• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于神經(jīng)滑模變自抗擾控制的感應電機變頻調速系統(tǒng)的研究與設計*

    2019-07-22 07:37:56郭金妹張建榮
    科技與創(chuàng)新 2019年12期
    關鍵詞:磁鏈滑模數(shù)學模型

    郭金妹,張建榮,陳 磊

    (江西應用技術職業(yè)學院 機械與電子學院,江西 贛州 341000)

    1 引言

    近年來,交流調速系統(tǒng)發(fā)展十分迅速,而感應電機因其運行可靠、成本低廉、高效節(jié)能等優(yōu)點,在變頻調速系統(tǒng)中占有重要的地位。但是感應電機本身是一個多變量、強耦合、非線性的時變系統(tǒng),其電磁轉矩、速度、數(shù)學模型構建都很難精準控制,使電機的調速性能無法有效提高。目前典型的感應電機變頻調速現(xiàn)代控制理論有四種:轉速開環(huán)恒壓頻比(V/F)控制、轉差頻率控制、矢量控制(FOC)和直接轉矩控制(DTC)。其中前兩種控制理論只對電機的標量進行控制,依賴于感應電機的穩(wěn)定模型;后兩種控制理論是對電機的矢量進行控制,依附于感應電機的動態(tài)模型,雖然實現(xiàn)對電機的實時控制,但坐標變換復雜,無法有效提高調速性能且造價高。

    將現(xiàn)代控制理論與非線性控制理論相結合,應用于感應電機變頻調速系統(tǒng),打開了感應電機的高性能調速研究的新局面。其中,亢振勇等專家提出利用傳統(tǒng)PID控制融入矢量控制中實現(xiàn)電機磁鏈和轉矩的完全解耦,但PID僅考慮外部因素,對自身帶有更多內外部不確定性因素的感應電機無法準確控制。隨后,韓京清教授利用特殊非線性結構充分挖掘誤差信息,提出自抗擾控制技術(ADRC),實現(xiàn)了電磁轉矩和速度的復合控制。但其參數(shù)極多,整定控制要求較高,從而限制了ADRC的應用。為了減少自擾抗控制器的整定參數(shù),一些學者將滑模變結構(SMC)與自抗擾控制相結合,不但減少了參數(shù)整定數(shù)量,而且使系統(tǒng)的誤差盡可能地沿著滑模面趨于平衡點,有效提高調速系統(tǒng)的精度。因此,本文立足于當前研究,提出了基于神經(jīng)滑模變自抗擾控制的感應電機變頻調速系統(tǒng)。ADRC控制器與SMC控制的有效結合,構造滑模變自抗擾控制器,并將神經(jīng)網(wǎng)絡智能控制融入滑模變自抗擾控制器,可降低控制器對系統(tǒng)精準數(shù)學模型的依賴,減少調速系統(tǒng)的自擾動,有效提高調速品質和響應速度。

    2 感應電機變頻調速系統(tǒng)的數(shù)學建模

    感應電機是一個非線性時變控制對象,在實際工況中,電機電阻、電感、氣隙磁通會受到環(huán)境的干擾影響。因此,為了分析方便,通常需要忽略諧波的影響,做出理想的假設。根據(jù)查閱相關資料和數(shù)學邏輯推導,得出感應電機矢量控制下的數(shù)學模型表達式:

    式(1)中:ψrd,ψrq為轉子磁鏈;isq,isd為定子電流;TL為轉矩;J為轉動慣量;Tr為常數(shù)。

    在計算化簡過程中,對感應電機變頻調速系統(tǒng)數(shù)學模型采用Clarke變換和Park變換,通過變換后,系統(tǒng)數(shù)學模型得以簡化,極大減少了變量之間的耦合程度和狀態(tài)變量的數(shù)量。根據(jù)式(1),可繪制出其對應的結構框圖,如圖1所示。圖1在傳統(tǒng)矢量控制的基礎上,增加了位置控制器、SVPWM和逆變器環(huán)節(jié),形成了位置-速度-電流三環(huán)控制的變頻調速控制系統(tǒng)。控制系統(tǒng)使電流傳感器采樣三相電流經(jīng)過坐標變換成d-q軸下的電流,反饋到電流控制器,分別控制電機的勵磁和電磁轉矩。電流環(huán)作為系統(tǒng)的最內環(huán),其帶寬大小決定了整個系統(tǒng)的響應性能,位置檢測通過編碼器等傳感器檢出,對位置信號進行微分,可得到電機的轉速信息。

