10.13334/j.0258-8013.pcsee.180014
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
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-free adaptive,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.
两电机调速系统、神经网络逆、无模型自适应补偿控制、解耦控制、鲁棒控制
39
TP271(自动化技术及设备)
国家自然科学基金;江苏省高等学校自然科学研究重大项目;江苏高校优势学科建设工程项目
2019-03-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
868-874