基于BP神經網絡的無刷電機控制系統的研究_第1頁
基于BP神經網絡的無刷電機控制系統的研究_第2頁
基于BP神經網絡的無刷電機控制系統的研究_第3頁
基于BP神經網絡的無刷電機控制系統的研究_第4頁
全文預覽已結束

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、    基于bp神經網絡的無刷電機控制系統的研究    呂豐 李振強 李澤洋 彭緩緩摘要：文章針對無刷電機速度系統固有的問題，分別設計模糊控制器和自適應bp神經網絡控制器。通過分析系統的數學模型并建立simulink仿真平臺，對設計的控制器進行驗證。仿真結果表明，自適應bp神經網絡控制具有超調量小、調節時間短的優點。關鍵詞：無刷電機；模糊控制；bp神經網絡：tm351 ：a ：1007-9416（2018）07-0014-02無刷直流電機（bldcm）作為采用電子換向1的強耦合2的非線性系統，常規pid難以完成精確控制的任務。智能控制3及新型控制算法4已

2、成為研究的主流，如模糊控制、神經網絡5等。本文對設計的兩種控制器進行仿真實驗，通過仿真證明所設計的控制器的有效性。1 無刷直流電機的數學模型假定bldcm定子三相繞組120°對稱，忽略氣隙磁導和渦流損耗的影響，根據定子三相繞組的電壓方程式，由于三相對稱，化簡電壓方程，可得狀態方程為：2 模糊pid控制器的設計誤差（e）和誤差變化率（ec）作為模糊控制器的輸入量，e和ec的基本論域確定為-3，3。考慮到精度要求，將-3，3劃分成7個語言變量，選取三角形隸屬函數，模糊規則表如表1所示。3 bp神經網絡pid控制器的設計bp神經網絡是一種根據誤差逼近期望輸出的前向網絡，網絡結構如圖1所示，

3、自適應控制器由兩部分組成，如圖2所示。圖中，是bp神經網絡的輸入值，是bp神經網絡的預測值，和為bp神經網絡權值。4 雙閉環系統仿真及分析為驗證所設計的bldcm控制系統的動態特性進行仿真，bldcm參數設置如表2所示。系統仿真參數如下：直流電源220v，飽和模塊幅值限定在±45內，周期t=0.0001s，轉速曲線如圖3所示。由轉速曲線可以看出，在n=2000r/s的設定轉速下，常規pid的超調量最大，調節時間最長；通過對比模糊控制器，可見，自適應bp神經網絡控制的超調量最小，調節時間最短，控制效果最好。5 結語本文研究了bldcm系統的兩種控制策略及其建模方法，在simulink環境下搭建bldcm仿真模型進行測試，仿真結果驗證了自適應bp神經網絡控制具有較好的穩定性和快速性，控制效果較理想。參考文獻1李凡.基于fpga的全數字無刷直流電機控制系統研究d.重慶：重慶大學，2010.2王曉遠，傅濤.基于模糊rbf神經網絡的無刷直流電機控制j.微電機，2015，48（11）：33-36.3曹雪，付光杰，牟海維.改進的bp網絡pid控制器在無刷直流電機中的應用j.組合機床與自動化加工技術，2014，（8）：102-104.4李國芳.基于dsp的無刷直流電機伺服系統研究與設計d.青島：青島大

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業或盈利用途。
  • 5. 人人文庫網僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論