基于神经网络自整定PID参数的三电机同步解耦控制系统

论文摘要

针对三电机同步系统多输入多输出、非线性、时变和强耦合等特点,本文提出了一种以神经网络算法为核心的控制系统,来实现对三电机同步系统的解耦控制。首先,在分析三电机同步系统动力学模型的基础上,结合两电机同步控制策略,确定了主从跟随式的三电机同步控制策略,即设定系统中的一台电机为主动电机,其它两台电机为从动电机,从动电机跟踪主动电机以两电机之间的皮带张力为根据。然后,应用神经网络算法与传统PID控制相结合的方法设计了三电机同步解耦控制系统。该控制系统由四部分组成:三个BP神经网络在线自整定PID参数的智能控制器分别控制主动电机的速度和两个相邻两电机之间的张力,使系统具有更强的自适应能力、更好的实时性和鲁棒性;一个神经元解耦补偿器通过训练神经元的权值,补偿各回路之间的耦合影响,实现了主动电机的速度和两个相邻两电机之间的张力三者之间的解耦控制。并通过MATLAB解耦仿真、速度跟踪仿真证明了该控制系统的可行性及先进性,为第五章的控制系统实验奠定了理论基础。接着,搭建三电机同步系统试验平台,连接MPI和PRORIBUS-DP网络,设置三台变频器地址;采用西门子STEP7编程软件组态工作站的硬件和网络,完成通过PROFIBUS-DP总线实现PLC与变频器之间的主从站式通讯;使用WinCC在上位机上组态过程监控界面,通过MPI通讯通道实时监控PLC的运行状况;编写神经网络控制算法和PROFIBUS-DP网络通讯程序,并下载进入S7-300 PLC进行调试,从而完成了对三电机同步系统的远程实时控制。最后,通过大量的控制实验结果证明,该控制系统能够根据不同的运行工况获得最优的PID参数;与传统PID控制相比,其具有更快的响应速度和更好的稳态精度,对负载变化的扰动有更强的抑制作用,并且较好的实现了速度和张力之间的解耦。因此,不失为三电机同步解耦控制方案的一条有效的解决途径。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究目的和意义
• 1.2 人工神经网络的发展与现状
• 1.3 多变量解耦技术的发展概况
• 1.3.1 传统解耦方法
• 1.3.2 自适应解耦方法
• 1.3.3 智能解耦方法
• 1.4 PRFIBUS现场总线介绍
• 1.4.1 Profibus现场总线的发展历程
• 1.4.2 Profibus特点
• 1.4.3 Profibus的协议结构和类型
• 1.4.4 Profibus的发展现状与前景
• 1.5 本文内容安排
• 第二章 神经网络理论基础
• 2.1 人工神经元模型
• 2.2 人工神经网络
• 2.2.1 人工神经网络的基本特点和功能
• 2.2.2 人工神经网络模型
• 2.2.3 神经网络的学习规则
• 2.3 感知器神经网络
• 2.3.1 单层感知器
• 2.3.2 多层感知器
• 2.4 神经网络控制
• 2.5 小结
• 第三章 三电机同步解耦控制系统的设计与仿真
• 3.1 三电机同步系统数学模型
• 3.2 开环控制
• 3.3 常规PID控制
• 3.4 基于神经网络自整定PID参数的三电机同步解耦控制系统
• 3.4.1 基于BP神经网络自整定PID参数控制器
• 3.4.2 多变量自适应神经元解耦补偿器
• 3.5 三电机同步解耦控制系统的仿真
• 3.5.1 三电机同步解耦控制系统仿真的实现
• 3.5.2 三电机同步解耦控制系统的仿真效果
• 3.6 小结
• 第四章 三电机同步解耦控制系统的实现
• 4.1 三电机同步控制系统的硬件组成
• 4.2 STEP7程序设计
• 4.2.1 硬件组态
• 4.2.2 结构化程序设计
• 4.3 三电机同步解耦控制系统的通讯实现
• 4.3.1 PROFIBUS-DP通讯
• 4.3.2 MPI通讯
• 4.3.2 OPC通讯
• 4.4 上位机监控画面的设计
• 4.5 小结
• 第五章 三电机同步解耦控制系统实验
• 5.1 三电机同步解耦控制系统解耦实验
• 5.2 三电机同步解耦控制系统速度跟踪实验
• 5.3 三电机同步解耦控制系统负载实验
• 5.4 实验结果分析
• 5.5 小结
• 第六章 结论与展望
• 6.1 主要结论
• 6.2 展望
• 参考文献
• 致谢
• 在校期间发表的论文