鉴于上述情况,本文结合滑模变结构控制、模糊逻辑和神经网络的优点,推导出了感应电动机自调整模糊滑模变结构控制和自适应模糊神经网络滑模变结构控制两种算法,500"> 鉴于上述情况,本文结合滑模变结构控制、模糊逻辑和神经网络的优点,推导出了感应电动机自调整模糊滑模变结构控制和自适应模糊神经网络滑模变结构控制两种算法,500" />
pc机在智能控制交流调速系统中的应用

pc机在智能控制交流调速系统中的应用

ID:22310761

大小:52.00 KB

页数:5页

时间:2018-10-28

pc机在智能控制交流调速系统中的应用_第1页
pc机在智能控制交流调速系统中的应用_第2页
pc机在智能控制交流调速系统中的应用_第3页
pc机在智能控制交流调速系统中的应用_第4页
pc机在智能控制交流调速系统中的应用_第5页
资源描述:

《pc机在智能控制交流调速系统中的应用》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、PC机在智能控制交流调速系统中的应用

2、第1内容显示中lunouseg(this)">鉴于上述情况,本文结合滑模变结构控制、模糊逻辑和神经网络的优点,推导出了感应电动机自调整模糊滑模变结构控制和自适应模糊神经网络滑模变结构控制两种算法,500)this.style.ouseg(this)">用PC机C语言编程实现,成功研制“自适应滑模变结构交流调速系统”实验装置(样机),并通过了广东省科技成果鉴定。实验结果表明,这种将滑模变结构控制和智能技术有机结合起来的新颖控制方案,不仅使系统具有滑模变结构控制的响应速度快、

3、对系统参数变化不敏感和鲁棒性强等优点,而且还具有模糊逻辑和神经网络不需系统精确数学模型的方便性和稳定性。1智能滑模变结构控制算法对于转子磁通定向的矢量变换控制感应电动机,电动机的定子电压关系为500)this.style.ouseg(this)">,u1T和u1M分别为为定子电压转矩分量和电磁分量。选取系统的状态变量为x1=Δω2=ω2*-ω2(ω2*和ω2分别为转速指令值和实际值),x2=x1,可推得感应电动机交流调速系统的状态方程为:500)this.style.ouseg(this)">1.1自调速模糊

4、滑模变结构控制算法为避免滑模变结构控制引起的系统抖动,这里采用一种综合控制方案,即当500)this.style.ouseg(this)">时,系统以滑模变结构控制方式工作;而当500)this.style.ouseg(this)">时,系统以自调整模糊控制方式运行,ξ为切换阈值。选取滑模切换函数δ(x)=c1x1+x2(c1>0),取控制变量u=u1T=η1x1+η2x2+a2ω2*/b,则根据滑模到达条件δ(x)δ*(x)≤0,可得控制参数η1和η2的取值范围分别为:500)this.style.o

5、useg(this)">模糊控制器的结构框图如图1所示,采用带可调因子α(0<α<1)的模糊控制规则。由于本模糊控制器是在小误差信号时起作用,故可选取较小的初始α值,并在线按下列方法调整:if

6、x1

7、>

8、x1(j)

9、,thenα=α+б;if

10、x1

11、<

12、x1(j)

13、,thenα=α-б500)this.style.ouseg(this)">其中x1(j)为上次调整α时的误差,б(0<б<0.1)为一个给定的增量。量化系数K1、K2和比例因子K3是相互牵制的,如果同时调整三个

14、参数会使控制算法过于复杂。从控制器的结构可看到,调整K3的因果关系比较明确,而且最终也能起到调整K1和K2的作用。因此,采用离线调整K1和K2,在线调整K3。由于K3的理想取值与x1和x2的符号、大小均有关,故按如下规则:500)this.style.ouseg(this)">离线设计一张K3取值的查询表,K0为离线整定的一个常数。1.2自适应模糊神经网络滑模变结构控制算法对交流调整系统,取滑模切换函数δ(x)=c1x1+x2(C1>0),由δ'(x)=0可解出系统在滑模线上的等效控制律为:ueq=u1

15、T=[-ka2x1+(c1-a1)x2+ka2ω2*]/(kb)当x不在δ(x)上时,采用一模糊校正控制律uf将系统状态引至滑模线上。考虑到系统参数的估计误差及随机干扰,取控制系统的完整控制律为:500)this.style.ouseg(this)">其中,c2为数字式控制器输出与变频器的实际控制电压值之间的转换系数,采用神经网络在线自调整;Δ=f[sgn(x1)]为补偿项;当

16、б(x)

17、>0时,c3=1,当

18、б(x)

19、=时,C3=0。令δ(x)和uf分别为模糊控制器的输入和输出,并定义它们的模糊集分别

20、为:500)this.style.ouseg(this)">其中δ'=αδ(x),α>0为量化因子,采用神经网络在线自调整。模糊控制规则定义为:R'i:IFδ'isA'iTHENu'fisB'f(i=-2,-1,0,1,2)选取A'I和Bi为三角形隶属函数,采用max-min模糊推理合成规则,以及重心去模糊化方法,可推得模糊控制律为:500)this.style.ouseg(this)">选取ITAE性能指标,即500)this.style.ouseg(this)">,在不同的转速设定值下,采用变量轮换

21、法和黄金分割法,经多次启动电机,得到一组近似最优的{ω2*,α,c2}数据,分别以数据组{ω2*,α}和{ω2*,c2}训练出两个前馈型神经网络,即得到随ω2*变化的自调整规律。500)this.style.ouseg(this)">2系统组成感应电动机交流调速系统的结构框图如图2所示。其中电流环用于监测,速度环用于控制。图中,控制器为486DX/38型PC机,智能控制算法用C语言编程实现,A/D和

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。