本文選題：異步電動(dòng)機(jī) + 小腦模型神經(jīng)網(wǎng)絡(luò)�。� 參考：《農(nóng)業(yè)機(jī)械學(xué)報(bào)》2015年03期

【摘要】：針對(duì)異步電動(dòng)機(jī)調(diào)速系統(tǒng)快速響應(yīng)時(shí)啟動(dòng)超調(diào)量大的問(wèn)題,提出了一種基于自適應(yīng)參數(shù)辨識(shí)的小腦模型神經(jīng)網(wǎng)絡(luò)復(fù)合自抗擾控制(CMAC-ADRC)的控制算法。將CMAC與ADRC各自的優(yōu)點(diǎn)相結(jié)合,利用CMAC神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)前饋控制,通過(guò)在線(xiàn)學(xué)習(xí)來(lái)抑制系統(tǒng)的超調(diào)量,增強(qiáng)系統(tǒng)的魯棒性能,提高系統(tǒng)的快速性能,利用ADRC技術(shù)實(shí)現(xiàn)反饋控制,進(jìn)一步增強(qiáng)系統(tǒng)的抗干擾能力。利用參考模型自適應(yīng)參數(shù)辨識(shí)技術(shù)對(duì)轉(zhuǎn)動(dòng)慣量進(jìn)行辨識(shí),優(yōu)化自抗擾補(bǔ)償系數(shù)。以變頻器結(jié)合異步電動(dòng)機(jī)為控制對(duì)象,進(jìn)行仿真,基于自適應(yīng)參數(shù)辨識(shí)的CMAC-ADRC控制算法的干擾響應(yīng)幅度是一階優(yōu)化自抗擾控制下干擾響應(yīng)幅度的44.57%,是小腦模型神經(jīng)網(wǎng)絡(luò)復(fù)合比例-微分(CMACPD)控制下干擾響應(yīng)幅度的17.69%,干擾恢復(fù)時(shí)間是一階優(yōu)化自抗擾控制下干擾恢復(fù)時(shí)間的50%,是CMAC-PD控制下恢復(fù)時(shí)間的60%。搭建MCU-CPLD-DSP控制平臺(tái)進(jìn)行了實(shí)驗(yàn),基于自適應(yīng)參數(shù)辨識(shí)的CMAC-ADRC控制算法的超調(diào)量是一階優(yōu)化自抗擾控制的45.49%,上升時(shí)間是一階優(yōu)化自抗擾控制的53.33%,干擾響應(yīng)幅度是一階優(yōu)化自抗擾控制干擾響應(yīng)幅度的71%,干擾恢復(fù)時(shí)間是一階優(yōu)化自抗擾控制干擾恢復(fù)時(shí)間的76.47%。
[Abstract]:In order to solve the problem of large overshoot in the fast response of asynchronous motor speed control system, a control algorithm of CMAC-ADRC based on adaptive parameter identification for cerebellar model neural network combined with active disturbance rejection control (ADRC) is proposed. Combining the advantages of CMAC and ADRC, the feedforward control is realized by using CMAC neural network. Through on-line learning, the overshoot of the system is restrained, the robustness of the system is enhanced, and the fast performance of the system is improved. The feedback control is realized by ADRC technology. Further enhance the anti-interference ability of the system. The adaptive parameter identification technique of reference model is used to identify the moment of inertia and to optimize the compensation coefficient of auto disturbance rejection. The inverter is combined with the asynchronous motor as the control object, and the simulation is carried out. The interference response amplitude of the CMAC-ADRC control algorithm based on adaptive parameter identification is 44.57 of the interference response amplitude under the first-order optimization auto disturbance rejection control, and is 17.69g of the interference response amplitude under the control of the cerebellar model neural network compound proportion-differential CMACPD. The disturbance recovery time is 50 parts of the first order optimal disturbance recovery time under active disturbance rejection control, which is 60% of the CMAC-PD control. The MCU-CPLD-DSP control platform is built. The overshoot of the CMAC-ADRC control algorithm based on adaptive parameter identification is 45.49 of the first-order optimal ADRC, the rising time is 53.33 of the first-order optimal ADRC, and the amplitude of the disturbance response is the first-order optimal ADRC interference response amplitude. The interference recovery time is 76.4747 of the first order optimal disturbance rejection control interference recovery time.
【作者單位】： 江蘇大學(xué)電氣信息工程學(xué)院;淮陰工學(xué)院電子與電氣工程學(xué)院;機(jī)械工業(yè)設(shè)施農(nóng)業(yè)測(cè)控技術(shù)與裝備重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(60874014、51273154) 江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(PAPD,NO.6-2011) 江蘇省2013年度普通高校研究生科研創(chuàng)新計(jì)劃資助項(xiàng)目(CXLX13_669) 江蘇省科技支撐計(jì)劃資助項(xiàng)目(BE2013402) 淮安市農(nóng)業(yè)科技指導(dǎo)性項(xiàng)目(HANZ2014007)
【分類(lèi)號(hào)】：TM343

【參考文獻(xiàn)】

相關(guān)期刊論文 前7條

1 楊波;黃耀達(dá);臺(tái)鈺瑩;;基于BOWA小腦模型的高精度穩(wěn)定電動(dòng)加載系統(tǒng)[J];航空學(xué)報(bào);2012年04期

