正弦逆变波形的神经网络内膜控制算法

单相逆变电源的输出电压波形质量是衡量其性能的重要指标之一.本文提出了一种正弦逆变波形的神经网络内膜控制算法,建立两个BP神经网络预估器,一个作为单相逆变器的内部模型,预测实际的波形输出;一个根据预测误差建立内模控制器,在线修正和补偿内部模型使之最大程度的匹配单相逆变器.仿真和实验结果表明,该算法克服了系统中存在的不确定...     

基于径向基函数神经网络的内模控制

文章用径向基神经网络设计内模控制系统,径向基神经网络是通过调整隐层与输出层间的连接权系数来逼近函数,如果隐层神经元数目过少,难免会出现收敛时间长,控制质量差,甚至发散的现象。为此,本文提出了增加调整基函数形状参数和中心向量的方法予以避免,并证明了网络不同调整参量收敛于目标函数极小点的性质。     

一种高性能的三相逆变电源波形控制策略

恒频恒压(CVCF)逆变电源的输出电压波形质量是衡量其性能的重要指标之一。文章采用一种重复控制和双闭环控制相结合的电压波形控制策略,以重复控制器提高逆变电源输出电压的稳态精度,减小总谐波畸变率;以双闭环控制器达到较快的动态响应速度。该方案在一台采用TMS320F240DSP控制芯片的50Hz三相PWM逆变器上得到验证。     

矢量控制电流环的内模解耦控制

电机矢量控制虽然实现了励磁电流和转矩电流解耦,但交流电机内部M轴和T轴之间存在交叉耦合电压及转子温升造成矢量控制条件的破坏.提出采用定子电流解耦的内模控制,推导出其设计过程和控制器型式,通过数字仿真论述了感应电动机定子电流控制系统采用解耦内模控制,可有效抑制干扰及模型失配对输出的影响,增强系统对给定信号的跟踪能力.     

一种三相鞍形PWM波形数据的迭代计算方法

在三相PWM逆变器中注入零序谐波电压分量是提高逆变器直流侧电压利用率的一种有效方法，本文提出一种基于波形重构技术的迭代计算方法，用以产生三相鞍形PWM波形数据。该算法适合计算机编程自动生成，而且计算结果接近空间矢量控制算法效果，具有一定的实用意义。     

基于小波神经网络的两栖武器内模控制

针对两栖武器除了受到路基环境下车体易振动的因素影响外,还会受到海洋环境下载体本身摇摆等因素的影响,导致两栖武器发射装置的发射角度出现偏差的情况,利用自构建小波神经网络的自适应和自学习的能力,提出一种基于自构建小波神经网络的内模控制方法来进行两栖武器随动系统研究.由小波基函数的激励强度和衰减程度来决定增加神经元节点或者修...     

基于SPWM控制的三相逆变电源设计

叙述了一种基于STC15单片机设计的SPWM三相逆变电源。正弦波脉宽调制(SPWM)技术能够实时、准确地实现变频控制要求,且逆变器输出电压谐波分量少。采用STC15单片机内部PWM寄存器模式输出三路相位差为120°的SPWM波,使用IR2109作为三相全桥电路驱动芯片,输出经过LC低通滤波,最后在负载上得到稳定的正弦波交流电。实现表明三相逆变电源可以输出完整的正玄波,且输出电流大于2安培,电压大于60V,具有广泛的应用前景。     

基于二自由度内模控制的PID参数整定方法研究

研究了一种二自由度内模控制,并把它用于PID控制器的设计和参数整定,称之为二自由度内模PID。实际仿真证明,通过设置两个可调参数分别调整系统的动态性能和抗干扰特性,这种方法能够兼顾两种性能,弥补了常规内模PID的缺陷。     

不平衡负载条件下三相四桥臂逆变器的控制

三相四桥臂逆变器具备外接三相不平衡负载的能力。为改善逆变器系统在严重不平衡负载情况下输出电压的对称性,文中提出一种新颖的控制策略——旋转坐标系下的PIR-P双环控制。当系统接不平衡负载时,电压外环的PI控制器保证系统的动态性能,谐振控制器保证其稳态精度。最后在旋转坐标系下对系统分别采用PI-P和PIR-P两种双闭环控制器情形作对比仿真。结果表明系统在严重不平衡负载情况下,输出电压负序不平衡度由2.41%减小到0.129%,零序不平衡度由2.25%减小到0.032%。     

