基于小波神经网络的深海机器人电机系统混沌现象研究

论文摘要

水下机器人推进动力系统正由有刷推进电机系统向无刷推进电机系统进行过渡,水下机器人对于推进电机系统的高可靠性有很高的要求,研究无刷电机系统的可靠性具有重要意义。电机的混沌现象是使电机运行产生不可靠的主要因素之一,本文从无刷推进电机系统的理论模型出发,进一步研究无刷推进电机系统的混沌运行模型;从数理的角度上分析无刷推进电机系统三相突然断电时的混沌运行特性,并在此基础上分析无刷推进电机系统在空载运行时混沌现象发生过程和其动力学特征,得出了无刷推进电机系统在空载运行时混沌现象发生的原因。在无刷推进电机系统混沌理论研究上向前推进了一步。本文分析了目前常用的一维时间序列相空间重构方法,指出了该方法的不足。根据相空间重构方法难以确认关联维数和时间延迟的问题,提出了改进措施,以减小运算的步骤和提高运算的速度,而重构的结果保持不变。但是无论如何改进,现有的一维时间序列相空间重构方法依然存在着重构信息冗余的问题,其只能应用于混沌时间序列,难以在实际问题中得到应用。针对此问题,本文将小波分析理论引入到相空间重构方法之中,以小波相空间重构方法来重构各种时间序列。仿真结果表明:小波相空间重构方法不但可以精确重构出原系统的混沌特征,还可以重构出原系统的周期特征、倍周期特征和拟周期特征等,改善了现有相空间重构方法的不足。最后本文在小波相空间重构的分析基础之上,建立小波神经网络来分析无刷推进电机系统的运行状态。运用小波相空间重构方法来提取原系统的运行特征,然后运用神经网络的记忆功能来产生适用与此种状态下的无刷推进电机系统控制器的控制字。仿真结果表明,此程序结构简单,运算速度快,产生控制字的精度高,可以应用于DSP或者单片机的控制系统中,为水下机器人无刷推进电机系统的混沌正控制和反控制提供了关键技术准备。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 课题的来源
• 1.2 课题的背景和意义
• 1.3 国内外研究现状
• 1.3.1 混沌理论发展
• 1.3.2 电路沌现象与研究
• 1.3.3 电机系统的混沌现象
• 1.4 论文的主要工作
• 第二章 无刷推进电机系统的混沌动力学行为
• 2.1 无刷推进电机系统及其动力学行为
• 2.1.1 无刷推进电机系统吸引子的发现
• 2.1.2 基本动力学行为
• 2.2 无刷推进电机系统与Lorenz系统族的关系
• 2.2.1 Lorenz系统族简介
• 2.2.2 无刷推进电机系统与广义Lorenz系统的关系
• 2.3 无刷推进电机系统空载运行系统的混沌动力学分析
• 2.3.1 能量壁垒原理（CCEBC）
• 2.3.2 空载BLDCM系统的混沌分析
• 2.4 小结
• 第三章 无刷推进电机系统吸引子重构研究
• 3.1 经典相空间重构
• 3.1.1 相空间重构方法
• 3.1.2 经典相空间重构方法的局限
• 3.2 改进的相空间重构方法
• 3.2.2 小波分析比较方法
• 3.2.3 Lyapunov指数的比较
• 3.3 小波相空间重构
• 3.3.1 小波相空间重构方法原理
• 3.3.2 小波相空间重构方法在判别不同函数上的应用
• 3.3.3 小波相空间重构在无刷推进电机系统的应用
• 3.4 小结
• 第四章 小波神经网络在判定无刷推进电机系统运动状态上应用
• 4.1 Elman神经网络
• 4.2 小波Elman网络的应用
• 4.2.1 Elman网络前的小波处理
• 4.2.2 建立Elman网络
• 4.3 小波神经网络在无刷推进电机系统中的应用
• 4.4 小结
• 第五章 结论
• 参考文献
• 在学研究成果
• 致谢