基于神经网络的现代感应电机自适应l2鲁棒控制

基于神经网络的现代感应电机自适应l2鲁棒控制

ID:15765949

大小:572.59 KB

页数:9页

时间:2018-08-05

基于神经网络的现代感应电机自适应l2鲁棒控制_第1页
基于神经网络的现代感应电机自适应l2鲁棒控制_第2页
基于神经网络的现代感应电机自适应l2鲁棒控制_第3页
基于神经网络的现代感应电机自适应l2鲁棒控制_第4页
基于神经网络的现代感应电机自适应l2鲁棒控制_第5页
资源描述:

《基于神经网络的现代感应电机自适应l2鲁棒控制》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、万方数据第27卷第15期2007年5月中国电机工程学报PmceedingsoftheCSEEv01.27No.15May2007@2007Cllin.Soc.fbrElec.Eng文章编号:0258.8013(2007)15.0093.07中图分类号:1M346文献标识码:A学科分类号:470·40基于神经网络的现代感应电机自适应厶2鲁棒控制陈维,王耀南(湖南大学电气与信息工程学院,湖南省长沙市410082)Adap廿veL2RobustContmlofModemInducU蚰MotorsUsingN钮ralNetlworksCHENW

2、ei.Ⅵ硝NGYao-nan(CollegeofelectricalandinfomationengineeriIlg,HllnaIlUIIiversi吼Ch锄gsha410082,HunanProvince,Cllina)ABSTI溘C’I!AnadaptiVe如robustcon缸Dlmethodbasedonneuralnetworksisproposedformodemirlductionmotors.Usingbacksteppillg,tlleadaptiVe如robustcon扛Dllersarederived.Thedi

3、sturbancesgeneratedbyme11ncenairniesofmestatoraIldrotorresistances,rotorimnia锄dloadtorqueofanillductionmotorarecoIllpensatedusingradialbasisfuncdon舱uralnetworks.TheproposedcontrDUersarecoIIl_binedwitllarotorfluxdbserver.Therobustnessofthewholecon旬f01systemisproVedusingme

4、decouplingp雌nyofrotornuxorientedmodelofiIlductionmotorsand哪(HaIIlilton—Jaccobi—Issacs)kquali哆.1hesimuladonresultsi砌catematmeproposedcon虹DUersarerobustt0Itlleconsidereduncertailltiesof廿leinductionmotorandhasllighdynaIIlicpem嘞aIlce.1【EYWORDS:mdialbasis铀1ction;neuralnetwork

5、;ad印tation;mbustcoIl仃ol;induc曲nmotor;如一gain;mIiIlequality摘要:提出一种用于现代感应电机调速的自适应如鲁棒控制方法。采用反步法(backstepping)推导出2个自适应如鲁棒控制器,这2个控制器1个控制转速和磁链外环,1个控制定子电流内环。考虑了由感应电机定转子电阻、转动惯量和负载转矩的不确定性造成的扰动,采用RBF(radialbasisfunction)神经网络来补偿这些扰动。提出的控制器可以和1个转子磁链观测器联用。应用转子磁链定向模型固有的解耦性质和HⅡ(HaIIlilt

6、on—Jaccobi-Issacs)不等式,从全局上证明了控制系统的鲁棒性。仿真结果表明,提出的控制方法对感应电机的不确定性有很强的鲁棒性,且具有很高的动态性能。关键词:径向基函数;神经网络;自适应;鲁棒控制;感应电机;如增益;HJI不等式基金项目:国家自然科学基金项目(60375001);教育部博士点科研基金项目(20030532004)。ProjectsupportedbyNationalNanlralSdenceFoundationofc11ina(60375001).O引言现代感应电机广泛应用于工业领域。然而,其控制是个难题,因

7、为它是个多输入多输出、高阶、强耦合、强非线性的系统。特别是考虑某些参数不确定性和扰动后,其控制器的设计难度更大。近年来,人们将多种非线性控制方法应用到现代感应电机控制中。文献[1】用反馈线性化和自适应控制方法控制转速:文献[2—3]提出了滑模控制方案;文献[4]将神经网络用于估计转子电阻;文献【5】用模糊神经网络控制感应电机速度外环;文献【6—7]用反步法设计感应电机控制器,用RBF神经网络逼近电机模型中一些不确定函数;文献[8】用H。控制器;文献[9】将耗散结构理论用于感应电机控制;文献[10一12】将如鲁棒控制方法用于感应电机和永磁

8、直线电机控制【l孓14】。这些方法对电机模型中一部分不确定参数具有一定鲁棒性。但是主要还存在2个问题:①这些方法的鲁棒性和动态性能都还可以进一步提高;②在文献[1,6.7,9,13】中,控制器是在假定电机模

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。