神经网络在永磁同步电动机PID参数优化中的应用

研究永磁同步电动机(PMSM)优化控制问题,PMSM参数会随着工作环境的变化而变化,传统PID控制方式无法满足高性能控制的要求,且PMSM系统控制精度低。为提高PMSM系统的控制精度,提出一种神经网络优化PID控制方法。首先深入分析PMSM特性,并建立电动机数学模型,然后在该数学模型下采用BP神经网络对PID控制器的参数进行在线优化,从而实现PMSM参数进行在线辨识,达到对电动机控制系统进行精确控制。     

改进蝗虫优化算法 在模糊神经网络PID控制中的研究

传统模糊神经PID控制算法易出现网络参数调整不合适导致控制效果差的问题。本文提出一种改进蝗虫算法优化下的模糊神经网络PID控制算法。首先针对传统蝗虫算法粒子多样性不足的问题引入Levy随机飞行策略,其次引入非线性缩减因子和模拟退火算法来改善算法寻优能力以及跳出局部最优解的能力,然后将改进的蝗虫算法与模糊神经PID结合来优化神经网络超参数以及实现控制参数自整定,最后由仿真结果验证所提出的改进蝗虫算法优化模糊神经网络PID算法的优越性和可靠性。     

自适应神经网络在异步电动机转速辨识中的应用

描述了基于神经网络技术的无速度传感器矢量控制。运用BP神经网络在线对电机转速进行辨识,并以调节电机转速使神经网络输出跟踪参考模型输出。对实际电机进行了仿真验证,证明该方法的可行性和高效性。     

基于模糊神经网络的异步电动机故障诊断研究

在对当前的检测方法与故障诊断手段研究的基础上,提出了基于模糊神经网络的故障诊断方法。该方法利用改进的BP算法,提高了学习速率,增强了稳定性。同时,针对异步电动机常见的故障特点,运用该诊断模型,对异步电动机故障进行了诊断。仿真结果表明：它具有准确度高,诊断速度快等优点,是一种较实用的故障诊断方法。     

基于神经网络模糊PID的步进电动机控制系统

针对两相混合式步进电动机建立数学模型,利用MATLAB语言的S函数,设计了用于步进电动机控制的具有参数自整定功能的神经网络模糊PID控制器。通过Simulink仿真,分别分析了神经网络模糊PID控制器下的步进电动机空载和空载起动后加载时系统的响应情况,仿真结果表明该控制器对步进电动机速度和输出转矩控制效果明显,相对于BP神经网络参数自学习的PID控制,具有响应速度更快、超调更小、抗负载冲击能力更强等良好的静动态特性,从而为步进电动机控制系统的仿真及实际应用研究提供了一种可靠、方便的控制器模型。     

基于模糊理论的异步电动机软起动器

针对传统软起动器的不足,提出将模糊控制理论应用于异步电动机软起动器设计。介绍了软起动原理和系统软、硬件设计过程。最后通过计算机仿真实现了异步电动机的软起与软停控制策略,仿真结果表明所提出的策略的正确性、有效性。     

模糊PID控制在磁悬浮开关磁阻电动机中的应用

针对磁悬浮开关磁阻电动机悬浮力具有非线性强耦合的特点,采用逆系统方法解耦线性化.然后,对该子系统采用模糊自整定PID参数控制器进行控制.仿真结果与常规PID控制进行比较,证明该控制器的有效性.     

模糊控制器在异步电动机直接转矩控制中的应用

将模糊逻辑引入异步电动机的直接转矩控制系统，以改善其动态和稳态性能。论文给出了模糊控制器的设计，并通过仿真验证了该设计的有效性。     

基于自适应模糊神经网络的异步电动机SVM-DTC控制

本文提出一种基于自适应模糊神经网络(ANFIS)异步电动机直接转矩(SVM-DTC)控制系统方法。该方法充分利用了ANFIS具有处理不确定、非线性问题的能力以及自适应、自学习能力的特点,有效克服了异步电动机非线性多变量耦合的缺陷,提高了系统的鲁棒性和动态性能。经过Matlab/Simulink仿真验证,该方法可有效抑制磁链和转矩脉动,具有比传统直接转矩控制更好的控制效果。     

模糊神经网络PID在恒气体流量控制中的应用

气体恒流量控制系统中被控对象具有非线性、时变及不确定性等因素,传统的PID调节已无法满足控制要求,因此本文采用模糊神经网络在线实时整定PID控制器的Kp、Ki、Kd 三个参数,实现气体恒流量控制.通过仿真与其他几种算法控制性能相比较,表明该控制器具有响应快、超调量小、稳定精度高、抗干扰性强、适应性广等优点.     

神经网络和模糊理论在短期负荷预测中的应用

为提高短期负荷预测的精度,构建一种基于自组织特征映射神经网络和模糊理论的短期负荷预测方法.预测分两个阶段,先根据自组织特征映射神经网络聚类特性,进行第一阶段的负荷预测,在学习训练时,区别于普通的无监督竞争学习采用有监督竞争的学习方式以缩短学习时间,提高学习精度.第一阶段预测出一个基本的负荷值后,在第二阶段利用模糊理论根据前一个时段的预测误差和误差变化对其进行校正.使用该方法不仅能预测工作日负荷还能预测休息日负荷,实例分析证明了该方法的有效性.     

