無(wú)速度傳感器感應(yīng)電機(jī)神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制理論地研究

《無(wú)速度傳感器感應(yīng)電機(jī)神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制理論地研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、ResearchoftheTheoryofNeauralNetworkRobustAdaptiveControlofSpeed—SensorlessInductionMotorsbyCHENWeiUndergraduateGraduation(XiangtanUniversity)1997M．S．(XianUniversityofTechnology)2000AdissertationsubmittedinpartialsatisfactionoftherequirementsforthedegreeofDoctorofengineeringControlScience

2、andEngineeringintheGraduateschoolofHunanUniversitySupervisorProfessorWangYaonanJune，2009—]j1{I1{湖南大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)的成果作品。對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律后果由本人承擔(dān)。作者簽名：儒移日期：鋤年1月∥日學(xué)位論文版權(quán)使用授權(quán)書(shū)本學(xué)位論文作者完全了解學(xué)校有關(guān)保

3、留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國(guó)家有關(guān)部門(mén)或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)湖南大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1．保密口，在——年解密后適用本授權(quán)書(shū)。2．不保密彬(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打”√”)作者簽名：導(dǎo)師簽名：日期：勿珈年哆月肜日日期：加／。年歲月／多日l(shuí)}無(wú)速度傳感器感心f【l機(jī)的神經(jīng)嘲絡(luò)魯棒白適應(yīng)控制理論研究摘要本論文以無(wú)速度傳感器感應(yīng)電機(jī)控制系統(tǒng)為主要研究對(duì)象，從轉(zhuǎn)子磁鏈估計(jì)、轉(zhuǎn)速估計(jì)、感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制及其應(yīng)用

4、等四個(gè)方面提出了一些新的方法。對(duì)于轉(zhuǎn)子電阻和負(fù)載轉(zhuǎn)矩未知的情況，提出了一種滑模變結(jié)構(gòu)方法估計(jì)轉(zhuǎn)子磁鏈，并改進(jìn)了其純積分算法，使之可以抑制直流干擾。仿真驗(yàn)證了這種方法具有較高的估計(jì)精度。提出了一種可以估計(jì)轉(zhuǎn)子磁鏈和轉(zhuǎn)速的觀測(cè)器及相應(yīng)的算法。仿真研究表明，本文提出的算法對(duì)定子電阻、轉(zhuǎn)子磁鏈和轉(zhuǎn)速的估計(jì)很精確。對(duì)于轉(zhuǎn)子電阻和負(fù)載轉(zhuǎn)矩未知的情況，用電壓模型估計(jì)轉(zhuǎn)子磁鏈，將磁鏈參考量注入交流信號(hào)估計(jì)轉(zhuǎn)子電阻，分析了注入交流信號(hào)的原因，由感應(yīng)電機(jī)靜止坐標(biāo)系模型推出轉(zhuǎn)速估計(jì)表達(dá)式，再將估計(jì)的轉(zhuǎn)子電阻代入其中估計(jì)轉(zhuǎn)速。經(jīng)仿真，轉(zhuǎn)子電阻和轉(zhuǎn)速的估計(jì)精度較高。為了提高該方法的估計(jì)精度，提出

5、了一種精確計(jì)算的方法，該方法用電壓模型估計(jì)轉(zhuǎn)子磁鏈，然后根據(jù)感應(yīng)電機(jī)的靜止坐標(biāo)系模型推出轉(zhuǎn)速和轉(zhuǎn)子電阻的方程，根據(jù)這兩個(gè)方程解出轉(zhuǎn)速和轉(zhuǎn)子電阻的表達(dá)式。分析了這兩個(gè)量的表達(dá)式的成立條件，給出了它們的表達(dá)式分母為零的處理辦法。仿真研究表明，所提出的方法能準(zhǔn)確的估計(jì)感應(yīng)電機(jī)的轉(zhuǎn)速和轉(zhuǎn)子電阻。為了解決轉(zhuǎn)子電阻和負(fù)載轉(zhuǎn)矩未知的感應(yīng)電機(jī)控制問(wèn)題，在避免直接解復(fù)雜的HJI(Hamilton．Jacobi．Isaac)不等式的情況下，用反步法(Backstepping)設(shè)．計(jì)了一種L2一增益魯棒控制方案。其中，為了避免反步法帶來(lái)“項(xiàng)的爆炸(ExplodeofTerms)”問(wèn)題，采用了

6、動(dòng)態(tài)面控制方法(DynamicSurfaceControlTechnique)。在外環(huán)控制器中引入魯棒項(xiàng)，抑制不確定參數(shù)對(duì)控制系統(tǒng)造成的影響，并且用Lyapunov定理和HJI不等式證明了系統(tǒng)具有小于等于正的常數(shù)’，的￡2一增益。仿真研究表明，用所提出的控制方案比不用魯棒控制項(xiàng)的控制系統(tǒng)跟蹤精度和魯棒性更好。本論文提出了一種感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)L2一增益魯棒自適應(yīng)控制方法，該方法用RBF(RadialBasisFunction)神經(jīng)網(wǎng)絡(luò)補(bǔ)償轉(zhuǎn)子電阻和負(fù)載轉(zhuǎn)矩的不確定性。在沒(méi)有解HJI不等式的情況下，基于反步法設(shè)計(jì)了控制器。提出了用于神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)的投影算法。用Lyapu

7、nov定理和HJI不等式證明了系統(tǒng)的魯棒性和穩(wěn)定性。然后，針對(duì)這種方法有失控的情況，提出了一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)￡2一增益魯棒自適應(yīng)控制方法。在沒(méi)有解HJI不等式的情況下，采用反步法設(shè)計(jì)了控制器。考慮了由感應(yīng)電機(jī)轉(zhuǎn)子電阻和負(fù)載轉(zhuǎn)矩的不確定性造成的擾動(dòng)，采用RBFn制器?？紤]了由感應(yīng)電機(jī)轉(zhuǎn)子電阻和負(fù)載轉(zhuǎn)矩的不確定性造成的擾動(dòng)，采用RBF神經(jīng)網(wǎng)絡(luò)來(lái)補(bǔ)償這些擾動(dòng)。將感應(yīng)電機(jī)基于轉(zhuǎn)子磁鏈定向的兩相旋轉(zhuǎn)坐標(biāo)系模型各個(gè)狀態(tài)變量的跟蹤誤差和各RBF神經(jīng)網(wǎng)絡(luò)權(quán)值向量的跟蹤誤差看作整個(gè)控制系統(tǒng)的狀態(tài)變量，提出了一種改進(jìn)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的6．修正算法。在神經(jīng)網(wǎng)絡(luò)輸