2 石勇;齊自達(dá);張連瑜;張紅光;;CMAC復(fù)合PID在柴油發(fā)電機(jī)組轉(zhuǎn)速控制中的應(yīng)用[J];內(nèi)燃機(jī)學(xué)報(bào);2012年06期

3 武雷;保宏;杜敬利;王從思;;一種自抗擾控制器參數(shù)的學(xué)習(xí)算法[J];自動(dòng)化學(xué)報(bào);2014年03期

4 張浩;于X;劉國(guó)海;胡德水;趙文祥;;三電機(jī)驅(qū)動(dòng)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)模糊自整定解耦控制(英文)[J];控制理論與應(yīng)用;2013年09期

5 郭宇婕,黃立培,邱陽(yáng);交流伺服系統(tǒng)的轉(zhuǎn)動(dòng)慣量辨識(shí)及調(diào)節(jié)器參數(shù)自整定[J];清華大學(xué)學(xué)報(bào)(自然科學(xué)版);2002年09期

6 沈偉;施光林;;基于氣動(dòng)人工肌肉的自適應(yīng)模糊小腦模型神經(jīng)網(wǎng)絡(luò)位置跟蹤控制[J];上海交通大學(xué)學(xué)報(bào);2012年04期

7 劉星橋;胡建群;周麗;;自抗擾控制器在三電機(jī)同步系統(tǒng)中的應(yīng)用[J];中國(guó)電機(jī)工程學(xué)報(bào);2010年12期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 高伶俐;張著洪;;基于RBF網(wǎng)絡(luò)的永磁同步電機(jī)擾動(dòng)衰減和速度跟蹤[J];測(cè)控技術(shù);2012年06期

2 張松軍;;基于PLC和交流伺服控制的卷煙切割系統(tǒng)[J];機(jī)電工程技術(shù);2009年07期

3 劉棟;梅雪松;馮斌;張東升;;基于Symlets小波濾波的滾珠絲杠伺服進(jìn)給系統(tǒng)頻響特性辨識(shí)[J];機(jī)械工程學(xué)報(bào);2011年13期

4 朱海榮;李奇;顧菊平;方仕雄;;基于慣量辨識(shí)的測(cè)試轉(zhuǎn)臺(tái)自適應(yīng)內(nèi)模控制[J];控制理論與應(yīng)用;2013年02期

5 陳曉濤;曾慶明;楊紅敏;;基于DSP與FPGA的伺服刀架控制器的設(shè)計(jì)[J];機(jī)電工程技術(shù);2013年07期

6 范彬;王奔;吳怡敏;馮陽(yáng);;輕型多端高壓直流輸電系統(tǒng)自抗擾控制策略研究[J];南方電網(wǎng)技術(shù);2013年03期

7 陳璐;胡東方;商建東;;機(jī)載光電吊艙自抗擾控制算法研究[J];制造業(yè)自動(dòng)化;2013年17期

8 陳沖;胡國(guó)文;;雙電機(jī)變頻調(diào)速系統(tǒng)設(shè)計(jì)與仿真[J];計(jì)算機(jī)仿真;2013年11期

9 王修巖;谷新銘;李宗帥;;基于干擾觀測(cè)和前饋補(bǔ)償?shù)碾妱?dòng)加載復(fù)合控制[J];制造業(yè)自動(dòng)化;2015年01期

10 李慧;劉星橋;李景;;3電機(jī)同步系統(tǒng)的2階模糊免疫自抗擾控制[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

相關(guān)會(huì)議論文 前4條

1 方明星;吳敏;佘錦華;;基于等價(jià)輸入干擾補(bǔ)償?shù)母呔人俣瓤刂芠A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

2 翁秀華;郭慶鼎;劉德君;;永磁同步電機(jī)伺服控制器參數(shù)的實(shí)時(shí)自動(dòng)校正[A];2005中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集（下）[C];2005年

3 潘書(shū)娜;李世華;陳夕松;;永磁同步電機(jī)調(diào)速系統(tǒng)的自適應(yīng)復(fù)合控制算法[A];2009年中國(guó)智能自動(dòng)化會(huì)議論文集（第七分冊(cè)）[南京理工大學(xué)學(xué)報(bào)（增刊）][C];2009年

4 桑妤;孫文靖;劉春曄;;基于發(fā)動(dòng)機(jī)轉(zhuǎn)動(dòng)慣量梯度校正辨識(shí)算法仿真研究[A];探索 創(chuàng)新 交流——第六屆中國(guó)航空學(xué)會(huì)青年科技論壇文集（下冊(cè)）[C];2014年

相關(guān)博士學(xué)位論文 前10條

1 覃海濤;交流伺服系統(tǒng)自調(diào)整技術(shù)研究[D];華中科技大學(xué);2011年

2 閆光亞;永磁直線(xiàn)同步電機(jī)自抗擾控制系統(tǒng)及實(shí)驗(yàn)研究[D];華中科技大學(xué);2011年

3 黃浦;自抗擾控制技術(shù)在航空相機(jī)鏡筒控制系統(tǒng)中的應(yīng)用研究[D];中國(guó)科學(xué)院研究生院（長(zhǎng)春光學(xué)精密機(jī)械與物理研究所）;2011年

4 張懿;兩電機(jī)變頻調(diào)速系統(tǒng)的最小二乘支持向量機(jī)逆控制[D];江蘇大學(xué);2011年

5 尚U，

本文編號(hào)：2035696