资源描述
英文原文： LC of an a LC is in is to of of in is By a it a is a is to a be in of of be of n C in C of an a is to C of in of is an In 123, by of in as is be of so it is in of is a ID to of is 45 is a in is a an of is by a of is a of a be to of is to be in of LC up of of LC of to In is of in is a of is in LC is I he of 6 is a of is by a of is is as a as a be to of to 7, is is of in is a is to of t As to a N of of it is to to a a N as of it is to by N a is a be 3. by of be th in as a 3If of is n e g l e c t e d , is as (1) is s c u r r e n t , a n d a r e r o t o r s f l u x l i n k a g e i n (d,q) is of is is s J is m o m e n t o f i n e r t i a . i s r o t o r s t i m e c o n s t a n t , a n d is In it 1), 2) of 2), he as on in ), 5) (6) (7) (8) is of is in of be to be to as an an by 2). to of 3) be 9) is to in be as 4. of in of It is to of to of be of is 0 HZ HZ 0of a is is a on of 0 is on 1 6 0 0 g r o u p s a of is to of in 3 in 2 in of is is of of c l o s e - l o o p , f i r s t o r d e r of 0 of of i n v e r s e m o d e l o f o r i g i n a l is 5 of he of is . 8, 7LC 7a a is 7PI of MV It LC in is a in LC is MV is to as a is be It to to or to 5. of of to of of is in by LC or PC be l to A PC is is is to to of TL to in , 00In to to 00ms . In is to up of n is 00 of is I in is to no 0 to 20 of I 11 2 It is of e is I (I (in 6. n to is A of is to is to LC in 中文译文 频调速的网络反馈系统的实现 摘要。变频调速系统 ,包括一个异步电动机和通用逆变器、且 制被广泛地应用于工业领域。然而 ,对多变量、非线性和强耦合的异步电机的控制性能却不足 ,不能很好地满足客户的调速要求。该数学模型的变频调速系统提出了矢量控制方式 ,其可逆转性得到证实。通过构建一种基于神经网络的逆系统 ,并结合变频调速系统 ,统被完成了 ,并且为了得到性能优良的系统采用了一个线性闭环调节器。采用 经网络逆系统在实际系统可以实现。实验结果表明变频调速系统的性能得到了很大的提高，并且神经网络反馈控制的可行性得到 了验证。 1. 导论 近年来 ,随着电力电子技术、微电子技术和现代控制理论 ,逐渐涉及到交流电机系统 ,这些技术已经广泛应用于变频器调速的 达。变频调速系统 ,包括一个异步电动机和通用逆变器，用来代替直流调速系统。由于在工业领域中的糟糕的环境和严重的干扰 ,选择控制器是一个十分重要的问题。在文献 123,介绍了利用工业控制计算机和数据采集卡实现了神经网络反馈控制。工业控制计算机的优势有较高的计算速度，庞大的记忆能力以及与其他软件良好的兼容性等。但是工业控制计算机在工业应用上也有一些不足，比如运行不稳定 ,不可靠及更恶劣的通信能力。可编程序控制器 (制系统是专为工业环境中的应用而设计的 ,它的稳定性和可靠性好。 制系统 ,可以很容易地集成到现场总线控制系统并得到高性能的通信结构 ,所以它在近年来被广泛地使用 ,并且深受欢迎。该系统由普通的逆变器和异步电机组成，是一种复杂的非线性系统 ,传统的 制策略 ,并不能满足要求和进一步控制。因此 ,如何加强系统的控制性能是非常迫切的事情。 神经网络逆系统 45, 在未来几年里将是一种新型的控制方法。其基本的想法是 :对于一个给定的系统 ,原系统的逆系统是由一个动 态神经网络引起的 ,对象信号和反馈信号的组合系统被转化成一种线性关系的解耦标准系统。随后 ,一个线性闭环调节器设计可以达到较高的控制性能。该方法的优点是在工程上很容易实现。在线性化及其解耦控制正常的非线性系统能实现采用这种方法。 把神经网络反馈结合到可编程序控制器 (就可以很容易地弥补不足的问题，解决在 制系统上的非线性耦合。