基于神经网络的直接转矩控制系统

用神经网络建立感应电机直接转矩控制系统的定子磁链观测器和开关状态选择器,并用单个神经网络训练的方法来处理直接转矩控制器的复杂运算。仿真结果表明,用此方案构成的系统有较好的动态性且减少了延迟性。     

基于RBF神经网络监督的电动机直接转矩控制系统设计

针对矿井输送机在低速运行时电动机转矩脉动较大的问题,在传统电动机直接转矩控制系统的基础上,采用RBF神经网络监督控制器代替PID控制器。仿真结果表明,基于RBF神经网络监督的电动机直接转矩控制系统能有效改善磁链波形,降低电动机转矩脉动。     

神经网络技术在直接转矩控制系统中的应用

在传统直接转矩控制系统基础上，采用BP网络设计了状态选择器，并通过BP算法进行训练，对实际控制系统进行了仿真，结果证明了方案的可行性。     

基于DSP的异步电动机直接转矩控制系统的实现

直接转矩控制技术是目前最为优良的交流电机控制技术，数字信号处理器（DSP）的高速运算和实时处理功能为直接转矩控制技术的数字化提供了基础。本文介绍了直接转矩控制的基本原理及TMS320LF2407 DSP的特点，给出了以TMS320LF2407 DSP为核心的异步电动机直接转矩控制系统的设计方案及软硬件的实现，同时对直接转矩控制系统进行了实验和仿真，验证了直接转矩控制技术的优良性能。     

模糊直接转矩控制系统MATLAB／SIMULINK仿真

文章采用MATLAB5.2／SIMULINK建立模糊直接转 控制系统的仿真模型,介绍了用SIMULINK软件进行封装、S函数设计及用模糊工具箱设计模糊控制器的方法,并通过仿真结果验证了此模型的正确性。     

基于DSP无速度传感器直接转矩控制系统的研究

直接转矩控制(Direct torque control)是一种新型的高性能的交流调速控制技术。本文介绍了异步电动机直接转矩控制的基本原理,给出了控制系统的设计方案和硬软件的实现方法。     

模糊神经网络PID控制器及在DTC中的应用

本文详细介绍了常规控制和模糊PID控制在直接转矩控制系统中的应用，建立在MATLAB仿真模型的基础上．利用多层神经网络构建模糊PID控制器，通过神经网络自学习能力在线提取模糊控制规则，根据不同时刻的误差和误差变化率运用模糊推理在线自整定PID参数。仿真表明，改进的模糊PID控制器具有常规PID控制器更好的效果。本系统适用于高性能交流伺服或调速系统。     

模糊滑模控制和负载转矩补偿的异步电动机直接转矩控制

针对异步电动机(IM)转矩脉动以及抗干扰能力差的问题,设计了基于模糊滑模控制(FSMC)与负载转矩补偿的新型直接转矩控制(DTC),取代传统PID速度调节器的是一种滑模控制器.为解决滑模控制器中负载转矩脉动的问题,用模糊逻辑控制器取代了传统滑模控制律中的不连续部分,可以明显降低异步电动机在低速运转时的转矩脉动.提出了一种负载转矩观测器来估计未知的负载转矩.负载转矩观测器用来估计负载转矩扰动,估计作为速度环的前馈补偿.仿真结果表明:在低速负载转矩扰动时,该设计具有更好的动态响应和速度性能、更高鲁棒性和更强的抗干扰能力.     

异步电动机模糊直接转矩控制系统改进研究

在传统的异步电动机直接转矩控制中,因开关管的工作频率限制,滞环控制器的滞环宽度不能设置太小,因而不可避免地产生较大转矩脉动。针对该问题,提出采用模糊控制器取代滞环比较器,依据同一电压空间矢量在不同磁链角范围对磁链和转矩的不同影响建立改进的模糊规则表,并采用最大隶属度平均法进行解模糊。Matlab/Simulink仿真结果表明,所提出的模糊控制方法可以得到较小的转矩脉动和较好的系统动态性能。     

基于DSP的直接转矩控制系统的设计与实现

开发了一种基于TMS320F240DSP实现电机交流调速的直接转矩控制系统,介绍了系统的设计方案和软硬件的实现方法。实验结果表明,系统具有良好的性能。     

MATLAB／SIMULINK软件在模糊直接转矩控制系统仿真中的应用

本文介绍一种优秀的动态仿真软件－MATLAB／SIMULINK,采用此软件建立了模糊直接转矩控制系统的仿真模型,介绍了用SIMULINK软件进行封装、S函数设计及用模糊工具设计模糊控制器的具体方法、仿真结果验证了此模型的正确性,并显示出该软件界面友好、操作简便、具有一定的应用价值。     

