基于神经网络和预测控制的感应电机转速控制系统研究-电力系统及其自动化专业论文.docxVIP

万方数据 万方数据 分类号： 密级： U D C ： 编号： 工学硕士学位论文 基于神经网络和预测控制的感应电机 转速控制系统研究 硕士研究生 ：白建强 指 导 教 师 ：赵凯岐 副教授 学 位 级 别 ：工学硕士 学科、专业 ：电力系统及其自动化 所 在 单 位 ：自动化学院 论文提交日期 ：2013 年 12 月 论文答辩日期 ：2014 年 3 月 学位授予单位 ：哈尔滨工程大学 Classified Index: U.D.C: A Dissertation for the Degree of M. Eng Research on the control system of rotational speed Induction motor based on neural networks and predictive control Candidate: Bai Jianqiang Supervisor: Associate Professor. Zhao Kaiqi Academic Degree Applied for: Master of Engineering Specialty: Power System and Automation Date of Submission: Dec. 2013 Date of Oral Examination: Mar. 2014 University: Harbin Engineering University 哈尔滨工程大学 学位论文原创性声明 本人郑重声明：本论文的所有工作，是在导师的指导下，由作者本人独立完成 的。有关观点、方法、数据和文献的引用已在文中指出，并与参考文献相对应。除 文中已注明引用的内容外，本论文不包含任何其他个人或集体已经公开发表的作品 成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本 人完全意识到本声明的法律结果由本人承担。 作者（签字）： 日期： 年 月 日 哈尔滨工程大学 学位论文授权使用声明 本人完全了解学校保护知识产权的有关规定，即研究生在校攻读学位期间论文 工作的知识产权属于哈尔滨工程大学。哈尔滨工程大学有权保留并向国家有关部门 或机构送交论文的复印件。本人允许哈尔滨工程大学将论文的部分或全部内容编入 有关数据库进行检索，可采用影印、缩印或扫描等复制手段保存和汇编本学位论文， 可以公布论文的全部内容。同时本人保证毕业后结合学位论文研究课题再撰写的论 文一律注明作者第一署名单位为哈尔滨工程大学。涉密学位论文待解密后适用本声 明。 本论文（□在授予学位后即可 □在授予学位 12 个月后 □解密后）由哈尔滨 工程大学送交有关部门进行保存、汇编等。 作者（签字）： 导师（签字）： 日期： 年 月 日 年 月 日 基于神经网络和预测控制的感应电机伺服系统研究 摘 要 近年来，随着电力电子技术、控制技术和计算机技术的发展，用交流拖动控制系统 取代直流拖动控制系统已成为不争的事实，其中感应电机在运动控制中得到了广泛应 用。 感应电机具有高阶次、耦合性和非线性等特点，矢量控制技术在电机控制系统中广 泛应用，在此基础上寻找新的控制策略设计出具有高性能、强抗扰能力和强适应性的控 制系统，是当今国内外研究的热点。近年来，模型预测控制技术具有多目标、多变量、 强约束性等优势，能提高控制系统的跟踪性、稳定性和鲁棒性等特点，在运动控制中引 起了广泛关注。在基本矢量控制伺服系统中速度控制器通常采用传统的控制器，应用和 设计时要通过不断的调试控制器系数找到使系统达到最佳性能的参数，这就显得非常麻 烦。而调节之后系数固定，当电机参数变化以及外部负载扰动等因素的影响下，原本的 良好控制系统的就会大打折扣。这样人们开始寻求新的控制算法，智能控制技术具有很 强的抗扰动性和自适应性，且参数能够自动调节，如神经网络、模糊控制等，把智能控 制技术应用在来电机控制系统中意义非常重大。 本文做了两个方面的研究。一方面根据模型预测控制技术的基本原理和特点，把模 型预测控制的优点和按转子磁场定向的方法相结合，以三相电压型变换器和感应电机作 为预测控制的研究对象，以静止???坐标系下的电流为状态变量进行寻优比较的基本思 想，设计了电流预测感应电动机伺服系统，并对提高系统性能进行了较为深入的研究。 另一方面针对外部负载扰动或转动惯量等因素对电机控制系统性能的影响，提出了神经 网络自适应PI控制器，并把它应用速度环上。 在Matlab/Simulink环境中搭建系统的仿真模型并进行验证，仿真结果证明了神经网 络PI速度控制器和基本的控制器相比，当外界环境发生变化时具有很强的自适应性。通 过仿真对比可知，在负载转矩和转动惯量发生变化时神经网络速度控制器能够使系统保