首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 906 毫秒

1.  两电机变频调速系统的神经网络广义逆解耦控制  被引次数:2
   刘国海 刘平原 沈跃 王富良 康梅《中国电机工程学报》,2008年第28卷第36期
   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。    

2.  两电机调速系统神经网络广义逆在线调整控制  被引次数:1
   刘国海  薛剑锋  康梅  刘平原《电机与控制学报》,2009年第13卷第4期
   针对多输入多输出(MIMO)非线性强耦合的两电机变频调速系统,对系统数学模型进行广义逆存在性分析,推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,实现MIMO系统的线性化与解耦。在神经网络逆系统离线训练的基础上提出在线训练的控制方法,在电机的运行过程中对网络进行在线训练,不断修正网络权值,使网络适应环境的变化,增强其鲁棒性,更精确地逼近其逆系统。实验证明在用PLC作为主控制器的控制过程中,神经网络不断进行自我调整,增强了神经网络的适应性,提高了系统的稳定性和鲁棒性。    

3.  基于模糊神经网络逆系统的五自由度无轴承永磁同步电机自抗扰控制  
   朱熀秋  顾志伟《电机与控制学报》,2021年第25卷第2期
   为了实现五自由度无轴承永磁同步电机的高性能控制,提出一种基于Takagi-Sugeno(T-S)型模糊神经网络逆系统的自抗扰控制方法.首先,基于五自由度无轴承永磁同步电机(5-DOF BPMSM)的结构及运行原理,建立五自由度无轴承永磁同步电机的数学模型,并对数学模型进行了可逆性分析.其次,利用T-S型模糊神经网络的非线性逼近能力构建出五自由度无轴承永磁同步电机的逆系统,将构建的逆系统与原系统串接,使非线性的原系统解耦为六个单输入单输出的伪线性子系统.然后,考虑到伪线性子系统的特点,利用自抗扰控制理论设计了附加闭环控制器来保证伪线性子系统的稳定性.最后,对提出的控制方法与传统的基于逆系统的PID控制方法进行对比仿真和实验研究,结果表明提出的控制方法具有更出色的解耦性能、更高的控制精度以及更强的鲁棒性.    

4.  基于T-S逆模型的航空发动机解耦控制  
   任立通  谢寿生  苗卓广  王磊  彭靖波  吴勇《计算机测量与控制》,2012年第20卷第9期
   为了解决发动机控制系统中存在的耦合现象,以自适应逆控制原理为基础,提出了一种基于T-S逆模型的解耦控制器;该方法利用模糊T-S模型来辨识发动机的逆模型,从而得到实现解耦效果的伪线性化模型,再运用神经网络PID控制器的在线整定功能提高系统的动态性能和鲁棒性,使系统综合性能最优;仿真结果表明,该控制器具有理想的解耦效果,在发动机工作包线范围内具有良好的自适应能力.    

5.  基于逆系统的赖氨酸发酵多变量解耦内模控制  
   孙晓天  靳其兵  张瑶  徐海涛《电子技术应用》,2010年第36卷第2期
   针对赖氨酸发酵过程的时变、非线性和高耦合性,提出基于逆系统的赖氨酸发酵多变量解耦内模控制方法。根据动态递归模糊神经网络(DRFNN)的非线性辨识原理离线建立发酵过程的逆模型,将得到的逆模型串联在发酵系统之前,实现了发酵过程输入输出解耦线性化,从而得到伪线性系统;对复合后的伪线性系统采用内模控制。仿真结果表明,该方法能够适应赖氨酸发酵过程模型的不确定性和参数的时变性,具有较强的鲁棒性,且结构简单,易于实现。    

6.  两电机变频系统神经网络广义逆内模控制  被引次数:1
   刘国海  杨官学《控制工程》,2010年第17卷第1期
   为了提高非线性强耦合的两电机变频调速系统的解耦控制性能和鲁棒性能,提出了基于神经网络广义逆系统的二自由度内模控制方法。先对原系统数学模型进行广义逆存在性分析,进而推导出原系统的广义逆数学模型,再用动态神经网络逼近广义逆模型,从而串接在原系统之前组成广义伪线性复合系统,实现系统的解耦线性化与开环稳定,有利于系统的综合。然后对广义伪线性系统引入二自由度内模控制,保证系统的鲁棒稳定性。最后基于S7-300的平台,做了相关的试验研究。结果表明,该方法不但能够很好地实现系统的解耦,而且当系统存在建模误差和负载扰动的情况时,仍能使系统保持高性能的控制。    

