共查询到18条相似文献,搜索用时 581 毫秒
1.
基于单神经元控制器的异步电动机矢量控制 总被引:12,自引:1,他引:12
文中提出了采用单神经元智能控制器代替传统PID控制器以改善异步电动机矢量控制的性能。在分析单神经元控制器结构与控制原理的基础上,为了提高单神经元控制器的学习能力与自适应性,将无监督的Hebb学习规则与有监督的Delta学习规则相结合,运用改进的学习与控制算法,实现单神经元控制器的参数优化与在线自动调整。采用Matlab软件建立单神经元控制器与异步电动机矢量控制模型,进行仿真研究;并将单神经元控制器的控制软件应用于异步电动机矢量系统,进行实验研究。仿真与实验结果表明,单神经元控制器可以改善异步电动机矢量控制的性能,具有较强的自适应性与鲁棒性。 相似文献
2.
单神经元自适应PID控制交流调速系统 总被引:9,自引:0,他引:9
针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能;将无监督的Hebb学习规则与有监督的Delta学习规则相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调.构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统.仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性. 相似文献
3.
免疫调节增益的单神经元PID控制器 总被引:3,自引:0,他引:3
针对单神经元PID控制中学习速度较慢,动态响应时间长等问题,提出了免疫调节增益的单神经元PID控制器.将T细胞免疫调节机理与单神经元PID控制算法相结合,以提高单神经元PID控制器的学习速度,缩短动态响应时间,改善单神经元PID控制器的性能.仿真研究了免疫调节增益的单神经元PID控制器的定值跟踪性能和抗干扰性能以及直流电机伺服控制性能.仿真实验结果表明,这种新的控制算法学习速度快,动态响应时间短,具有较强的自适应性和鲁棒性,其控制性能优于单神经元PID控制. 相似文献
4.
本文研究了单神经元自适应PID控制器,并利用模糊集理论提出一种变学习速率的神经元自适应PID算法。应用该算法可进一步改善系统的控制效果和鲁棒性。 相似文献
5.
针对异步电动机矢量控制中转速调节器参数整定困难、自适应性差和稳态精度低的问题,设计单神经元PID控制器.将神经元学习规则与PID控制相结合,采用在线学习的方式,在电动机运行过程中实时调整控制器参数,实现转速的自适应控制.在恒速变负载和恒负载变速的仿真实验中,结果表明基于单神经元PID的转速调节器具有较好的动态性能和较高的稳态精度. 相似文献
6.
7.
在永磁同步电机状态方程和单神经元控制器数学模型的基础上,提出基于Matlab/Simulink的永磁同步电机和神经元控制器S函数仿真模型。并将仿真模型应用到矢量控制系统中,以代替传统的基于PID控制器的矢量控制系统。在Hebb和Delta学习算法的基础上,应用增量式的神经元控制算法实现神经元控制器的参数优化和自动调整功能并提高学习能力和自适应性。仿真结果表明了基于S函数的永磁同步电机仿真模型的可行性和采用神经元控制器的永磁同步电机矢量控制系统具有较强的自适应性和鲁棒性。 相似文献
8.
无刷直流电动机单神经元自适应PID控制及改进 总被引:5,自引:0,他引:5
研制的无刷直流电动机单神经元自适应PID控制器,实现了在线调整PID参数的目的,克服了电动机非线性、参数易变的影响;同时引进变速控制算法对神经元比例参数K的给定进行了在线改进。仿真结果表明,单神经元自适应PID控制器自适应能力好,响应快.鲁棒性强.系统静态和动态特性良好,而且采用变速控制改进算法后,速度的调节器品质有所提高。 相似文献
9.
将具有自学习功能的单神经元模型与常规的PID控制算法相结合,设计了单神经元自适应PID控制器,并应用于大功率整流电源控制系统。仿真结果表明,采用单神经元PID控制器的大功率整流电源控制系统,能够适应被控对象在较大范围内的变化,具有较强的自适应能力和鲁棒性,其控制品质优于常规的PID控制器。 相似文献
10.
PID控制器具有原理简单,鲁棒性好,稳定性高而得到广泛应用。但对于纯滞后系统,PID控制很难获得理想的控制效果,甚至产生不稳定。为此,采用了单神经元PID控制器,利用其自学习,自组织能力,根据被控对象的变化情况对控制器的权值进行在线调整,构成了自适应控制,结合Smith预估器对纯滞后系统进行控制,取得良好效果。 相似文献
11.
感应电机矢量控制技术是通过坐标变换,实现对定于电流的励磁分量与转矩分量的解辐控制。传统PID控制器在电机参数改变时鲁棒性较差。神经网络具有自学习、自适应能力,用于控制时可以不依赖控制对象的数学模型。为实现对交流电机快速和精确控制,基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器,利用神经元的自学习功能在线调节连接权重,实现自适应控制。并将此设计应用于交流电机矢量控制系统中,数字仿真实验表明,此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足,鲁樟性强。该设计结构简单,实现应用时易于数字化实现。 相似文献
12.
神经网络具有自学习、自适应能力 ,用于控制时可不依赖控制对象的数学模型。异步电机矢量控制技术是通过坐标变换 ,实现对定子电流的励磁分量与转矩分量的解耦控制。为实现对交流电机快速和精确控制 ,本文基于单神经元设计出用于异步电机矢量控制的自适应磁链和转速控制器 ,利用神经元的自学习功能在线调节连接权重 ,实现自适应控制。并将此设计应用于由数字信号处理器 (DSP)实现的交流电机矢量控制系统中 ,实验表明此方法设计的控制器结构简单 ,易于数字化实现 ,控制系统动态性能良好。 相似文献
13.
14.
15.
16.
17.
针对异步电机直接转矩控制系统PID转速调节器的适应性、鲁棒性及抗干扰性较差的问题,提出了基于智能神经元PID转速调节器的异步电机直接转矩控制方法。智能神经元PID转速调节器采用2个神经元控制器进行设计,同时实现了控制器参数的在线调整,磁链调节器和转矩调节器分别采用滞环调节器进行设计。仿真结果表明,基于智能神经元PID的异步电机直接转矩控制系统能快速跟踪参考转速变化,具有很强的抗干扰能力、自适应能力和较强的鲁棒性。 相似文献