基于神经网络的细纱机自适应控制系统研究

论文摘要

我国纺织工业发展日趋加快,高档细纱机的需求越来越大,但是从国外进口高档细纱机价格高昂,因此迫切需要国内研发出成熟高档的细纱机,从而大大提高细纱机的性价比。由于细纱机控制系统存在着非线性和不确定性,所以传统的PID控制方法在实际的细纱机控制中不能得到很好的控制效果,而将神经网络应用于细纱机控制中为解决这个问题提供了新的方法。针对传统的细纱机控制系统中存在的问题,本课题将神经网络PID智能控制器应用于细纱机控制系统中来达到更好的控制效果,以适应高档细纱机的需要。在分析细纱机控制系统原理的基础上,采用无刷直流电动机作为细纱机的主电机,取代传统的交流电机加变频调速模式,以实现节能的目的。本文在深入研究传统细纱机控制系统的基础上,引入了基于RBF神经网络的智能控制方法。针对常见的RBF神经网络算法的不足,提出了一种新的改进方法。该方法利用MATLAB神经网络工具箱中的RBF神经网络函数,设计出人机界面平台并对主电机进行离线辨识,建立其参考模型,再采用RBF神经网络在线算法在线辨识主电机,获得控制器参数在线调整信息,由单神经元控制器完成控制器参数的自学习,从而实现控制器参数的在线调整。由于MATLAB提供的RBF实现算法具有自适应确定网络结构和无需人为确定网络初始权值的优点,因此减少了网络训练的随机性,提高了训练精度。实验结果表明,该控制系统具有较高的鲁棒性和控制精度,满足本研究的要求。在理论分析和仿真研究的基础上,本文还重点介绍了以PLC和DSP为核心控制器的智能控制系统的设计方案。并且阐述了系统的硬件组成、功能及系统软件的设计方法。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 课题研究目的和意义
• 1.2 国内外细纱机现状和发展趋势
• 1.2.1 国外新型细纱机的主要技术特点
• 1.2.2 国产新型细纱机的主要技术特点
• 1.2.3 细纱机的发展趋势和新型控制技术的应用
• 1.3 人工神经网络的介绍
• 1.3.1 人工神经网络的发展及应用现状
• 1.3.2 神经网络控制在电气传动中的应用
• 1.4 学位论文的主要内容
• 第二章 细纱机的系统分析与智能控制系统的总体设计
• 2.1 细纱机的工艺简介
• 2.2 细纱机工艺的主要参数计算
• 2.3 细纱卷绕工艺参数的计算
• 2.4 传统细纱机的传动路线和控制策略及其不足
• 2.5 智能控制系统的总体设计
• 2.5.1 智能控制系统的硬件构成
• 2.5.2 智能控制系统的控制原理及特点
• 2.6 本章小结
• 第三章 无刷直流电机的分析与建模仿真
• 3.1 无刷直流电机简介
• 3.2 无刷直流电机的结构
• 3.3 无刷直流电机的工作原理
• 3.4 无刷直流电机的数学模型
• 3.4.1 电压方程
• 3.4.2 转矩方程
• 3.5 无刷直流电机的工作特性和传递函数
• 3.5.1 有关的数学方程式
• 3.5.2 稳态工作特性
• 3.5.3 动态工作特性
• 3.6 转矩脉动分析
• 3.6.1 电磁因素引起的转矩脉动
• 3.6.2 电流换向引起的转矩脉动
• 3.6.3 齿槽引起的转矩脉动
• 3.6.4 电枢反应造成的转矩脉动
• 3.6.5 机械工艺引起的转矩脉动
• 3.7 基于MATLAB/SIMULINK的BLDCM系统模型的建立
• 3.7.1 电压源逆变器模块
• 3.7.2 无刷直流电机本体模块
• 3.7.3 速度控制器模块
• 3.7.4 磁极位置传感器功能模块
• 3.8 SIMULINK 仿真结果
• 3.9 本章小结
• 第四章 基于神经网络的无刷直流电机自适应速度控制
• 4.1 概述
• 4.2 基于神经网络的系统辨识建模原理
• 4.2.1 神经网络的辨识方式
• 4.2.2 神经网络辨识模型拓扑结构的选择
• 4.2.3 辨识输入信号及其数据样本的获取
• 4.2.4 样本数据的分析与处理
• 4.2.5 神经网络的训练与测试
• 4.3 RBF人工神经网络
• 4.3.1 RBF网络的结构和特点
• 4.3.2 RBF网络的常用学习算法
• 4.4 改进的RBF网络学习算法
• 4.4.1 RBF网络的离线训练
• 4.4.2 RBF网络的在线训练
• 4.5 单神经元自适应PID控制
• 4.6 基于改进的RBF神经网络在线辨识的无刷直流电机单神经元自适应PID控制算法
• 4.7 仿真结果分析
• 4.8 本章小结
• 第五章 无刷直流电机智能控制器的硬件电路设计
• 5.1 无刷直流电机的控制系统概况
• 5.2 TMS320LF2407 DSP 功能和特点
• 5.3 三相无刷直流电机的DSP控制系统策略
• 5.4 系统硬件设计
• 5.4.1 系统构架
• 5.4.2 开关主电路
• 5.4.3 驱动电路
• 5.4.4 过压和欠压保护电路
• 5.4.5 位置信号采样电路
• 5.4.6 RS-485通信电路
• 5.4.7 电流采样电路
• 5.4.8 DSP的时钟电路
• 5.5 本章小结
• 第六章 智能控制系统软件设计
• 6.1 PLC程序设计
• 6.1.1 控制主程序
• 6.1.2 通信子程序
• 6.1.3 测速计算子程序
• 6.1.4 参数设定显示子程序
• 6.2 DSP主程序设计
• 6.3 霍尔信号中断捕获模块
• 6.4 A/D中断服务模块
• 6.5 速度神经网络调节器模块
• 6.6 与PLC的串行通信
• 6.7 看门狗设置
• 6.8 本章小结
• 第七章 总结与展望
• 7.1 全文总结
• 7.2 工作展望
• 参考文献
• 致谢
• 作者在攻读硕士期间的主要研究成果