模糊神經控制算法在永磁同步電機控制中的應用研究.pdf

1、與傳統(tǒng)的電勵磁同步電機相比,永磁同步電機具有許多優(yōu)良的特性,尤其是在要求高控制精度和高可靠性的場合,如航空、數控機床、加工中心、機器人等方面獲得了廣泛的應用,在現代交流電機中也占有舉足輕重的地位.模糊神經網絡融合了模糊邏輯和神經網絡的優(yōu)點,既能表示定性知識,又具有自學習和處理定量數據的能力.因此將模糊神經網絡應用于永磁同步電機伺服系統(tǒng)的控制中,有望設計出高品質的控制策略,獲得永磁同步電機的高性能控制.因而,該文研究模糊神經網絡在永磁同步

2、電機控制中的應用.該文首先從永磁同步電機仿真平臺的建立開始,充分地應用MATLAB及其SIMULINK仿真環(huán)境,采用S-函數、電力系統(tǒng)工具箱中的永磁同步電機模塊和矢量控制的方式,完成了不同PWM模式下的電機仿真,這樣就可以把工作的重心放在系統(tǒng)的分析與設計上而不是編程上.接著通過對多層前向神經網絡特點的分析,給出了一種基于線性最小二乘法的神經元網絡訓練方案,并把它應用于永磁同步電機模型的辨識中.在該方案中,通過梯度法獲取隱層神經元的輸入,

3、使用線性最小二乘法訓練各神經元的權值和閾值.仿真結果表明該方案具有精度高、收斂速度快等特點.然后在九點控制器的基礎上提出了九點五態(tài)控制器,并把其控制規(guī)則應用于常規(guī)模糊神經網絡的結構設計中,大大地簡化了模糊神經網絡的結構設計.只需要把模糊神經網絡第五層的權值與九點五態(tài)控制器的比例參數值保持一致,就能取得比較好的控制效果,因此,可以更加快捷地整定模糊神經網絡的參數,同時賦予了第五層權值以實際的意義.仿真結果證明該控制器的性能優(yōu)良并且易整定.