基于神經網絡的交流電機矢量控制技術研究與仿真.pdf

1、在日常的生產生活中，交流電機應用廣泛，所以對電機控制系統(tǒng)的研究是非常有意義的。交流電機是一個多變量、非線性強耦合的時變參數(shù)系統(tǒng)，雖然矢量控制技術在一定程度上能使異步電動機得以解耦控制，但是這并不能改變其非線性且具有時變參數(shù)的特點。況且在交流調速控制系統(tǒng)實際運行過程中不可預測的干擾信號很多，所以系統(tǒng)中調節(jié)器的設計一直是人們研究的焦點。 常規(guī)的PID調節(jié)器以其結構簡單、可靠性高，易于工程實現(xiàn)等優(yōu)點被廣泛應用于各個控制領域，但其參數(shù)整

2、定方法一直是人們在研究的問題，因為在系統(tǒng)模型參數(shù)變化不大的情況下，參數(shù)易于整定，控制效果優(yōu)良。但是當被控對象具有高度非線性和不確定性時，參數(shù)整定就比較困難，調節(jié)器很難達到理想的控制性能指標。在近二十年來，為了解決調節(jié)器設計問題，不少專家學者利用模糊邏輯理論、遺傳算法等智能算法優(yōu)化整定交流調速控制系統(tǒng)中調節(jié)器的參數(shù)。 本文采用一種RBF神經網絡來整定調節(jié)器參數(shù)的。相比BP網絡等，RBF神經網絡具有對被控對象的模型要求不嚴格、運算速

3、度快、快速局部逼近等優(yōu)點。針對按轉子磁鏈定向的交流矢量控制問題，本文給出一種采用RBF神經網絡來整定調節(jié)器參數(shù)的方法。 在交流電機的實際運行過程中，電機參數(shù)是時變的，尤其是轉子電阻的變化，而且轉子電阻的變化對采用矢量控制方法來說影響很大。本文以異步鼠籠電機為被控對象。首先，分析異步電機的數(shù)學模型，通過坐標變換和按轉子磁場定向，將定子電流矢量分解為勵磁分量和轉矩分量，實現(xiàn)解耦控制。然后，研究如何采用BP網絡進行轉子電阻的辨識，為后