基于优化神经网络的三相全控整流电路故障诊断

研究了递阶遗传算法用于神经网络的参数确定问题,以期利用递阶遗传算法的二级编码结构解决以往同时优化神经网络结构、权值、阈值效率不高的难题。此外,建立了三相桥式全控整流电路的故障模型,并对几种常见故障进行了仿真分析。最后,将自适应递阶遗传算法用于三相桥式全控整流电路的故障诊断,仿真验证了该方法的准确性和实用性。     

基于交流调节器的正弦波逆变器波形控制研究

瞬时值反馈型正弦波逆变器因其对非线性负载适应能力强,受到应用者的关注,是有前景的一种逆变器控制方式,但其控制器设计方法尚不如直流控制系统的控制器成熟,是当前急需解决的一个应用问题。文章首先针对线性时不变交流反馈控制系统的特点,讨论了直流控制系统的调节器不能直接用于交流控制系统的原因,然后给出了适用于线性时不变交流控制系统的交流调节器设计方法,以一个瞬时值反馈正弦波逆变器的控制回路设计问题为例进行了应用性研究,取得了预期的结果。     

基于模型输出敏感度分析的动态神经网络结构设计

神经网络的性能由其训练算法和拓扑结构共同确定。为了解决设计网络结构的动态调整问题,论文给出了一种神经网络结构动态设计方法。以隐含层神经元输出的贡献对模型输出敏感度进行分析,从而调整神经网络结构,对贡献太小的神经元予以删除,对贡献值太大的神经元利用最邻近法在其附近插入新的神经元。通过对非线性函数进行逼近和对非线性系统关键参数进行预测证明了该方法的有效性。     

基于神经网络的模型参考自适应控制

将神经网络应用于模型参考自适应控制系统中,组成模型参考神经网络自适应控制系统.利用神经网络自身的优点来克服传统模型参考自适应控制算法的不足,使系统具有更强的鲁棒性和容错性.仿真结果表明,该系统与传统的模型参考自适应控制系统比较,不仅能实现原系统的功能,而且该系统的稳定性和抗干扰性优于原系统.     

基于PLC的模糊神经网络控制策略的应用

研究了模糊控制与神经网络两者相结合构成的模糊神经网络控制策略,实现了模糊神经网络控制算法在PLC中的软件编程,它不依赖于被控对象精确的数学模型,将模糊神经网络控制器应用于温度控制系统中,获得了良好的控制效果。     

基于神经网络补偿的永磁同步电机控制

当永磁同步电机采用矢量控制策略时,为了在改善系统跟踪性能的同时兼顾系统的抗干扰性能,可以将速度环控制由一自由度PID控制改为二自由度PID控制,改善系统的跟踪性能和抗干扰性能,此外由于PID控制参数不可调,为减小系统误差,可以引入BP神经网络算法对系统补偿,仿真结果表明,系统的跟踪特性和抗干扰性能都得到改善。     

基于稀疏分解和神经网络的心电信号波形检测及识别

心电图是现代医学的一个重要诊断依据.用计算机检测识别心电信号波形,能缓解越来越庞大的心电数据给医务人员带来的工作压力,减少因疲劳、疏忽以及主观偏差产生的误差.利用改进的Gabor字典和粒子群优化算法,对心电信号做稀疏分解.稀疏分解得到一个和原信号相比非常稀疏的解向量,与解向量中每个非零值相对应的是从字典中选出的和原信号结构特点最为接近的字典中的一组原子.根据解向量中非零值的大小以及对应原子的波形,确定此原子代表的波的波幅、波宽、波形、位置等信息.然后利用心电信号的先验知识,确定原子代表的波属于那种特征波(P波、QRS波群或T波),进而建立神经网络的训练样本.经过训练,神经网络将能实现对稀疏分解后的心电信号波形的自动检测识别.实验证明,此算法能同时实现几种特征波的检测及识别.