资源描述：
《基于神经网络的无刷直流电机调速系统的仿真》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、第33卷第4期黑龙江水专学报Vol33,No.42006年12月JournalofHeilongjiangHydraulicEngineeringCollegeDec.,2006文章编号:1000-9833(2006)04-0072-03基于神经网络的无刷直流电机调速系统的仿真罗有明,张春喜(哈尔滨理工大学电气与电子工程学院,哈尔滨150040)摘要:针对无刷直流电机调速系统性能和精度的要求,提出基于神经网络的自校正控制方法。设计了一个多层神经网络控制器。这个神经网络控制器既能辩识系统的动态性能,又能控制无刷直流电机使转速跟踪预先的轨迹,且跟踪精度高。
2、在Matlab/Simulink环境下建立了模型并进行了仿真,结果表明该方法可改善调速系统的性能。关键词:无刷直流电机;神经网络;自校正控制;Matlab/Simulink中图分类号:TP183文献标识码:ASimulationofSpeedadjustmentSystemonNeuralNetworkSelftuningControlforBrushlessDCMotorLUOYouming,ZHANGChunxi(CollegeofElectricandElectronicEngineering,HarbinUniversityofScienceand
3、Technology,Harbin150040,China)Abstract:AnapproachofbrushlessDCmotorspeedadjustmentsystemispresentedinthispaperbasedonNeuralnetworkselftuningcontrolfortherequirementofperformanceandprecision.AmultilevelNeuralnetworkisdesignedinthispaper.TheNeuralnetworkcandistinguishthedynamicperforma
4、ncesofthesystemandcontrolbrushlessDCmotortomakespeedfollowtheorbitthatischooseninadvance,andthefollowingprecisionishigh.ThesystemismodelledandsimulatedinMatlab/Simulink.Theresultshowsthatthesystemusingtheapproachcangreatlyimprovetheperformanceofspeedadjustmentsystem.Keywords:brushles
5、sDCmotor;Neuralnetwork;selftuningcontrol;Matlab/Simulink直流无刷电机有多种控制方法。传统控制,例1无刷直流电机的数学模型如PID控制,需要精确地描述系统的动态数学模型,但对于带有未知动态变化的系统要建立精确的以两相导通星形三相六状态为例,无刷直流电数学模型是比较困难的。即使能够得到控制系统的机三相绕组的电压平衡方程可表示为模型,电机本身的参数和拖动负载的参数随工况的uara00ia变化等因素也会降低系统的伺服性能。ub=0rb0ib+人工神经网络从结构上模拟人的大脑神经系uc00rcic统,具有大规模并
6、行性、冗余性、容错性、非线性和自LaLabLaciaea组织、自学习、自适应能力,已经成功应用于许多不LbaLbLbcpib+eb(1)同的领域。利用人工神经网络对无刷直流电机进行LcaLcbLclcec控制,不需要预知精确的系统参数,利用一些先进的式中ua,ub,uc为定子相绕组电压;ia,ib,ic为定子[1]控制算法可以实现良好的控制效果。相绕组电流;La,Lb,Lc为三相绕组的自感,La=Lb本文采用神经网络自校正控制,通过学习能够=Lc;Lab为A相和B相绕组的互感,其它亦然,Lab在保证系统稳定性的同时,对扰动和参数变化进行=Lac=Lba=Lbc=Lca=
7、Lcb=M;p为微分算子;有效的抑制补偿,从而提高控制系统的动静态性能、ea,eb,ec为反电动势。稳态精度和鲁棒性。定子绕组产生的电磁转矩的表达式为收稿日期:2006-05-18T=(eaia+ebib+ecic)/(2)基金项目:黑龙江省自然科学基金资助项目(E0022)运动方程为作者简介:罗有明(1982-),男,河北唐山人,硕士研究生。dT-TL-B=J=Jpn(3)dt第4期罗有明,等.基于神经网络的无刷直流电机调速系统的仿真73式中T为电磁转矩;TL为负载转矩;B为阻尼系1g(x)=sigm
