双馈电机神经网络逆控制策略研究及仿真

论文摘要

对于复杂的非线性系统,逆系统方法能够起到反馈线性化和多变量解耦的作用,其思路简单易于理解。但是要想得到逆系统的解析实现形式,不仅要依赖于精确的数学模型的解析表达式,还要依赖具体的系统参数,而在具体情况中,许多被控系统耦合性很强,具有很强的非线性特征,难以用精确的解析表达式表示出来,只能用近似的模型来代替。而要创建它的精确数学模型并求解逆系统解析表达式,必须利用许多求解技巧,但有时仍然难以实现,而且许多非线性被控系统的内部状态与具体参数是部分可测的,甚至有时是难以获取的。另外,在实际过程中系统参数还要受到周围环境变化的影响,这样会引起很大的波动,致使得到的逆系统不能完全确定。由于神经网络具有多输入多输出的特点,且具有自学习能力,能够以任意精度逼近复杂非线性函数,因此,引入神经网络来创建非解析实现形式的逆系统,方法十分有效。双馈电机是一个多变量、非线性、强耦合的系统,本文在双馈电机矢量控制的基础上,提出了采用神经网络逆系统的控制策略来控制双馈电机,给出了双馈电机在定子磁链定向时MT轴坐标系下的数学模型,并得到了双馈电机的状态方程表达式,运用Interactor算法证实了系统的可逆性。用MATLAB软件构造出了双馈电机神经网络逆模型,加上积分器后与原系统串接构成伪线性复合系统,通过仿真给出了转速和磁链解耦波形,仿真结果表明神经网络逆系统控制策略应用在双馈电机上是可行的。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 引言
• 1.1 课题的背景和意义
• 1.2 双馈调速技术的发展状况
• 1.3 本文研究的主要内容
• 第2章 双馈电机调速原理分析
• 2.1 双馈调速原理概述
• 2.2 双馈电机的数学模型
• 2.3 坐标变换和变换矩阵
• 2.3.1 坐标变换的基本思路和变换的原则
• 2.3.2 由三相静止坐标系到两相同步旋转坐标系的变换
• 2.3.3 两相静止坐标系下的双馈电机数学模型
• 2.3.4 两相同步旋转坐标系下的双馈电机数学模型
• 2.4 定子磁链定向矢量控制策略
• 第3章 神经网络逆控制原理
• 3.1 BP网络基础
• 3.1.1 静态神经网络
• 3.1.2 动态神经网络
• 3.2 逆系统线性化解耦原理
• 3.2.1 逆系统的概念
• 3.2.2 逆系统线性化解耦概述
• 3.3 神经网络逆控制的原理与结构
• 3.3.1 神经网络逆控制组成原理
• 3.3.2 神经网络逆系统的结构
• 3.4 神经网络逆系统的实现
• 3.4.1 神经网络逆系统结构的确定
• 3.4.2 神经网络的选型
• 3.4.3 神经网络逆系统的训练结构与步骤
• 3.4.4 激励信号的选取
• 3.4.5 训练样本的获取
• 3.4.6 神经网络的训练与校验
• 3.4.7 神经网络逆系统的校验
• 3.5 基于神经网络逆系统的复合控制器
• 第4章 双馈调速神经网络逆控制策略及仿真
• 4.1 双馈调速神经网络逆控制策略
• 4.1.1 双馈电机逆系统分析
• 4.1.2 控制方案概述
• 4.2 电机神经网络逆模型的构造
• 4.3 双馈电机神经网络逆控制框图
• 4.4 双馈调速神经网络逆控制MATLAB仿真
• 第5章 总结与展望
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 致谢
• 附录