感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)線性化解耦控制.pdf

1、針對矢量控制等依賴于模型的感應(yīng)電機(jī)高性能控制方法中存在的問題(如只能實(shí)現(xiàn)穩(wěn)態(tài)解耦,魯棒性和適應(yīng)性差等),在國家自然科學(xué)基金的資助下,將神經(jīng)網(wǎng)絡(luò)與逆系統(tǒng)方法結(jié)合,提出了感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆解耦控制方法.該方法可有效地克服感應(yīng)電機(jī)的未建模動態(tài)、參數(shù)變化及負(fù)載擾動對控制性能的影響,真正實(shí)現(xiàn)感應(yīng)電機(jī)的線性化動態(tài)解耦控制,為高性能的感應(yīng)電機(jī)控制提供了一種新方法.論文的主要研究工作及已取得的研究成果如下:首先,應(yīng)用非線性系統(tǒng)的線性代數(shù)方法,給出了一

2、般非線性系統(tǒng)的靜態(tài)逆系統(tǒng)和動態(tài)逆系統(tǒng)的構(gòu)造算法,證明了非線性系統(tǒng)由靜態(tài)逆系統(tǒng)及動態(tài)逆系統(tǒng)來實(shí)現(xiàn)輸入輸出線性化解耦的充要條件,從理論上系統(tǒng)地闡述了逆系統(tǒng)線性化解耦控制策略.然后,系統(tǒng)和全面地分析了感應(yīng)電機(jī)的可逆性及其逆系統(tǒng)線性化解耦特征,給出了感應(yīng)電機(jī)的狀態(tài)反饋逆系統(tǒng)與輸入積分逆系統(tǒng)的解析表達(dá)式,并從理論與仿真實(shí)驗(yàn)兩方面分析了參數(shù)變化及負(fù)載擾動對解析逆解耦控制產(chǎn)生的嚴(yán)重影響,從而得出了感應(yīng)電機(jī)的解析逆系統(tǒng)方法在實(shí)際中難以應(yīng)用的結(jié)論.為解決

3、由于感應(yīng)電機(jī)因受未建模型動態(tài)、參數(shù)變化和負(fù)載擾動影響而使解析逆系統(tǒng)方法難以在實(shí)際中應(yīng)用的難題,提出了感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆解耦控制方法,給出了感應(yīng)電機(jī)神經(jīng)網(wǎng)絡(luò)逆模型的結(jié)構(gòu)形式、辨識方法及實(shí)現(xiàn)步驟,真正將感應(yīng)電機(jī)這樣一個多變量、強(qiáng)耦合、時變的非線性對象動態(tài)解耦成兩個SISO的偽線性積分子系統(tǒng),進(jìn)一步對兩個積分子系統(tǒng)分別設(shè)計(jì)閉環(huán)線性控制器,使整個系統(tǒng)具有很強(qiáng)的參數(shù)魯棒性和良好的抗負(fù)載擾動的能力,為逆系統(tǒng)方法在高性能感應(yīng)電機(jī)控制中的應(yīng)用奠定了基

4、礎(chǔ).為了在神經(jīng)網(wǎng)絡(luò)逆解耦控制實(shí)現(xiàn)中準(zhǔn)確地獲取轉(zhuǎn)子磁鏈的信息,研究了模型參考自適應(yīng)磁鏈估計(jì)器的設(shè)計(jì)方法,導(dǎo)出了感應(yīng)電機(jī)的線性磁鏈估計(jì)模型方程,并給出了一種基于擴(kuò)展的Kalman濾波原理的轉(zhuǎn)速與轉(zhuǎn)子磁鏈的同時辨識算法.為驗(yàn)證感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆解耦控制方法在實(shí)際應(yīng)用中的有效性,開發(fā)研制了一種基于數(shù)字信號處理器和智能功率模塊的感應(yīng)電機(jī)數(shù)字控制裝置,采用DSP匯編語言設(shè)計(jì)了控制系統(tǒng)的軟件,成功地進(jìn)行了感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)動態(tài)解耦控制實(shí)驗(yàn).實(shí)