络自适应PID控制器和一个神经元解耦补偿器两部分组成。三个自适应PID控制器分别对速度控制回路和张力控制回路进行自适应控制，使系统具有更强的适应能力、更好的实时性和鲁棒性；神经元解耦补偿器通过训练神经元的权值，补偿各回路之间的耦合影响，实现了速度和张力之间的解耦控制。 然后，搭建三电机同步系统试验平台，连接PROFIBUS-DP和MPI网络。试验平台控制算法通过西门子可编程控制器S7-300实现，STEP7软件采用结构化编程方法，可以高效灵活地编写神经网络控制程序；另外还在系统内部建立了PLC与变频器之间的PROFIBUS-DP现场通讯，上位机与PLC之间MPI数据通讯，从而实现了三电机同步系统的远程智能控制。 最后，在三电机同步系统实验平台上进行了实际的控制实验。实验结果表明：与传统PID控制相比，采用神经网络控制的三电机同步系统具有更好的动静态性能。 关键词：三电机同步系统 BP神经网络 速度 张力 Three-motor Synchronous System with Neural Network Control Based on S7-300 Abstract The paper focuses on the mufti-variable decoupling control of synchronization system of the AC induction motors. With the application of neural network control method, we make researches on the decoupling control between the velocity and tension of the three-motor synchronization system composed of three AC induction motors and transducers. Firstly, On the basis of model analysis of the three-motor synchronization system, according to the structural character and controlling requests of the synchronization system, we propose a control strategy of the three-motor synchronization system combined with BP neural networks arithmetic and traditional PID control. The neural networks controller is made up of three adaptive PID controllers based on BP neural network and one neuron decoupling compensator. Three adaptive PID controllers are used in the velocity control loop and tension control loop respectively, that make the system possessing stro