改进的直接转矩控制在异步电动机中的应用

该文提出了一种改进的直接转矩控制方案并应用于异步电机控制系统中。其不仅结构简单，而且性能可与传统的磁场定向控制相媲美。一个简单的转矩控制器代替传统的三态磁滞比较器用来保持恒定的开关频率，一个稳态工作的简单补偿器用于补偿电压模型中定子磁链估计的数值和相位误差。试验和仿真结果表明，该文提出的补偿方案取得了良好的控制效果，其在保持直接转矩控制的传动结构更为简单的同时，还大大提高了整个控制系统的性能。     

改进模拟退火算法在三相异步电动机优化设计中的应用

为了更好地将模拟退火算法应用于三相异步电动机优化设计中,本文分析了模拟退火算法的优点和局限性,针对其搜索过程慢的缺点,提出了改进模拟退火算法的思路和具体实现方法,并通过两个经典数学函数检验了新算法的性能.在此基础上,将改进模拟退火算法应用于三相异步电动机优化设计中,分别以有效材料成本最小和效率最高为目标进行了优化设计.结果表明,在不改变电动机的结构设计和制造工艺的情况下,基于改进模拟退火算法的优化设计能显著减小材料成本和提高电动机效率,具有工程实用价值.     

双模糊算法在无轴承异步电动机控制中的应用

对无轴承异步电动机的非线性严重和多变量高度耦合性,传统的控制方法难以达到要求。提出了一种基于Mamdani法的双模糊控制器。建立了关于无轴承异步电动机的数学模型并且得到了各个变量之间的数学关系;接着进行了这种新型双模糊控制器的设计,包括整体设计、双模糊控制器的设计;进行了MATLAB/simulink仿真。结果表明:采用了双模糊控制的新型控制器具有良好的动态性能和静态性能,具有更好的控制性能,验证了设计方案的可行性。     

改进模拟退火算法在三相异步电动机优化设计中的应用

为了更好地将模拟退火算法应用于三相异步电动机优化设计中，本文分析了模拟退火算法的优点和局限性，针对其搜索过程慢的缺点，提出了改进模拟退火算法的思路和具体实现方法，并通过两个经典数学函数检验了新算法的性能。在此基础上，将改进模拟退火算法应用于三相异步电动机优化设计中，分别以有效材料成本最小和效率最高为目标进行了优化设计。结果表明，在不改变电动机的结构设计和制造工艺的情况下，基于改进模拟退火算法的优化设计能显著减小材料成本和提高电动机效率，具有工程实用价值。     

基于模糊理论的异步电动机软起动器研究

针对传统软起动器的不足,提出将模糊控制理论应用于异步电动机软起动器设计。介绍了软起动原理和系统软、硬件设计过程。最后,通过计算机仿真实现了异步电动机的软起与软停控制策略,结果表明所提出的策略是正确和有效的。     

基于神经网络自适应PID的异步电动机定子磁场定向控制

针对异步电动机这一多变量、非线性、强耦合的控制对象, 提出了一种基于神经网络自适应PID控制器的异步电动机定子磁场定向解耦控制的新方法.采用定子磁场定向控制,以定子磁链作为反馈量,运用电流励磁分量解耦补偿环节,实现了定子磁场定向控制下电机转速与定子磁链间的解耦控制.同时为实现对异步电动机快速和精确控制,设计出用于异步电动机的神经网络自适应PID控制器,利用神经元的自学习功能在线调节连接权重,实现自适应控制.实验结果表明:这种方法具有控制性能不受电机转子参数的影响,以及快速的转速和转矩响应的特点.     

模糊神经网络PID和PSO-PID优化的荧光检测控制系统

针对核酸提纯、扩增、检测一体化设备的荧光检测系统多通道检测运动的快速性和稳定性,设计了三种基于PID控制器的控制策略,分别为模糊PID、模糊RBF神经网络PID和PSO-PID。经MATLAB仿真结果表明,模糊PID控制有较大的超调量和调节时间,震荡较大;模糊RBF神经网络PID控制的超调量十分小,调节时间较小,无震荡;PSO-PID控制有小幅度震荡和超调量,调节时间最短,可快速到达稳定状态。模糊RBF神经网络PID和PSO-PID控制步进电机的方式同模糊PID相比,没有了主观经验的影响,反应时间快、稳定性好,具有很好的自学习、自适应能力。     

模糊自适应PID控制的异步电动机软启动器的研究

针对异步电动机直接启动过程中存在的问题,研究了一种基于模糊自适应PID控制的异步电动机转矩斜坡启动方式.通过异步电动机恒转矩负载机械特性的分析,推导出了转矩斜坡启动方式的数学模型.利用Matlab软件中的电气系统模块库和模糊逻辑工具箱,建立了基于模糊自适应PID控制的异步电机软启动系统的仿真模型,并进行了仿真.仿真结果表明恒转矩负载下模糊自适应PID控制的转矩斜坡软启动方式正确有效,可以有效地减小启动过程中对电网的冲击,降低了对拖动系统的不利影响,同时启动过程平稳.     

异步电动机的模糊优化设计

本文对异步电动机的电磁计算用序号无约束方法(SUMT)进行优化设计,取材料成本为目标函数,用性能指标为约束函数,建立确定的约束边界。考虑到设计值与试验值、出入很大,特别是效率值相差太多,主要是由于性能确定的硬边界与实际不符,为此,用模糊数学的方法,视材料的优劣,工艺水平高低,管理水平,人员素质和实验水平为一模糊集合作为约束的软边界,建立模糊优化数学模型,用直接法进行优化计算。并用Y90L-2型异步电动机进行实例计算,结果令人满意。