两电机同步系统的神经网络控制
在对两台感应电机同步系统模型分析的基础上,依据同步系统的结构特点和控制要求,结合人工神经网络的非线性映射、自适应、自学习等能力,提出一种新的基于神经网络的两电机同步系统控制方案,其中神经网络控制器由基于RBF网络整定的自适应PID控制器和神经元解耦补偿器两部分组成.两个自适应PID控制器分别对速度控制回路和张力控制回路进行自适应控制,使系统具有更强的适应能力、更好的实时性和鲁棒性;神经元解耦补偿器综合两控制回路的耦合作用,通过训练网络权值,补偿各回路之间的耦合影响,实现速度和张力的解耦.试验结果表明:采用神经网络控制方法可以实现两电机同步系统中速度和张力的解耦控制,系统具有良好的动静态性能.
感应电机、神经网络、RBF网络、自适应控制、解耦控制、速度、张力
29
TP273(自动化技术及设备)
江苏省自然科学基金资助项目BK2003049;江苏省工业攻关项目BE2006090;江苏省高校自然科学基金资助项目05KDJ470048
2008-07-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
240-243