神經(jīng)網(wǎng)絡理論和滑?？刂圃诟袘姍C系統(tǒng)中的應用研究.pdf

1、感應電機是一類非線性、多變量、不確定、強耦合并附加干擾的混合型系統(tǒng)，可作為非線性控制的典型，對其理論和應用的研究近年來成為關(guān)注的熱點。對此人們已提出了各種控制方案，這些方案解決了一些問題，但仍存在不足之處。因此研究一種工程實用的有效控制方法是亟待解決的問題。 本文在綜述感應電動機的控制方法和詳細分析感應電動機數(shù)學模型的基礎(chǔ)上，用不同得方法研究了定子磁鏈和轉(zhuǎn)速的跟蹤控制問題。 首先，鑒于滑模變結(jié)構(gòu)控制對系統(tǒng)的參數(shù)變化和擾動

2、具有安全的自適應性、尤其對于模型不確定的系統(tǒng)，具有較好的穩(wěn)定性和魯棒性，本文提出了一種基于TSM控制器的感應電機有限時間跟蹤控制，具體做法就是將感應電機調(diào)速系統(tǒng)這一多變量、非線性、強耦合的系統(tǒng)為研究對象，將其數(shù)學模型分成轉(zhuǎn)子磁鏈與轉(zhuǎn)速兩個非線性子系統(tǒng)分別進行控制。控制器的設(shè)計采用有限時間收斂的TSM控制方案，保證了整個系統(tǒng)的全局穩(wěn)定性，且使系統(tǒng)狀態(tài)在有限時間內(nèi)精確跟蹤給定的參考信號。仿真結(jié)果表明了該控制方案的有效性。 其次，鑒于

3、人工神經(jīng)網(wǎng)絡的非線性映射能力，自學習和自適應不確定性系統(tǒng)動態(tài)特性的能力，容錯和泛化能力以及并行處理能力等，本文又提出了一種基于神經(jīng)網(wǎng)絡逆的PID自適應控制算法，將RBF神經(jīng)網(wǎng)絡引入逆控制，并進行了PID綜合，控制系統(tǒng)結(jié)構(gòu)由兩個RBF神經(jīng)網(wǎng)絡組成，一個用于實現(xiàn)模型的逆，一個用于系統(tǒng)辨識，從而構(gòu)成自適應逆控制，在突加外界擾動且模型參數(shù)發(fā)生變化時，此控制方案能大大削弱阻力擾動對速度的影響，對系統(tǒng)參數(shù)變化和外在擾動具有較強的魯棒性。 本