    圖1 感應電機變頻調速系統(tǒng)結構框圖

    3 神經(jīng)滑模變自抗擾控制器的設計

    3.1 滑模變自抗擾控制器的構造

    隨著控制技術的快速發(fā)展,經(jīng)典的PID已不能滿足系統(tǒng)控制精度和速度的要求,因此,中科院韓京清教授提出了自抗擾控制技術(ADRC)來彌補PID的不足。ADRC控制器由跟蹤微分器、非線性反饋律、擴張狀態(tài)觀測器和自抗擾控制器組成,其中跟蹤微分器用來處理給定信號的微分;針對線性反饋律速度和精度不足等問題建立非線性反饋率;通過建立擴張狀態(tài)觀測器抑制擾動,減少誤差;自抗擾控制器實時補償誤差,消除系統(tǒng)的不確定和擾動部分。

    從感應電機變頻調速系統(tǒng)的數(shù)學模型可以明顯看出,轉子磁鏈在進行坐標變換時,d軸上的磁鏈和電流均存在耦合,在應用非線性控制理論對數(shù)學模型進行解耦處理過程中,難免給系統(tǒng)帶來不必要的誤差,從而影響控制精度。因此,利用ADRC可有效解決這一問題。在ADRC設計過程中,采用三個一階ADRC控制器分別對調速系統(tǒng)的轉速、電流和位置實現(xiàn)控制,三個一階ADRC設計參數(shù)不同,位置檢測對位置進行控制,速度檢測對轉子角速度進行觀測,電流檢測對電路電流進行調節(jié)。通過分析發(fā)現(xiàn),ADRC兼顧了對象的外部不確定因素和感應電機的內部狀態(tài),實現(xiàn)高寬帶響應的轉速環(huán)和電流環(huán)控制,但其控制參數(shù)依舊較多,整定過程困難。因此,為了減少自抗擾控制器的整定參數(shù),提高調速系統(tǒng)的魯棒性,引入滑模變結構(SMC),構造滑模變自抗擾控制器。通過計算得出滑模速度調節(jié)器輸出式:

    選用速度誤差作為滑模變結構控制器的狀態(tài)變量,在控制律的作用下輸出結果為矢量變換q軸電流的輸入量,同時在積分器的作用下,有利于消除穩(wěn)態(tài)誤差,有效提高系統(tǒng)的穩(wěn)定性。通過對自抗擾控制技術和滑模變結構控制技術的分析,得出感應電機變頻調速系統(tǒng)滑模變自抗擾控制器,其系統(tǒng)結構如圖2所示。

    圖2 變頻調速系統(tǒng)自抗擾控制系統(tǒng)結構圖

    3.2 神經(jīng)滑模變自抗擾控制器的構造及作用

    神經(jīng)網(wǎng)絡逆系統(tǒng)的構造是將其進行線性化、解耦成偽線性系統(tǒng)的重要前提。逆系統(tǒng)實現(xiàn)方法有解析實現(xiàn)和非解析實現(xiàn)兩種,其中非解析實現(xiàn)在逆系統(tǒng)表達式未知情況下也能實現(xiàn)系統(tǒng)構造。感應電機是一個多輸入多輸出、強耦合非線性的高階系統(tǒng),其精確數(shù)學模型難以用精確解析式表示出來,只能用近似模型代替,而由于神經(jīng)網(wǎng)絡能以任意精度逼近復雜的靜態(tài)非線性函數(shù),因此運用神經(jīng)網(wǎng)絡來實現(xiàn)被控系統(tǒng)的逆系統(tǒng),從而構造出非解析實現(xiàn)形式的逆系統(tǒng)。

