基于神经网络的交流调速智能控制研究

【摘要】：本文对于基于神经网络的交流调速智能控制进行了深入的理论和实践研究。交流调速控制一直是自动化领域中一个重要研究方向。目前交流调速的性能己经得到很大的改善,在许多领域逐步取代了直流调速。文中首先从理论上对异步电机矢量控制原理进行了相关的阐述,磁场定向控制能从根本上改善异步电机的转矩控制特性,但是由于系统运行过程中一些不可控或不确定的因素,使交流调速系统的控制器的动态性能指标变坏,传统PID控制难以满足精度高、反应快、鲁棒性好的要求。 以人工神经网络控制为代表的智能控制方法的出现为提高交流调速系统性能提供了有效的控制方法。把智能控制技术和矢量控制方法结合起来,成为国内外电气传动工作者研究的热点,但都没有到大规模实用的程度,神经网络控制器作为交流调速的速度控制器代替PID控制器正处于研究阶段。因此,在这些方面的研究是很有意义的。 在深入分析神经网络原理基础上,本文研究重点在于把神经网络控制和传统的PID控制相结合以设计性能更优良的调速系统。针对目前神经网络应用于自动控制系统的实用性方法,设计研究了两种神经网络速度控制器,其一是直接将神经网络作为控制器,提出了增益自调整的单神经元自适应PID控制器; 其二是将神经网络与传统PID控制规律结合起来的复合控制方法。在详细阐述控制原理和算法的基础上,基于具有交互功能的MATLAB/Simulink仿真工具和以TMS320LF2407A DSP为核心的控制系统硬件平台,对其进行了仿真和试验研究,仿真和试验结果表明加入了神经网络的应用使控制系统具有更好的控制效果。