基于ga的bp神经网络研究及在直接转矩控制中的应用-控制理论与控制工程专业论文.docxVIP

☆州l业人学顺1学化论立 ☆州l业人学顺1学化论立 摘要 摘要 科·譬技术干¨人r智能的不断发展．促进自动控制向钾能控制方向发展， f1为一种新的控制技术，智能控制L二在越米越多的控制领域中得到了J泛 的应I_}=i。 本文详细地分析了智能控制中f向神经网络和遗传算法的原理，并针对 它们的优缺点，提m了 种基1一改进≯诬遗传算法雨1神经网络BP算法的混 台算法。该算法不仅避免了遗传算法的朱成熟收敛现象午¨BP算法易陷丁 肘椰最优的缺点，向且人人加快了算法收敛的速发，可获得满意的结果。 为了台理地将智能控制方法和亢接转矩控制(DTC)自机地结合起米， 水文对传统的DTC系统作了详细的分析，并就DTC巾‘些雉以解狄的问 尴抛山了钭能控制方法f||匀解决办案。 DTC系统桎低速运行时，【电机定r电m的变化影响了系统的性能。南 r定子也阻的变化具有1F线性、时变性等特点，难以建■精确的数学模掣， 奉文提 。种感应电机“接转矩控制BP神经网络定r电阻识jjIj方案。该 神经网络电阻识5；lI器按照定子电流和定于电阻之间晌灭系训练网络，该网 络在离线训练历，可剧于定了电阻的识别和补偿。仿真结果嵌明奉方案可 阻改善DTC系绕的低速性能。 实现DTC的关键是根据磁链汞I转矩的要求，合理地选择定，电压欠 草，本文捉山了一种采用实时递n蝣十经网络米辨识定子磁链的办法。 奉文提jI}了’种基J+ADALlNE神经元的感应LH机转速估计策略。利 州误著学刊算法的神经网络实时地辨识电机转速，其目标函数娃目标模型 平¨神经网络模，科输f{}筹的甲方羊I J。速度作为神经网络的。个权值．通过误 船‘学爿算法米凋讧，使之精确地跟踪实际的电机转速。 DTC系统的关键部忭是电压状态选择器，奉文采J{{神经网络模拟T§统 异步电动机DTC系统中的L|=i压状态选择器，前圳遗传算法圳练该网络，然 而州训练矗f的神经网络代替传统的屯乐状态选抒器．并迸}j了仿真，结果 表叫该A法可行。 数字信号处理器(DSP)运行速度快。能够完成复杂的控制算法，从 而建一高精度的控制系统，使数字化DTC系统的实现成为可能。本文介纠 了以DSP芯片TMS320F240为核心的交流电机金数字“接转矩控制系统的 设计，升给出了其硬件和软ri：系统设计的结构及I。作流挫。 关键字：直接转矩控制(DTC)：人l：神经州络；BP算法：遗传算法 数字信号处理器(DSP) 贵州I工业大学硕上学位论文 贵州I工业大学硕上学位论文 ABSTRACT ABSTRACT The continuous development of SCience technique and artifiCial intelligence promotes the development of auto control at the direction of intelligent contr01．As a kind of new control technique，the intelligent control has got the extensive application in more and more of control realm． The principle and particular algorithm of neural network and genetic algorithm(GA)are analyzed in detaii in this paper．Aimed at their merits and shortcoming，a kind of hybrid algorithm，which based on improved genetic a]gorithm and BP algorithm is put forward．The algorithm not on l Y avo i ded the immaturity convergence of GA and the weakness of sinking the partial superior easily of back propagation algorithm(BP)，but improves the rate of cony ergence effectively and can acquire the satisfied result． In order to combine the intelligent control methods with the direct torque control(DTC)theory．The dissertation