欢迎来到天天文库
浏览记录
ID:32470211
大小:2.24 MB
页数:79页
时间:2019-02-06
《感应电机的自适应逆控制》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、山东大学硕士学位论文摘要由B.Widrow首先提出的自适应逆控制是一种很新颖的控制途径。它用被控对象传递函数的逆作为串联控制器来对系统的动态特性作开环控制,使输出跟随参考输入,它对对象动态响应的控制和对对象噪声和扰动的控制分别作自适应处理,两个控制都能达到最优而不需要折衷。高性能感应电机参数不确定性对变频调速系统性能的影响很大,参数鲁棒性差,本文利用自适应逆控制方法对感应电机进行控制。本文的主要内容如下:1.对于经典LMS自适应滤波算法存在的矛盾,按梯度下降原则,提出了变论域变步长的LMS自适应滤波算法,使系统的收敛速
2、度、时变系统跟踪能力及收敛精度都有所提高。2.调整自适应逆控制的基本结构,使系统的静态特性得到保证,利用逆控制器及自适应原理增强控制系统对参数变化的鲁棒性。3.将自适应逆控制理论应用于非线性的感应电机中,由于电机参数的不确定性、时变性,应用了神经网络结构来进行对象建模和逆建模,并用变论域变步长的BP算法代替传统神经网络的反向传播(BP)算法,使系统的性能进一步改善。4.利用Matlab软件进行了仿真研究,验证了本文所提出的控制策略的优越性。关键词:自适应逆控制,LMS算法,变论域变步长,感应电机,神经网络山东大学硕士学
3、位论文ABSTRACTTheadaptiveinversecontrolinitiatedbyB.Widrowisaveryinnovativecontrolmethod,itUSeStheinverseofthecontrolledplantasthecascadedcontrollertocontrolthesystemdynamics,andletsoutputfollowthereferenceinput.SimultaneouslyitalsoCancontrolthesystemdynamicsandthe
4、plantdisturbanceseparately.Robustnessofhigh-performanceinductionmotorhasbeengreatlyaffectedbytheuncertaintyofthemotorparameters.Sotheparameterrelatedrobustnessofthesystemisakeyissuetobetalked.Thisthesisutilizestheadaptiveinversecontrolmethodtoimprovetheperforman
5、ceoftheinductionmotor.ThecontentsofthisthesisareaSfollows:1.AimattheprobleminthetraditionalandclassicLMSadaptivefiltering;readjusttheweightupdatelaw,thisthesisproposesvaryingregion,andvariablestepsizeLMSalgorithm.Thealgorithmcanimprovetheconvergentspeed,time-var
6、yingtrackabilityandconvergentprecision.2.Thisthesisreconfiguresthebasisframeworkofadaptiveinversecontr01.Itcontrolsthedynamicandstaticperformanceofthesystem.Itcombinestheinversecontrollerandtheadaptivetheorytostrengthenthesystemperformance.3.ThistheSisextendsthe
7、adaptiveinversecontroltononlinearsystem,andUSeSittocontroltheinductionmachine.Becausetheparametersofinductionmotoraleuncertainty,andtime-varyingvariables;theartificialneuralnetworkisintroducedintotheplantmodelingandinversemodeling.Weproposeavaryingregionandvaria
8、blestepsizeBPalgorithmtoimprovethesystemperformance.4.ThesimulationsarecarriedoutwithMatlab.Theexperimentresultsdemonstratetheadvantagesoftheadaptiveinversecontrolstr
此文档下载收益归作者所有