新型ACEG变速恒频发电励磁模糊控制策略

交流励磁发电机(ACEG)能实现有功功率、无功功率和转速的解耦控制,实现变速恒频发电.交流励磁系统具有多变量、非线性、强耦合和参数不确定性的特点.传统的PID控制难以解决系统非线性问题,矢量控制方法能实现控制变量解耦却依赖具体数学模型.提出一种基于模糊神经网络的解耦控制方法.实验证明该方法能够实现交流励磁发电机变速恒频发电,且方法简单、灵活、方便、有效、鲁棒性强.     

基于神经网络控制的两电动机同步系统研究

以多变量、非线性、强耦合的两电动机同步控制系统为研究对象,对变频器供电的感应电机系统进行重点研究,建立两电机同步系统的数学模型.采用RBF神经网络自适应PID控制器,结合自适应神经元解耦补偿的解耦控制技术,设计了两电机同步调速系统的神经网络控制器,试验结果表明该方法可以实现电机转速和皮带张力的解耦控制.     

基于神经网络逆的永磁同步电机自适应解耦研究

针对永磁同步电机多变量、非线性、强耦合等特性,提出一种基于神经网络逆的模型参考自适应解耦控制方法。神经网络逆系统与原系统复合成两个伪线性子系统,一个一阶磁链子系统和一个二阶转速子系统。定子电阻随温度变化而变化,进而影响磁链子系统和转速子系统的解耦控制。模型参考自适应控制方法可以通过误差调节来减小定子电阻变化对系统的影响,仿真试验结果表明该控制策略能够在定子电阻发生变化的情况下实现转速与定子磁链之间的动态解耦,并能保证系统的稳定性。     

PID神经网络解耦控制注塑机料筒多段温度系统

本文根据注塑机料筒温度控制的要求，利用PID神经网络构成多变量解耦控制系统。注塑机料筒温度是一类多变量、强耦合、大惯性控制对象，文中分析了注塑机温度控制的特点，给出了PID神经网络的结构和算法，对多段温度系统进行了实时仿真，显示了PID神经网络对注塑机料筒温度控制的良好解耦性能和自学习控制特性。     

永磁同步电机神经网络逆解耦控制研究

针对永磁同步电机的非线性、多变量、强耦合的特点,将神经网络与逆系统解耦方法相结合,并用于永磁同步电机的解耦控制.分析永磁同步电机的数学模型与解析逆模型,完成系统可逆性证明,将永磁同步电机与解析逆系统等效成两个伪线性子系统,构造神经网络逆系统,将永磁同步电机动态解耦为一阶线性磁链子系统与二阶线性转速子系统,利用两个PID控制器对伪线性子系统进行闭环控制器设计,实现系统转速与定子磁链动态解耦控制.利用dSPACE半物理仿真系统完成神经网络训练数据的采集与系统解耦控制实验.结果表明神经网络逆系统方法可以实现永磁同步电机的高新能控制,对负载扰动具有较强的鲁棒性.     

球磨机混合优化前向神经网络PID解耦控制系统

针对球磨机制粉系统的多变量、强耦合、非线性和时变性等特点,提出球磨机的混沌PSO与BP混合优化前向神经网络PID解耦控制系统.在这种控制器中,PID控制器的控制参数采用神经网络进行自适应整定,神经网络的权值采用混合优化算法进行调整.仿真结果表明该控制方法跟踪快、鲁棒性强、解耦好,控制品质优于传统PID解耦控制方法,较好地解决了球磨机的时变性、耦合性等问题.     

球磨煤机隶函数型糊神经网络解控法

设计适合于火电厂球磨煤机的解耦控制方法,有利于提高热工自动化水平.依据模糊控制技术和跟踪解耦的思想并结合神经网络控制,介绍了一种不依赖于被控对象精确数学模型的隶属函数型模糊神经网络多变量解耦控制方案.将该种方法应用于球磨煤机解耦控制系统,对耦合强烈的磨煤机出口温度、入口负压子系统进行解耦,获得期望的多环结构.对解耦结果进行了仿真研究.对比试验显示该解耦方法具有满意的动态特性和较强的鲁棒性.     

基于神经网络的三端口DC-DC变换器解耦控制策略

针对隔离型三端口有源全桥变换器(TAB)存在的实用性问题,提出一种基于神经网络的解耦控制策略。传统的TAB解耦方法主要包括硬件解耦和软件解耦,硬件解耦通过改变电路拓扑消除耦合,工作模式相对固定,而软件解耦则相对灵活。但软件解耦控制需用查表法来获得与系统运行点密切相关的解耦矩阵,该方法在系统工况复杂时存在表格维数过大、实用性不高的问题。针对该问题,提出了基于神经网络的解耦矩阵在线计算方法,有效地降低了解耦算法的空间复杂度。其次,传统的TAB恒压端口采用端口直流内环加端口电压外环的控制方法,其中端口直流电流内环用于实现端口间的解耦控制。该方法中控制回路的设计依赖于负载动态特性,在负载动态特性未知时控制器无法设计。针对该问题,采用端口电压单环控制,并利用端口直流电流的低频分量来计算解耦矩阵,提高了解耦控制算法对不同负载的适应性。通过对负载变化的情况进行仿真,仿真结果表明,该方法消除了端口间的耦合关系,提高了系统的动态响应速度。     

基于模糊神经网络的在线配液控制系统设计

针对在线配液系统具有多变量、非线性、强耦合的特点,提出一种基于模糊神经网络的在线配液系统控制方案,实现在线配液系统的解耦控制.将该方案应用于 Bio-Con180在线配液系统进行配液实验,实验结果表明系统 的控制精度完全符合技术指标要求.     