这个组合可以促进神经网络反馈付诸实践，来实现其全部的经济效益和社会效益。 在这篇文章中，首先对神经网络反馈方法进行了介绍 ,并且描述了采用矢量控制的变频调速系统的数学模型。 然后是对反馈系统进行分析的的介绍 ,并给出了关于 制系统中构造 后 ,该方法在实验中被验证 ,并将传统的 制和 2. 神经反馈网络控制方法 基本的反馈控制方法 6就是 :对于一个给定的系统、一种 反馈方法建立的完整的反馈系统 ,并结合反馈系统与原系统的特点 ,提出了一种解耦的线性关系 ,以标准化体系 ,并命名为伪线性系统。随后 ,一个线性闭环调节器运行并将达到较高的控制性能。 当在 “几何领域”讨论这些问题时，反馈系统控制方法并不像微分几何方法，其特点是直接，简单，易于理解。主要的问题是怎样在应用软件中获得反馈模型。由于非线性系统是一个复杂的系统 ,所以很难要求严格解析反馈信号 ,这甚至是不可能的。反馈系统控制在工程应用中不能达到期望值。作为神经网络非线性逼近能力 ,尤其是对于非线性的复杂系统 ,它会是来解决问题的强大工具。反馈系统集成了具有非线性逼近能力的反馈系统，其中具有非线性逼近能力的反馈系统能够避免使用反馈方法带来的麻烦。这样就可能，运用反馈控制方法去控制一个复杂的非线性系统。 a N 反馈系统的控制方法只需要较少的系统信息，比如与系统相关的命令 ，并且容易获得运行网络的反馈模型。原系统的层叠式的 馈系统 ,会形成一个伪线性系统。然后 ,一个线性闭环调节校准器将工作。 3. 异步电机变频调速系统的数学模型和它的反馈性能 异步电机变频调速系统提供的跟踪电流正弦脉宽调制逆变器可以表示为 非线性模型在两相循环的协调 。该模型简化为一个 3果忽略逆变器的延迟 ,该模型表述如下 : （ 1） （ 表示同步角频率 ； 表示转速； 表示定子的电流； 表示转子在（ 线上的不稳定部分； 表示点 的数量； 表示互感系数； 表示惯性转矩； 表示转子的时间常数； 表示负载转矩。） 用矢量模式 ,得 代进公式 (1),得 （ 2） 可逆转性分析 (2),得 （ 3） （ 4） 可供选择的状态变量如下 输入变量 由公式 (4)得出结果 ,得 （ 5） （ 6） 然后雅可比矩阵 （ 7） （ 8） 作为 所以 并且系统是可逆的。 相关的系统是 当变频器运行模式的变化 ,在矢量磁链的可以忽略的磁链 (考虑到是恒定 ,等于等级 )。原系统简化为一个输入和输出系统订立的 (2)。 根据隐函数定理，公式 (3)的反馈系统可以表达为 : （ 9） 当反馈系统连续连接到原系统时，伪线性复合系统形成 类型。 4. 网络反馈系统的实现步骤 入与输出的运行样本的采集 采样对网络反馈系统的建立是极其重要的。它不仅需要获得原系统的动态数据 ,还需要获得了静态的数 据。参考信号应该包括原始系统所有的工作范围 ,并确保近似。信号的欲处理的第一阶段是从每 000得到开环响应。第二阶段是混乱信号的输入，当每 10秒钟出现预处理信号时，随机信号输入 ,并得到闭环响应。基于这些输入 ,将得到 1600组得到运行样本。 络的建设 静态神经网络和动态神经网络的完美组合将能构建一个反馈系统。静态神经网络的结构是由 2个输入层的神经元， 3个输出层的神经元和 12个隐蔽层的神经元组成。隐藏神经元的激励函数是单调平滑双曲正切函数。输出层是由线性临界激励函数的神经元组成 。运行数据是这些速度的开环，闭环的相对应速度和设置的参考的速度。 50次运行之后，神经网络的运行错误达到 经网络的负荷和临界值被保存下来。并得到原系统的反馈模型。 5. 实验和结果 统硬件 硬件系统包括上层监督计算机安装，控制结构软件 门子 频器，异步电动机和光电编码器。 选择 它有一个 速采集模块是 7 这个逆变器的类型是西门子的 门子的 这个系统上 件编程 信介绍 点接口 )是一种简单、便宜的通讯策略，运用在运行慢，非大型数据转换的场合。在 所以选择 并安装到 允许控制信号直接发送到变频地址 ,或者使用 5的系统功能模块。 同类型的服务器和客户机可以存取彼此的数据来源。比较传统的软件模式和硬件发展 ,设备生产商只需要培养一个操作员。这样可以缩短开发周期 ,节省人力资源 ,并简化了整个控制系统的结构。 矩阵实验室的神经网络运行需要系统各种各样数据的时候，这些数据不能从 以 置 一个 统的实时数据被 然后 通常用 据采集和控制算法进行编程，速度采样程序和存储程序被编程为有规律的中断程序 A，中断周期为 100毫秒。为了阻止程序 00毫秒，减小程序的运行周期和系统错误，控制步骤和神经网络算法被编程为主程序 B。 神经网络算法标准化对运行采样来说是必要的以便加快信号收集速度，在最终运行之前输入和输出信号乘以一个放大系数。 验结果 当速 度参照是 100秒每周期的方波信号时 ,逆变器运行的是矢量模式。结果表明 ,神经网络控制的跟踪性能均优于传统的常规 当速度参照保持恒定时 ,经过 80秒时间，负荷降低到没有负荷 ,经过 120秒时间 ,负荷增加到满负荷，所以在传统控制下的速度响应曲线和网络反馈控制下的速度响应曲线如下图所示。很明显 ,在稳定性能上，网络反馈控制的负载扰动优于传统的 （ （网络反馈控制下的速度响应） 6. 结论 为了改善 而神经网络反馈 系统被使用。并给出了一个变频调速系统的数学模型 ,且其可逆转性得到了检验。反馈系统和原系统被组合并构建成伪线性系统，并设计了线性控制的方法进行控制。通过实验 ,
展开阅读全文