7.  基于GGAP-RBF神经网络逆的复杂多电机系统同步控制  
   张今朝  刘国海《控制工程》,2011年第18卷第1期
   针对以矢量控制工作方式的复杂多电机同步系统,以3台电机同步系统为研究对象,证明了该系统可逆,提出了基于增长和修剪的RBF(GGAP-RBF)神经网络逆的多电机同步控制方法。将RBF神经网络逆串接在三电机系统之前,组成由速度和张力子系统组成的伪线性复合系统,分别对速度和张力子系统设计闭环控制器,实现了对速度和张力的解耦控制。根据给定的性能指标,对RBF神经元数目进行适当增删和修剪,解决了BP神经网络逆控制系统难以进行优化的问题,为复杂多电机同步系统的控制提供了简化依据。仿真结果表明,该方法具有较好的动静态性能。    

8.  基于神经网络与多模型的非线性白适应广义预测解耦控制  
   石宇静  柴天佑《控制理论与应用》,2008年第25卷第4期
   针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.    

9.  基于神经网络与多模型的非线性自适应广义预测解耦控制  被引次数:1
   石宇静  柴天佑《控制理论与应用》,2008年第25卷第4期
   针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.    

10.  基于RBF神经网络逆系统的机械手解耦控制策略  被引次数:1
   刘根水  张绍德  李娟《自动化与仪器仪表》,2008年第6期
   针对机械手系统具有非线性时变、多变量、强耦合的特点,提出一种基于RBF神经网络逆系统的机械手解耦控制策略。首先证明了系统的可逆性,进一步通过神经网络在线逆辨识建立机械手的神经网络逆系统模型,并将辨识得到的逆模型作为控制器模型与机械手系统串联,构成伪线性复合系统,实现了将具有强耦合特性的多变量输入/输出机械手系统解耦成单个独立的伪线性对象。最后以两关节机械手为仿真对象进行了仿真,仿真结果验证了本方案的有效性和可行性。    

11.  永磁同步电机神经网络逆解耦控制研究  被引次数:1
   赵君  刘卫国  骆光照  张文婧《电机与控制学报》,2012年第16卷第3期
   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.    

12.  基于GA-RBF神经网络逆的两电机同步控制  
   康梅  赵文祥  吉敬华  刘国海《微特电机》,2012年第40卷第8期
   以多变量、非线性、强耦合的两电机同步控制系统为研究对象,提出了基于遗传算法的径向基函数(GA-RBF)神经网络逆的两电机同步控制方法。根据给定的性能指标,采用遗传算法对RBF神经中心进行优化,在此基础上串联RBF神经网络逆与两电机系统,构建复合伪线性系统。这一复杂控制对象即可解耦成转速与张力两个线性子系统,进而通过设计线性闭环调节器实现了解耦控制。实验结果表明,采用GA-RBF神经网络逆的两电机系统,对速度和张力实现了较好的解耦控制,且具有较强的抗干扰能力。    

13.  两电机调速系统的神经网络逆无模型自适应鲁棒解耦控制  
   《中国电机工程学报》,2019年第3期
   为了解决非线性强耦合的多输入/输出的两电机调速系统存在较大负载扰动的问题,提出一种基于神经网络逆(neural network inverse,NNI)的鲁棒解耦控制策略。首先,根据逆系统理论,分析系统的可逆性,利用神经网络逼近原系统逆模型,将强耦合的两电机非线性系统线性化解耦为一伪线性复合系统。其次,针对两电机调速系统中负载扰动的问题,根据动态线性化理论,设计无模型自适应(model-freeadaptive,MFA)补偿控制器;将MFA补偿控制器与伪线性化复合系统相结合,以提高神经网络逆控制的两电机调速系统在负载扰动下的抗扰性能。基于Matlab/Simulink和PLC实验平台进行仿真和实验。实验结果表明:基于神经网络逆系统的MFA鲁棒控制策略不仅能很好地实现两电机转速与张力的解耦,还对负载扰动具有很强的抗扰性能。    

14.  神经网络广义逆系统控制  
   何 丹  戴先中  王 勤《控制理论与应用》,2002年第19卷第1期
   提出适合于高阶非线性系统线性化解耦的广义逆系统,它与被控系统复合后,不但能实现原系统的线性化和解耦,而且通过合理地设计逆系统,可使伪线性复合系统的极点在复平面上任意配置,进一步提出由静态神经网络和若干积分惯性等线性环节组成的神经网络广义逆系统,为模型未知且内部状态不易测量的高阶非线性系统的线性化解耦控制提供一条有效途径,进一步拓展了神经网络逆系统控制方法的适用范围。    

15.  神经网络广义逆系统控制  被引次数:5
   何 丹  戴先中  王 勤《控制理论与应用》,2002年第19卷第1期
   提出适合于高阶非线性系统线性化解耦的广义逆系统.它与被控系统复合后,不但能实现原系统的线性化和解耦,而且通过合理地设计逆系统,可使伪线性复合系统的极点在复平面上任意配置.进一步提出由静态神经网络和若干积分惯性等线性环节组成的神经网络广义逆系统,为模型未知且内部状态不易测量的高阶非线性系统的线性化解耦控制提供一条有效途径,进一步拓展了神经网络逆系统控制方法的适用范围.    