    滑膜變自抗擾控制器不僅提高了感應電機變頻調速系統(tǒng)的響應速度和精確度,而且有效減少了參數(shù)整定數(shù)量,提高系統(tǒng)的魯棒性。然而,這一控制器仍需建立在被控對象精確的數(shù)學模型之上,而感應電機調速系統(tǒng)本身是一個多變量的時變系統(tǒng),建立精確的數(shù)學模型較為困難。因此,本系統(tǒng)引入神經(jīng)網(wǎng)絡逆控制,應用BP學習算法不斷逼近調速系統(tǒng)數(shù)學模型和滑模變自抗擾控制器控制函數(shù),運用經(jīng)歸一化處理的數(shù)據(jù)來訓練和校驗神經(jīng)網(wǎng)絡,選取2/3變換數(shù)據(jù)為訓練數(shù)據(jù)集。在對數(shù)據(jù)進行離線訓練過程中,不斷采集不同轉速、磁鏈給定下轉速、磁鏈、電壓、電流等實驗數(shù)據(jù),直至訓練誤差達到要求。神經(jīng)滑模變自抗擾控制器結構如圖3所示。

    4 仿真及結果分析

    利用Matlab中的simulink環(huán)境下搭建起感應電機變頻調速系統(tǒng)神經(jīng)滑模變自抗擾控制器仿真模型,其中感應電機和SVPWM模型采用S函數(shù)建模;位置控制器(APR)、速度調節(jié)器(ASR)采用PID調控;電流調節(jié)環(huán)(ACR)采用PI調節(jié);滑模變控制(SMC)、自抗擾控制(ADRC)和神經(jīng)網(wǎng)絡逆控制(CNN)均用模塊化表示,仿真整體模型如圖4所示。

    圖3 感應電機變頻調速系統(tǒng)神經(jīng)滑模變自抗擾控制器結構圖

    圖4 感應電機變頻調速系統(tǒng)神經(jīng)滑模變自抗擾控制器仿真模型

    仿真過程中感應電機參數(shù)如表1所示,通過不斷調節(jié)仿真模型參數(shù),并將神經(jīng)滑模變自抗擾控制調速系統(tǒng)與僅加入PID算法的變頻調速系統(tǒng)進行比較,響應對比結果如圖5所示。仿真結果表明,加入神經(jīng)滑模變自抗擾控制算法的變頻調速系統(tǒng)比只加入傳統(tǒng)PID控制的變頻調速系統(tǒng)具有更好的調速品質,且控制平穩(wěn)有效,響應速度更快。

    5 結束語

    在掌握感應電機特征的基礎上,研究感應電機變頻調速系統(tǒng)的狀態(tài)表達式,后基于該數(shù)學模型將自抗擾控制器和滑模變控制器結合構成復合控制器,引入神經(jīng)網(wǎng)絡逆控制,并構造神經(jīng)滑模變自抗擾控制器的狀態(tài)方程和結構框圖,最后在Simulink環(huán)境進行仿真驗證。

    從仿真結果可得出,基于神經(jīng)滑模變自抗擾控制的感應電機變頻調速系統(tǒng)具有調速平穩(wěn)可靠、響應速度快、抗干擾能力強等特點。

    表1 感應電機主要參數(shù)

    圖5 感應電機變頻調速系統(tǒng)響應對比曲線

    猜你喜歡
    磁鏈滑模數(shù)學模型
    AHP法短跑數(shù)學模型分析
    活用數(shù)學模型,理解排列組合
    基于組合滑??刂频慕^對重力儀兩級主動減振設計
    PMSM調速系統(tǒng)的自學習滑??刂?/a>
    測控技術(2018年4期)2018-11-25 09:47:26
    并網(wǎng)逆變器逆系統(tǒng)自學習滑??箶_控制
    測控技術(2018年3期)2018-11-25 09:45:40
    對一個數(shù)學模型的思考
    一種弱磁擴速下的異步電機磁鏈觀測和速度辨識
    一種基于簡化MRAS無速度傳感器的永磁電機EKF磁鏈辨識
    基于虛擬磁鏈的STATCOM直接功率控制研究
    基于虛擬磁鏈的APF準諧振控制研究
    新巴尔虎右旗| 双柏县| 徐闻县| 泸水县| 崇仁县| 海兴县| 马山县| 玛沁县| 克拉玛依市| 云南省| 永年县| 六盘水市| 涡阳县| 吉木乃县| 郎溪县| 公主岭市| 平塘县| 金阳县| 平江县| 湘乡市| 都匀市| 湘潭县| 平定县| 金秀| 荆州市| 嘉黎县| 吕梁市| 开原市| 北辰区| 永嘉县| 南投县| 莱州市| 玉田县| 普兰县| 塔河县| 永修县| 屯留县| 通州市| 东平县| 观塘区| 保亭|