首页 | 官方网站   微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 902 毫秒
1.
为改进传统PID控制的水磁同步电机凋速系统性能,设计r单神经元PID控制器对其进行速度控制,并结合具体研究对象和控制要求,进行了大量的仿真分忻和实验。仿真分析和实验结果表明,采用单神经元PID控制器的调速系统具有更好的启动性能、动态性能和鲁棒性,向且该控制器设计简单、参数易丁调整,适合实际应用。  相似文献   

2.
针对传统PID控制永磁同步电动机(PMSM)调速系统性能的不足,设计了单神经元自适应PID控制器并对控制系统进行仿真分析。结果表明,采用单神经元控制的调速系统具有更好的动态调节特性和自适应能力,而且控制器设计简单,参数调整方便,易于工程应用。  相似文献   

3.
针对常用的传统PID控制在提高异步电动机调速性能方面存在的瓶颈问题,本文提出了一种新型的单神经元控制算法以实现异步电动机的矢量控制.在分析单神经元控制器基本工作原理的基础上,为了加快神经元权值的学习训练速度,采用梯度下降法与变步长法相结合的控制算法,并利用MATLAB软件建立新型单神经元控制器与异步电动机调速系统的仿真模型,在计算机上进行了仿真,最后在笼型异步电动机上进行了应用实验.仿真与实验表明,这种单神经元控制器具有良好的自学习与自适应能力,可以改善调速系统的动态与静态性能,提高异步电动机的跟踪能力.  相似文献   

4.
变速风力发电机组的模糊-单神经元PID控制   总被引:2,自引:0,他引:2  
对风力发电机组的数学模型及常规PID控制器进行了分析设计,由于变速风力发电机组的转速变化范围很宽,表现出高度的非线性性和时变性,常规的PID控制器难以在全范围内得到理想的控制性能。为此,提出采用单神经元智能控制器来替代常规的PID控制器,以改善机组控制性能。在分析单神经元控制器的结构和控制原理基础上,为了进一步提高单神经元控制器的动静态性能,引入了模糊控技术,实现了单神经元控制器输出增益的参数自整定。在仿真基础上,建立了一套完整的实验系统,对几种控制方法进行了实验研究。仿真和实验结果表明,基于模糊自整定的单神经元控制器可有效地改善风力发电机组的控制性能,具有较强的自适应能力和鲁棒性。  相似文献   

5.
介绍了水轮机调速系统的基本原理和一般的控制方法 ,提出了一种采用自适应单神经元 PID控制器来控制调速系统的方法 ,并对两种方法下的控制输出进行了仿真比较 ,得出了采用自适应单神经元 PID控制器较优的结论  相似文献   

6.
卢伟  肖大雏  盛赛斌 《湖南电力》2001,21(6):4-6,12
介绍了水轮机调速系统的基本原理和一般的控制方法,提出了一种采用自适应单神经元PID控制器来控制调速系统的方法,并对两种方法下的控制输出进行了仿真比较,得出了采用自适应单神经元PID控制器较优的结论。  相似文献   

7.
基于神经网络的永磁同步电机矢量控制   总被引:5,自引:0,他引:5  
采用单神经元自适应PID控制器对永磁同步电机进行了调速控制。详细介绍了PMSM(Perrnanent Magnet Synchronous Motor)的矢量控制原理。最后给出PMSM单神经元自适应PID控制的仿真结果和硬件实现方法。仿真结果表明,该系统具有良好的动态性能。  相似文献   

8.
单细胞神经元控制器在水轮机调速系统中的应用与仿真   总被引:1,自引:0,他引:1  
介绍了水轮机调速系统的基本原理和一般的控制方法,提出了一种采用自适应单神经元PID控制器来控制调速系统的方法,并对两种方法下的控制输出进行了仿真比较,得出了采用自适应单神经元PID控制器较优的结论。  相似文献   

9.
介绍了水轮机调速系统的基本原理和一般的控制方法,提出了一种采用自适应单神经元PID控制器来控制调速系统的方法,并对2种方法下的控制输出进行了仿真比较,得出了采用自适应单神经元PID控制器较优的结论。  相似文献   

10.
赵参  杨明发 《微特电机》2015,(3):69-72,77
由于开关磁阻电动机磁路高度的非线性,采用传统PID控制存在转速超调量大、抗干扰能力差、转矩脉动大等问题。针对以上不足,提出单神经元复合PID调速的直接转矩控制技术,利用改进的单神经元PID控制器,来提高SRM的动态特性,用积分增益自适应的传统PID控制器改善SRM的静态特性。在MATLAB/Simulink环境下搭建仿真模型,仿真结果表明:基于单神经元复合PID调速的直接转矩控制技术不仅能够大大减少SRM的转矩脉动,而且提高了系统的调速性能并增强了系统的鲁棒性。  相似文献   

11.
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   

12.
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   

13.
永磁同步电机(PMSM)矢量控制系统结构复杂、系统运行时参数摄动,严重影响了系统的性能.针对这一问题,设计了一种基于模糊调节单神经元增益的自适应PID控制器,将其应用于PMSM的转速控制.在MATLAB平台上得到的仿真结果表明,采用这种控制器的PMSM矢量控制系统具有一定的优越性.  相似文献   

14.
在分析无刷直流电机运行原理的基础上,提出了基于TMS32OLF2407A的永磁无刷直流电机控制系统的解决方案,即将单神经元与PID控制结合应用于无刷直流电机中。仿真试验表明,采用单神经元PID控制能取得令人满意的动静态性能,具有较强的鲁棒性和自适应性,改善了电机的调速性能。  相似文献   

15.
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   

16.
高压断路器永磁直线伺服电机操动机构采用直线电机驱动断路器操作杆,带动机构运动,实现分合闸操作,具有良好的快速响应能力及控制性能.该伺服系统采用数字式双闭环控制,内环为电流环,采用PI控制,外环为速度环,采用单神经元自适应PID控制,通过建立直线伺服电机操动机构控制系统仿真模型,详细分析了单神经元自适应PID控制算法以及数学模型,并建立了以输出误差二次方为性能指标的单神经元自适应PID控制器模型.并分别用传统PID与单神经元PID控制算法,对高压断路器触头运动特性控制过程进行了仿真.结果表明,单神经元自适应PID控制器能够较好的实现触头速度的跟踪控制,使其按理想运动特性曲线运动,实现最优操作,该算法是一种较理想、有效的控制方法.  相似文献   

17.
单神经元控制器及其在过热汽温控制中的应用   总被引:7,自引:0,他引:7  
把神经元的学习特性和常规的PID控制算法结合起来,设计了单神经元控制器。将其应用于过热汽温控制系统,并对采用这种神经元控制的时性问题进行了说明。通过仿真试验表明,基于该单神经元的过热汽温能控制系统具有良好的控制品质。  相似文献   

18.
李毓洲  罗玉涛  赵克刚 《微电机》2007,40(3):5-8,60
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   

19.
孔祥新  程明 《电气自动化》2009,31(4):12-14,17
由于其双凸极结构,电动车用定子双馈电双凸极(SDFDS)电机驱动系统具有较强的非线性,常规PID控制器参数固定不易调节,难以得到较好的控制特性。由于单神经元具有自学习和自适应能力,且结构简单易于计算,因此该文设计了单神经元自适应PID控制器作为SDFDS电机的速度控制器,并在以数字信号处理器(DSP)TMS320F2812为核心的平台上进行了实验。实验结果表明,单神经元自适应PID控制器具有比常规PID控制器更好的动态和稳态性能,满足电动车对驱动电机的要求。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号