資源描述：
《開(kāi)關(guān)磁阻電機(jī)模糊神經(jīng)網(wǎng)絡(luò)pid轉(zhuǎn)速控制》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫(kù)。
1、第23卷第3期電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)VoI．23No．32011年6月ProceedingsoftheCSU—EPSAJun．2011開(kāi)關(guān)磁阻電機(jī)模糊神經(jīng)網(wǎng)絡(luò)PID轉(zhuǎn)速控制曾酷昭，肖強(qiáng)英，朱靜濤(長(zhǎng)沙理工大學(xué)電氣與信息工程學(xué)院，長(zhǎng)沙410004)摘要：針對(duì)開(kāi)關(guān)磁阻電機(jī)調(diào)速系統(tǒng)難以控制的問(wèn)題，提出了基于模糊FCMAC神經(jīng)網(wǎng)絡(luò)的PID控制方法，該方法的主要思想是將馬丹尼直接推理法與CMAC神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)成模糊FCMAC神經(jīng)網(wǎng)絡(luò)，實(shí)時(shí)調(diào)整PID控制參數(shù)。仿真結(jié)果表明，與傳統(tǒng)的PID控制方法相比較，該方法大大改善了開(kāi)關(guān)磁阻電機(jī)調(diào)速系統(tǒng)的動(dòng)、靜態(tài)性能，且無(wú)需精確的數(shù)
2、學(xué)模型，控制精度高，超調(diào)量小，對(duì)干擾有較高的魯棒性。關(guān)鍵詞：開(kāi)關(guān)磁阻電機(jī)調(diào)速系統(tǒng)；小腦模型神經(jīng)網(wǎng)絡(luò)；模糊控制；比例一積分一微分控制；模糊推理中圖分類號(hào)：TM352文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1003—8930(20l】)03—0030—05FuzzyNeuralNetworkPIDSpeedControlofSwitchedReluctanceMotorZENGZhe—zhao，XIAOQiang—ying，ZHUJing—tao(SchoolofElectrical&InformationEngineering，ChangshaUniversityofScien
3、ce＆Technology，Changsha410004，China)Abstract：Aimingattheproblemthattheswitchedreluctancedriveisdifficulttocontrol，thispaperproposesanewapproachbasedonfuzzyFCMACneuralnetworkPIDcontro1．ThemainideaofthenewapproachistOconstitutefuzzyFCMACneuralnetworkwiththereal—。timeadjustmentofPIDcont
4、rolparametersthroughcom—。biningMaDannidirect—rationalisticmethodwithCMACneuralnetwork．ThesimulationresultsshowthatcomparedwiththetraditionalPIDcontrolmethod，theproposedcontrolmethodgreatlyimprovesdynamicandstaticperformanceofSRD，andthatitdoesnotrequireaccuratemathematicalmodelandhas
5、highcontrolaccuracy，smallovershootsandhighrobustnesstOdisturbances．Keywords：switchedreluctancedrive(SRD)；cerebellamodelarticulationcontroller；fuzzycontrol；proportionintegrationdifferentiationcontrol：fuzzyreasoning開(kāi)關(guān)磁阻電機(jī)調(diào)速系統(tǒng)SRD(switched了其中，這些控制方法取得了一定的效果，但也都reluctancedrive)是一種新型調(diào)速系統(tǒng)，
6、它避免了存在一定的不足。如文獻(xiàn)[23基于RBF神經(jīng)網(wǎng)絡(luò)與直流電機(jī)因換向所產(chǎn)生的換向火花和交流電機(jī)調(diào)PID結(jié)合的控制，雖然徑向基函數(shù)RBF(radial速系統(tǒng)結(jié)構(gòu)復(fù)雜、造價(jià)高等問(wèn)題，具有高輸出和高basisfunction)神經(jīng)網(wǎng)絡(luò)是一個(gè)局部學(xué)習(xí)的網(wǎng)絡(luò)，的能量利用率，兼有直流調(diào)速和交流調(diào)速的優(yōu)點(diǎn)，但小腦模型神經(jīng)網(wǎng)絡(luò)CMAC(cerebellarmodel然而，盡管其電磁原理和結(jié)構(gòu)都相當(dāng)簡(jiǎn)單，但開(kāi)關(guān)articulationcontroller)的非線性逼近能力明顯優(yōu)磁阻電機(jī)調(diào)速系統(tǒng)是一個(gè)時(shí)變的、非線性、多變量于它；文獻(xiàn)E3]中基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制，利的系統(tǒng)，控
7、制效果也一直不是很好，迄今為止，尚未用了誤差反向傳播BP(backpropagation)神經(jīng)網(wǎng)能夠求得其精確的數(shù)學(xué)模型，所以采用常規(guī)的線性絡(luò)作為前向神經(jīng)網(wǎng)絡(luò)的核心，雖然優(yōu)化了比例一積控制器是很難滿足其調(diào)速系統(tǒng)的動(dòng)、靜態(tài)性能要分一微分控制PID(proportionintegrationdiffere—求l4．5_。國(guó)內(nèi)外學(xué)者針對(duì)開(kāi)關(guān)磁阻電機(jī)的控制做了ntiation)控制參數(shù)，但很容易陷人全局極小點(diǎn)；文大量的研究l_1n]，將很多智能控制方法引入到獻(xiàn)[11]中神經(jīng)網(wǎng)絡(luò)與模糊控制的結(jié)合，雖然充分收稿日期：2010—06—17；修回日期：2010—07—16基金
8、項(xiàng)目：湖南省科技計(jì)劃項(xiàng)目(2009GK