一种永磁同步电机解耦控制的新方法

针对永磁同步电机这一多变量、非线性、强耦合的控制对象,提出了一种基于神经网络在线辨识的永磁同步电机逆系统解耦控制新方法。通过静态神经网络加积分器来构造永磁同步电机的逆系统,并在实际运行中不断地修正神经网络权值,使其更精确地逼近逆系统。将逆系统与永磁同步电机原系统复合成两个伪线性子系统,使永磁同步电机解耦成二阶线性转速子系统和一阶线性磁链子系统,在此基础上,运用线性系统理论进行综合。仿真试验表明这种控制策略能够实现永磁同步电机转速和定子磁链之间的动态解耦控制,并且系统具有良好的动静态性能。     

巨型浮吊起重船稳性安全的解耦控制方法

针对巨型起重船起重臂相对船体进行起吊、回转、变幅运动存在非线性强耦合等问题,在建立了起重船运动姿态数学模型的基础上,提出一种神经网络解耦控制策略。应用神经网络自适应解耦反馈控制方法,实现起重机回转、变幅的解耦,最终控制起吊执行电机、船舶压载泵及锚泊定位电机,将起重船起重过程的船舶重心控制在稳定区域内,从而使起重船的操控安全高效。仿真结果表明,起重机的回转和变幅运动的动态解耦控制效果良好。     

基于模糊神经解耦控制的双馈水轮发电机系统仿真

双馈水轮发电机系统是一个涉及水力、水轮机和发电机的综合复杂系统。针对系统具有多变量、非线性、强耦合和参数不确定性的特点，本文提出了一种两级串联结构的自适应模糊神经网络解耦控制策略，前级为基于智能权函数规则的自调整模糊控制器，后级为基于动态耦合特性的自适应神经网络解耦控制器，并从理论上证明了学习算法的收敛性。为了验证所提出控制策略的有效性和正确性，本文对双馈水轮发电机系统在水力、水轮机和发电机参数变化时的鲁棒性分别进行了仿真研究。与常规PID控制的仿真结果比较表明，提出的解耦控制策略能较好地克服参数变化和对象模型结构变化对运行性能的影响，具有鲁棒性好，解耦能力强的优点。     

单神经元PID在单元机组协调控制系统中的应用

基于神经网络PID控制和协调系统强耦合的特点,应用一种针对多输人、多输出解耦系统的单神经元PID解耦控制算法和结构,并在算法中增加了自适应学习速率,更好地实现对单元机组的解耦控制。仿真结果表明,这种单神经元PID解耦控制算法实现的控制与常规的PID控制比较,不仅具有较好的动态性能和稳态性能,而且还具有很强的自学习功能和自适应解耦能力。     

两电机变频调速系统的神经网络广义逆解耦控制

两电机变频调速系统是一个多输入多输出(multi-input multi-output,MIMO)非线性强耦合的控制系统。神经网络广义逆控制方法不但可以实现MIMO系统的线性化与解耦,而且通过合理地调节广义逆系统的参数,可以使解耦后的单输入单输出(single-input single-output,SISO)系统具有开环稳定的特性,从而有利于系统的综合。论文对变频器工作在矢量控制方式下的系统数学模型进行广义逆存在性分析,进而导出系统的广义逆数学表达式。进一步构造神经网络广义逆系统串联在两电机系统之前,组成基于广义逆的伪线性复合系统。基于S7-300PLC试验平台,分别研究伪线性复合系统的开环特性和闭环特性,试验结果表明神经网络广义逆控制方法不但可以实现系统的解耦,而且可以使伪线性化后的子系统开环稳定,附加闭环控制器的问题就迎刃而解。     

基于主元分析神经网络补偿的感应电动机逆解耦控制

对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统,实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键.首先通过非线性状态反馈建立感应电动机的α阶积分逆模型,并分析非线性状态反馈的误差对其逆模型精度的影响.在此基础上提出了一个基于主元分析神经网络补偿的感应电动机逆解耦控制方法,将补偿后的α阶积分逆...     

基于LabVIEW的解耦控制仿真研究

介绍了1种PID神经网络解耦控制结构和1种神经网络辨识器,并分别给出了前向算法及反向传播算法;最后应用LabVIEW,采用子程序模块化的编程思想,实现了神经网络控制器和辨识器的编程,并应用到2种被控对象的线性模型进行计算仿真,得到了2种被控对象的解耦控制结果,证明了PID神经网络解耦控制的有效性和使用LabVIEW实现...     

永磁同步电机的神经网络逆动态解耦控制

永磁同步电机是一个非线性、强耦合系统，应用神经网络逆系统方法对永磁同步电机进行动态解耦控制研究。通过对永磁同步电机的数学模型可逆性分析，得出解析逆系统，由解析逆系统与永磁同步电机原系统复合成两个伪线性子系统来构造神经网络逆系统，使永磁同步电机动态解耦成二阶线性转速子系统和一阶线性磁链子系统，并采用鲁棒伺服控制器对伪线性子系统进行线性闭环控制器的设计，实现永磁同步电机转速和定子磁链的动态解耦，仿真表明系统具有良好的动静态性能。     

感应电机的新型神经网络广义逆系统解耦控制

针对感应电机这一多变量、强耦合系统,提出了一种新型神经网络广义逆系统解耦控制方法,给出了新型广义逆系统的存在性证明.它与感应电机复合,将转子磁链与转速的解耦成两个独立的伪线性子系统,并且可以随时通过调整反馈参数改变两个伪线性子系统的配置极点,为控制器的设计提供了便利.仿真结果表明,通过合理的选择配置极点和控制器参数,整个控制系统对电机参数变化和负载扰动有较强的鲁棒性和动态性能.