基于PSO的RBF神经网络的变频调速系统的研究.pdf

《基于PSO的RBF神经网络的变频调速系统的研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年第3期工业仪表与自动化装置·3·基于PSo的RBF神经网络的变频调速系统的研究李春华，徐少雄(黑龙江科技大学，哈尔滨150022)摘要：采用粒子群和RBF神经网络算法相结合的方法构造PSO—RBF神经网络PID控制器，利用s函数编写了MATLAB的PSO—RBF神经网络PID的M文件，并在SIMULINK环境下建立了基于PSO—BF神经网络PID的变频调速系统。仿真结果充分表明了该控制器具有良好的鲁棒性、跟随性和稳定性，而且改善了原系统的动态特性，证明了该方法在变频调速系统中的应用价值。关键词

2、：粒子群；BP神经网络；变频调速系统中图分类号：TM23文献标志码：A文章编号：1000—0682(2015)03—0003—03TheresearchofvariablefrequencyspeedcontrolsystembasedonPS0一RBFneuralnetworkLIChuanhuaXUShaoxiong(HeilongjiangUniversityofScienceandTechnology，Harbin150022，China)Abstract：Thispaperadoptparti

3、clesw&FInalgorithmandRBFneuralnetworktoconstructthePIDcontrollerofPSO—RBFneuralnetwork，theM—FilesofPSO—RBFneuralnetworkPIDbasedonMAT-LABthroughS—Function，andthemodeof’PSO—RBFneuralnetworkPIDvariablefrequencyspeedcontrolsystemwasestablishedinSIMULINKplatf

4、orm．Simulationresultsshowthatthecontrollerholdwellrobustness，followandstability，andthedynamiccharacteristicsoftheoriginalsystemwasimproved，theapplicationvalueofthismethodinthevariablefrequencyspeedcontrolsystemwasproved．Keywords：particleswaYin；BPneuralne

5、twork；variablefrequencyspeedcontrolsystem难达到预期效果，该文采用PSO算法来优化神经网0引言络各层的权值，建立了PSO—RBF神经网络PID控1971年德国学者Blaschke提出了矢量控制思制器，将此控制器运用到变频调速系统中，对调速系想，并运用到变频调速系统当中，成功地解决了交流统的速度环进行在线控制。仿真结果表明：该控制电动机电磁转矩的有效控制，实现了交流电机的磁器的控制效果比采用传统的PID控制器要好，并且通和转矩分别独立控制，使得交流电动机的电磁转使得

6、系统具有了在线自学习、自适应的能力，使得系矩可以通过电枢电流进行灵活的控制以获得高动态统的动态响应达到了预想的效果，提高了系统的鲁性能，从而使交流电动机变频调速系统具有了交流棒性、稳定性。调速系统的全部优点J。1粒子群算法及其改进交流异步电动机是一个强耦合、多变量、非线性复杂的被控对象，采用传统的PID对其进行控制很粒子群优化算法是从模拟鸟群聚集飞行的模型中得到启发并提出来的。可以将鸟群觅食过程看作收稿日期：2014—09—03优化问题，每只鸟看作问题的一个潜在解，食物看作基金项目：黑龙江省教育厅科学技

7、术研究项目(12541706)；黑问题的最优解，个体找到食物就相当于优化问题找龙江科技大学硕士研究生创新科研项目(YJSCX2014—006HKD)到最优解。所有粒子都有一个被优化函数决定的适作者简介：李春华，女，黑龙江哈尔滨人，硕士，教授，主要从事智能控制研究。应度值来衡量其优劣，每个粒子根据下面信息来确··工业仪表与自动化装置2015年第3期定它们下一步飞行的方向和距离：1)自身当前的位与自己历史最好位置之间的距离P一X；粒子i当置；2)自身当前的速度；3)自身当前的位置和自身前位置与群体目前最好位

8、置之间的距离P一X；粒历史最优位置之间的距离；4)自身当前的位置和整子i通过式(2)计算新位置的坐标，粒子通过2个式个群体历史最优位置之间的距离。子决定下一步运动的位置。在粒子群算法中，算法初始化为一群随机粒子为了改善算法的收敛性能，Shi和Eberhart在(随机解)，然后通过迭代找到最优解。在每一次迭1998年的论文中引入了惯性因子的概念，将速度公代中，粒子通过跟踪2个“极值”来更新自己：第一式(1)更新如公式(3)所示：个就是粒子本身