感应电机无速度传感器直接转矩控制系统

为了实现对感应电动机的高性能控制,针对传统的速度辨识器存在的不足,提出了一种无速度传感器直接转矩控制系统.在该系统中,根据感应电机的数学模型,经过一定的变换,利用电动机易于检测到的定子电压和电流,以及基于BP算法的神经网络设计了一种速度辨识器,从而实现了无速度传感器的闭环控制.对所设计系统进行了仿真,结果表明该调速系统具有良好的稳态性能和动态性能,该设计是合理、有效的.     

在FCS环境中神经网络模糊控制的研究

本文提出了在ＦＣＳ环境中的一种模糊控制方法，该方法采用了模糊ＩＦ．ＴＨＥＮ规则和数字数据两种方法进行学习在ＦＣＳ环境中，系统的正确性不但依赖于其计算出的逻辑结果，而且还依赖于该结果的计算时间。针对上述特征，提出了一种能够控制模糊输入矢量的神经网络体系结构，它将一个模糊输入矢量映射到其模糊输出中。     

提高变型标准遗传算法收敛速度的混合法及其推广

针对即使是全局收敛的变型标准遗传算法ＶＣＧＡ［１］有时也会发生收敛速度变慢的问题，提出了ＶＣＧＡ和最陡下降法相结合的混合法ＨＶＣＳＤＡ．该方法增强了ＶＣＧＡ在接近全局最优解时的微调能力．还将ＨＶＣＳＤＡ推广到一类修正的ＶＣＧＡ上．仿真实例表明了ＨＶＣＳＤＡ及其推广能有效地提高收敛速度．对３０城市ＴＳＰ的仿真结果为６．８２２，要好于用ＴＡＢＵ得到的６．９９的结果［６］．     

模糊控制在烟丝加香控制系统中的应用

本文介绍了烟丝加香模糊控制系统的设计与实现,在分析ＰＩＤ控制和模糊控制特点的基础上,结合烟丝加香的具体情况,提出了采用变增益积分模糊控制器的烟丝加香控制系统设计方案,讨论了智能积分控制对减小稳态误差的问题。     

Min-Max模糊神经网络的应用研究

本文从结构和算法上研究了Min-Max模糊神经网络,找出了其固有的局限性,相应地提出了一系列的改进措施,得到了好的仿真结果,并运用了它作为分类器对实际信号进行了分类,得到了满意的结果.由于网络参数对网络的性能影响很大,本文应用遗传算法对网络算法中的参数进行了优化处理,与优化前相比,网络性能有明显地提高.     

仿射非线性系统神经网络自适应控制器的研究及其在机械手中的应用

本文提出了一种利用神经网络逼近具有不确定性及 随机干扰的仿射非线性系统的新算法,采用自适应控制率在线调节网络权值,并基于控制理 论选择控制量以削减噪声干扰．从理论上证明采用该算法后系统全局稳定性．最后将该算法 用于两连杆机械手轨迹跟踪,仿真结果表明该算法具有跟踪精度高,收敛速度快的优点．     

AUV深度的模糊神经网络滑模控制

本文设计了一个模糊神经网络滑模变结构控制器，通过模糊神经网络对滑模控制律 的控制增益进行在线调整，并在海浪干扰条件下，用此控制器对AUV进行深度控制．仿真结 果验证了该智能控制方法具有很好的控制性能和鲁棒牲．     

人工神经网络用于煤直接液化反应模拟的研究

采用人工神经网络的方法模拟了煤直接液化过程中各变量之间的非线性关系。选用ｌｅａｖｅ－ｏｎｅ－ｏｕｔ的交叉验证（ｃｒｏｓｓ－ｖａｌｉｄａｔｉｏｎ）方法确定网络的最佳拓扑结构,达到对催化条件下煤直接液化过程最大限度的拟合。结果表明,尽管部分样本的预报绝对误差大于１０％,人工神经网络可以较好地模拟反应条件与产物产率之间的关系,并能准确预报催化剂浸渍量对煤的总转化率和沥青烯轻质产物产率的影响趋势。由于实验     

基于神经网络模型的直接优化预测控制

针对具有时延的非线性系统提出了一种基于神经网络模型直接优于的预测控制。