16.  基于神经网络广义逆两电机同步控制研究  
   刘佳  屈宝存《电子设计工程》,2013年第22期
   基于神经网络广义逆系统,提出二自由度的内模控制。来改善两电机同步系统的解耦控制性能和鲁棒性能。提出先对原来系统的数学模型进行广义逆的存在性分析,进而推出原系统广义逆的数学模型,再用神经网络逼近广义逆,接在原系统前组成具有等价效果的伪线性系统,来实现系统的解耦线性化。有利于系统的综合。然后对广义伪线性系统引入二自由度内模控制,以保证系统的鲁棒稳定性。    

17.  两变频调速电机系统的神经网络逆同步控制  被引次数:17
   戴先中  刘国海《自动化学报》,2005年第31卷第6期
   针对以恒压频比工作方式的两台变频器+感应电机系统的特点,导出了两变频调速电机系统的统一数学模型,并证明该系统可逆.进一步采用静态神经网络加积分器构成的动态神经网络来构造该逆系统,并将神经网络逆系统与两变频调速电机系统相串联复合成由速度和张力子系统组成的伪线性系统,实现速度和张力的解耦.然后分别对速度和张力子系统设计线性闭环控制器从而实现对两变频调速电机系统的高性能控制.实验结果表明系统具有较好的动、静态性能和较强的抗负载扰动的能力,提出的神经网络逆同步控制方法为解决交流多电机系统解耦控制的难题提供了新思路.    

18.  空气重介流化床的基于逆系统方法的内模控制  被引次数:1
   宋夫华  李平《浙江大学学报(工学版)》,2006年第40卷第9期
   为了提高大型空气重介流化床(ADMFB)的鲁棒性和抗干扰能力,提出了基于人工神经网络(ANN)逆系统方法的内模控制.在分析ADMFB系统可逆性的基础上,该方法利用ANN辨识得到的原系统逆模型与原系统相串连,运用逆系统方法的思想,将该多变量、非线性、强耦合的系统通过反馈线性化,解耦成多个相互独立的单输入单输出(SISO)的伪线性子系统,对求得的伪线性系统采用该方法进行控制.ADMFB的仿真结果表明,该方法不依赖于系统的精确数学模型,对恒值扰动具有良好的抑制能力,并当非线性参数发生变化或逆系统存在建模误差时,由该方法设计的闭环系统均具有良好的鲁棒稳定性.    

19.  基于神经网络广义逆的两电机变频系统内模控制  
   刘国海  杨官学  沈跃  陈兆岭《电工技术学报》,2010年第11期
   针对非线性强耦合的两电机变频系统,先利用动态BP神经网络逼近原系统的广义逆系统,然后再对复合后的伪线性系统提出了基于广义逆系统的内模控制方法,证明了闭环系统的鲁棒稳定性。最后基于S7?300PLC的平台,对系统设计做了相关的试验研究。结果表明,神经网络广义逆系统方法,不但能够很好地实现系统的解耦,而且还可以使伪线性化后的子系统开环稳定,引入的内模控制,又保证了系统的控制性能。    

20.  基于最小二乘支持向量机逆系统的赖氨酸发酵过程解耦控制  被引次数:1
   黄永红  孙玉坤  王博  嵇小辅《信息与控制》,2009年第38卷第3期
   将逆系统方法与支持向量机相结合,提出了一种基于最小二乘支持向量机(LS-SVM)的阶逆系统的赖氨酸发酵过程多变量非线性解耦控制方法.在分析了系统可逆性的基础上,利用具有高斯核函数的LS-SVM离线建立赖氨酸发酵过程的非线性逆模型.将得到的LS-SVM逆系统串联在原反应系统之前,使得复杂的非线性多变量系统解耦成多个相对独立的单输入单输出伪线性子系统,从而可用线性系统控制方法对其进行控制.仿真结果表明,LS-SVM逆系统解耦控制方法具有良好的逼近非线性系统的性能.该方法为实现多输入多输出非线性系统的解耦控制提供了一条新的思路.    

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