学位论文 > 优秀研究生学位论文题录展示
基于神经网络逆系统方法的两电机同步系统在线调整控制
作 者: 薛剑锋
导 师: 刘国海
学 校: 江苏大学
专 业: 电力电子与电力传动
关键词: 解耦控制 神经网络 α阶逆系统 广义逆 在线调整 PLC
分类号: TP183
类 型: 硕士论文
年 份: 2009年
下 载: 94次
引 用: 0次
阅 读: 论文下载
内容摘要
本文针对交流感应电机同步系统多变量解耦控制问题,把神经网络逆系统的方法应用到两台交流电机和变频器组成的同步调速系统的控制中,提出了在线调整权值的方法,对两电机同步调速系统的速度和张力解耦控制进行了研究。首先,在对神经网络α阶逆系统进行理论分析的基础上,给出了构造神经网络α阶逆系统的具体方法。使用神经网络α阶逆系统方法构造出了原系统的逆系统,并与原控制系统复合,从而将原系统线性化和解耦成速度与张力两个相对独立的伪线性子系统,再分别设计线性闭环调节器对速度环和张力环进行控制,并给出了在线调整神经网络权值的方法和仿真结果。其次,对两电机同步系统数学模型进行广义逆存在性分析,在理论分析的基础上,使用神经网络构造原系统的广义逆系统,并给出了构造神经网络广义逆系统的具体方法。采用κ-均值聚类法和最小二乘法离线训练得到网络初始参数,采用改进的BP算法在线训练更新参数,对网络进行在线调整,从而获得两电机同步调速系统的神经网络广义逆系统,在此基础上设计了伪线性复合系统的综合控制器,并将所设计的神经网络和综合控制器在PLC中进行编程。最后,在自行设计的两电机同步系统试验平台上,进行了实际控制试验。实验结果表明所提出的基于神经网络逆系统的在线调整解耦控制方法实现了速度与张力间的完全解耦,神经网络能够不断进行自我调整,增强了神经网络的适应性,系统的动静态特性明显改善,提高了系统的稳定性和鲁棒性。
|
全文目录
摘要 5-6 ABSTRACT 6-7 目录 7-10 第一章 绪论 10-21 1.1 研究的目的和意义 10 1.2 非线性系统及其解耦控制的研究 10-15 1.2.1 非线性系统控制的早期发展 11 1.2.2 反馈线性化解耦控制 11-13 1.2.3 智能线性化及解耦控制在非线性控制中应用 13-15 1.3 多电机同步系统解耦控制发展概况 15-17 1.4 PLC以及组态软件的发展 17-19 1.4.1 PLC的发展概况 17-18 1.4.2 组态软件的发展概况 18-19 1.5 本文内容安排 19-21 第二章 神经网络逆系统 21-31 2.1 逆系统方法和系统的可逆性 21-25 2.1.1 系统的逆 21-23 2.1.2 逆系统方法原理 23-24 2.1.3 系统可逆性判别 24-25 2.2 神经网络α阶逆系统方法 25-28 2.2.1 神经网络α阶逆系统方法的提出及其特点 25-26 2.2.2 神经网络α阶逆系统结构和工程实现步骤 26-28 2.2.3 基于神经网络α阶逆系统的复合控制系统 28 2.3 广义逆系统概念和神经网络广义逆系统 28-30 2.3.1 广义逆系统的概念 28-29 2.3.2 神经网络广义逆实现方法 29-30 2.3.3 神经网络广义逆系统的特点 30 2.4 小结 30-31 第三章 两电机的神经网络逆在线调整控制 31-43 3.1 两电机变频系统的数学模型 31-32 3.2 两台电机同步系统可逆性及其广义逆存在性分析 32-34 3.3 两电机变频系统广义逆表达式和伪线性复合系统 34-36 3.4 交流两电机同步系统的神经网络a逆控制 36-37 3.5 两电机神经网络逆系统在线调整控制实现 37-41 3.5.1 神经网络结构 37-39 3.5.2 神经网络逆系统控制方法的实现及复合控制器设计 39-41 3.6 仿真结果分析 41-42 3.7 本章小结 42-43 第四章 神经网络逆系统方法在两电机同步系统中的实现 43-61 4.1 系统的WinCC组态 43-44 4.2 基于STEP7的PLC控制系统设计 44-49 4.3 两电机神经网络α逆在线调整算法的实现 49-55 4.3.1 数据选择与采集 49-51 4.3.2 神经网络的选型与训练 51 4.3.3 试验数据的处理与训练样本的获得 51-52 4.3.4 系统逆模型在PLC中的重构 52-54 4.3.5 系统综合及控制器的实现 54-55 4.4 两电机神经网络广义逆在线调整算法的实现 55-60 4.4.1 神经网络的选取和算法 55-57 4.4.2 实验数据的采集和训练 57-58 4.4.3 神经网络算法在PLC中的实现 58-60 4.4.4 神经网络广义逆控制实现 60 4.5 本章小结 60-61 第五章 两电机同步系统中神经网络逆系统方法的控制效果 61-71 5.1 硬件系统简介 61-65 5.1.1 机械部分 61-62 5.1.2 电气结构 62-63 5.1.3 通讯组成 63-65 5.1.4 速度张力信号采样 65 5.2 试验结果 65-69 5.2.1 神经网络α逆在线控制 65-67 5.2.2 神经网络广义逆在线控制 67-69 5.3 试验结果分析 69-70 5.4 本章小结 70-71 第六章 结论与展望 71-73 6.1 结论 71 6.2 进一步发展方向 71-73 参考文献 73-77 致谢 77-78 作者在攻读硕士期间发表的论文 78
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 八作动器隔振平台的六自由度容错控制研究,TB535.1
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 调频式电容位移传感器高速测频与非线性校正技术研究,TH822
- 中医舌诊中舌形与齿痕的特征提取及分类研究,TP391.41
- 红外超光谱图像的虚拟探测器研究,TP391.41
- 交联电缆生产线电控系统的研制,TP273.5
- 模糊控制、神经网络在平面二级倒立摆中的应用,TP273.4
- 基于神经网络的水厂投药预测控制研究,TP273.1
- 视觉伺服四自由度机械臂的研究,TP242.6
- 机械臂视觉伺服系统的研究,TP242.6
- 压电驱动微工作台的控制与校正技术研究,TP273
- 某武器检测装置的控制系统设计,TP183
- 基于气体还原法的钢丝镀锌自动化生产线关键技术的研究,TQ153.15
- 市级旅游用地规划环境影响评价研究,X820.3
- 珠三角地区高性能混凝土配合比智能化系统,TU528
- 大学生综合素质测评研究,G645.5
- 不具备全局Lipschitz条件的时滞细胞神经网络的反周期解研究,TP183
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于神经网络辨识的同步发电机励磁控制研究,TM31
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论 > 人工神经网络与计算
© 2012 www.xueweilunwen.com
|