基于plc的两变频调速电机系统的神经网络逆同步控制new

《基于plc的两变频调速电机系统的神经网络逆同步控制new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、江苏大学硕士学位论文基于PLC的两变频调速电机系统的神经网络逆同步控制姓名：卢美鸿申请学位级别：硕士专业：控制理论与控制工程指导教师：刘国海20070601江苏大学硕士学位论文摘要长期以来，PLC始终处于工业自动化控制领域的主战场，为各种各样的自动化控制设备提供了非常可靠的控制应用。同时，随着科学技术的发展和生产系统规模的扩大，多电机同步系统成为现代工业生产中应用比较广泛的电控系统。本文针对交流感应电机同步系统多变量解祸问题，在江苏省自然科学基金的支助下，应用神经网络a阶逆系统方法对由PLC控制的两台电机和变频器组成的同步系

2、统的速度和张力解耦控制进行了研究。首先，使用逆系统方法对此系统进行了可逆性分析，在理论分析的基础上，使用神经网络构造原系统的口阶逆系统，并给出了构造神经网络盯阶逆系统的具体的方法、步骤、设计原则和注意事项。将得到的逆系统与原系统复合，则两电机同步系统就被线性化和解耦为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进行控制。自行设计了由PLC和上位机监控组态软件WinCC组成两电机同步系统的实验平台。对神经网络的学习与训练，采用先将采集的数据在Matlab中进行离线训练，得到RBF网络的参数，系统运行时根据需要

3、再在PLC中对这些参数进行在线调整。大量的实验表明：所设计使用的神经网络口阶逆系统方法成功实现了速度与张力间的完全解耦，系统对负载的扰动有较强的抑制作用，系统的动静态特性明显改善，可有效跟踪任意给定轨迹。本文提出的在PLC控制系统中应用神经网络口阶逆系统方法，具有较好的应用前景。关键词：两电机同步系统；解耦控制；神经网络口阶逆系统；PLC；WinCC江苏大学硕士学位论文ABSTRACTAlongtime，PLCofferswiderangeofautomationequipmentswithveryreliablecontr

4、olapplications．Atthesalnetime．witllthedevelopmentoftechnologyandenlargescaleofproductivesystem,multi-motorsynchronoussystemiswidelyappliedinmodernindustrialproduction．WiththefinancialaidofNaturalScienceFundofJiangsuProvince，thepaperfocusesOilthemulti-variabledeeoup

5、lingcontrolofsynchronizationsystemcomposedoftwoACinductionmotorsandtransducers----decouplingthesynchronicallymodulatingvelocitysystemintovelocityandtensionsubsystemsbytheapplicationofa—thANNinversesystemmethod．Onthebasisoftheoreticanalysisofthea一曲ANNinversesystem,t

6、hemethods．thesteps．thedesignprinciplesandthecautionsareproposedtofabricatethea一曲ANNinversesystemoforiginalsystem．Andthenthea—thANNinversesystemoforiginalsystemisobtained．CascadingtheANNinversesystemwiththetwo-motorsynchronoussystem,SOthetwo-motorsynchronoussystemis

7、decoupledintotwoindependentpseudo-linearsubsystems----speedsubsystemandtensionsubsystem，thenalinearclose-loopadjustorisdesignedtOcontroleachofthesubsystems．WehavedesignedallexperimentplatformoftwO-motorsynchronizationsystem,whichiscontrolledbyPLCandSupervisoryContr

8、olandDataAcquisition(SCADA)software————WinCC．Learningandtrainingtheneul谢network,wefirstadoptoff-linetrainingofcollectiondatainMatlabthatwecanobta