基于模糊神经网络辨识技术的无刷直流电动机控制系统研究

《基于模糊神经网络辨识技术的无刷直流电动机控制系统研究》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、摘要系统辨识一直是控制器设计的一个重要手段，但随着系统的复杂度、非线性和不确定性越来越高，传统的辨识方法已经变得难以胜任。模糊神经网络辨识技术由于其自身的特性，它对非线性和不确定性有较强的适应能力，因此能有效地辨识复杂和病态结构的系统。另一方面，无刷直流电动机具有交流电动机的结构简单、运行可靠、维护方便等一系列特点，又具有直流电机的运行效率高、无励磁损耗以及调速性能好等诸多优点，在很多场合有广泛的应用前景，成为了国内外研究的热点。本文设计了基于MC68HC908MR8和PC33896的永磁无刷直流电动机控制系统，并编制了相应的操作和控制软件。在此基础上，运用先进的模

2、糊神经网络辨识技术建立了较为精确的无刷直流电动机的数学模型。通过此模型，整定了无刷直流电动机PID控制器的参数，并将这些参数用于无刷直流电动机的PID控制，取得了良好的控制效果。与此同时，本文还设计了无刷直流电动机的模糊控制器，_并进行了仿真研究。结果表明，该模糊控制器的性能优于PID控制。最后，本文提出了在实际控制软件中的模糊控制器的实现方法。关键词：无刷直流电动机，模型辨识，模糊控制，神经网络。ABSTRACTSystemidentificationisalwaysallimportantapproachtocontrollerdesign，butwitllth

3、ecomplexity,nonlinearityanduncertaintyofthesystemmoreandmoreserious，traditionalidentificationmethodhasbecomedifficulttodealwithit．Neuro—fuzzyidentificationtechnologyisadaptivetononlinearityanduncertaintybecauseofthecharactersitself,soitcanidentifyacomplexandmorbidsystemeffectively．Onth

4、eotherhand，theBLDCmotorhastheadvantagesofACmotorinitssimplestructure，reliableoperationandconvenientmaintenanceetc．，aswellasthoseofDCmotorinitshi曲efficiency,noexcitationlossandbetterspeedcontroletc．，soithaswonderfulforegroundinmanyfields，andbecomesthehotspotofresearchesathomeandabroad．I

5、nthisarticlewedevelopedaBLDCmotorcontrollerbasedonMC68HC908MR8andPC33896．andwrotecontrolprogramforit．Basedonthese，anadvancedncuro—fuzzyidentificationtechnologywasintroducedtotheBLDCmotor,andanaccuratemathematicalmodelofbmshleSSDCmotorwasbuilt．Accordingtothismodel，theparametersofPIDcont

6、rollerusedintheBLDCmotorwereoptimized．TheseparameterswereusedinthePIDcontrolsoftwareandtheresultwasveryexciting．AfuzzycontrollerforthebrushlessDCmotorwasalsodesigned，andthesimulationresultshowsthatthefuzzycontrollerperformedwell．Andthemethodforusingthisfuzzycontrollerinrealsystemwasint

7、roduced．Keywords：brushlessDCmotoLmodelidentification，fuzzycontrol，neuronetworks。浙江大学顿士学位论文第一章绪论1．1复杂系统模型辨识技术1-1_1引言我们经常需要一个复杂系统的模型，比如，用于设计一个控制器、用于复杂系统的模拟仿真等等。复杂系统的建模过程中通常需要大量的系统输入、输出数据，但在实际情况下，数据的采集经常需要很大的代价，而且在很多情况下，并不允许对系统进行试验以获得数据。而由系统实际运行时所采集到的数据并不一定能充分反映系统的特性，同时，我们也应该注意到系统的操作者或熟