1、 嘉兴学院毕业设计外文翻译论文题目： 小功率伺服电机控制器的设计 专业班级：电气 112 学生姓名：饶志建 指导老师:熊远生外文题目： 一种新的自适应开启 PID 控制器的基础上复发性小波神经网络的永磁同步机调速驱动系统 出 处： 先进控制工程与信息科学 作 者： Muguo Li,Da Liu 译 文： 先进控制工程与信息科学一种新的自适应自开启 PID 控制器的基础上复发性，小波神经网络的永磁同步机调速驱动系统。摘要：常规 PID 控制器不能具有令人满意的性能，当它已被在所述永磁同步电动机（PMSM）调速系统，其具有非线性的特性施加强耦合和多变量。为了解决这个问题，利用递归小波神经网络的新
2、混合动力控制算法（RNN） ，提出了一种可以调整上行参数是自适应的参数变化和负载扰动。所提出的控制器的有效性证明通过数值模拟和实验。事实证明，这种方案不仅具有良好的动态和稳态性能，而且还提高了系统的鲁棒性。关键词：递归小波神经网络;永磁同步电机;调速系统;磁场定向矢量控制;SVPWM1.简介对于永磁同步电机速度伺服系统，永磁同步电动机的字符，包括非线性，强耦合，多变量使其难以应用常规 PID 控制器，以达到良好的性能。尽管一些学者改进 PID 基于智能控制算法，这些方案都有自己的自己的缺点，有很多是仅在模拟，而不是在实际的系统中实现。基于递归小波神经网络的一种新的改进的 PID 算法，在本文中
3、，结合人工神经网络的能力，从工艺和小波分解的识别和动态系统的控制能力，学习建议。仿真和实验已获得证明的 RW PID 控制器具有优越性。PID 的响应速度快，稳定性好和敏感性的不确定性，如参数变化和负载扰动。2.控制器的设计2.1 系统结构系统结构被示出为图 1.*是命令速度输入。 是的预期速度参考模型的输出。M速度误差频率 和其差被用作小波神经的输入网络。网络计算线路，并提供 ，e PK，PID 控制器的 值的参数，并则控制信号从 PID 控制器产生以驱动永磁同步电动iKdK机的矢量控制系统。网络参数可被自动校正，这使得系统是自适应和自学习。马达转子速度已经反馈到指令输入，并使其速度闭环系统
4、。2.2 参考模型结构模型参考自适应控制已经被证明可以有效地减轻干扰，实现最佳的系统。在本文中，为了获得预期的控制性能，参考模型已被用于给出由马达转子速度中减去，以产生对网络的训练误差信号，使控制器的输出可以按照一个速度的基准速度信号理想的系统。一阶惯性系统被采用作为基准模型，传递函数被定义为：图 1 反复小波神经网络 PID 控制系统2.3 电流回路的设计该系统的电流闭环可以从永磁同步电机的数学模型中导出。使用 PI 调节器，电流环路最终简化为一阶惯性系统，其传递功能被示出为等式：(1)1sTsWrefm11sTKsGpiii233333 jkwjkkjwjkwjk ynetyE 22323
5、3 1jjjkjjjkkjj unetwynetyE 其中 K 为与比例因子 、 、 ，奇相当于小惯量控制增益， 是当前调节比例的参quiiKpK数， 是电流调节器的积分时间常数i2.4 经常性的小波神经网络结构甲三层小波网络采用的是这样的设计。该网络的输入变量选择为马达速度误差及其差别。有六个隐藏神经元节点。高斯的一阶导函数 用作在隐藏层中2exp的小波函数。隐层增加复发性节点的自反馈通过记忆老态使得抑制振荡网络可以得到一个稳定的输出。网络的输出用于接通 PID 控制器在线路实现良好的系统性能强劲。为了加快收敛，参考文献12被用于初始化运行的参数为该控制器。2.5 在线培训算法该 RWNN
6、的参数需要通过在线培训，更新适应的不确定性控制系统。在本文中，监督梯度下降法被选择作为上线学习算法，能量函数定义为：25.0.reE(2)因此，要传播输出层中的误差项推导：(3) (4)(5)(6)(7)各层的重量和平移和膨胀参数的更新方面，可以计算是 RWNN 的， 和 是连接权重是学习的学习率参数翻译和膨胀参数的速率参数。wu333 krkkeyE 1232232 Nytneytney jkjjjjkjj jjkjujjkujuj tt 2312322332 ijkjijjjkkwij xtwteytney 因此，RWNN 的参数更新法则由下式给出：， ， (8)3331jkjkjk wN
7、w2221jjj wN， ， (9)222ijijij jjj uujjj N1它是很难得到的公式（3）中 的值由于永磁同步电动机的非线性和3kry不确定性引起的参数变化。用克服这个问题的一个目的和增加网络参数的在线学习速率，输出层中的误差项是被替换 。13zek3.数值模拟与验证控制方案的可行性和有效性的目的，数值模拟研究已进行了正常的 PID 算法，并在提出的控制算法相同的条件。所使用的电机参数为 200 ，3 极，3000 时，Wrpm0.64 ;转子时刻惯性 0.375 ，额定电流为 1.63 ，阻力线线是 8.02 ，电Nm2cmkg A感线线 16.3 ，和扭矩常数是 0.48 。
8、mHANm/仿真结果示于图 2。对于提出的控制器，响应速度非常快，它是不受任何过冲或下冲，即有一个稳态零误差，并执行良好的稳定性。负载扰动进行了研究，以验证所提出的RWNN 的抗干扰能力控制器。结果表明，该 RWNN 控制器得多不敏感的扰动与常规的 PID控制器进行比较。因此它可以从模拟结果得出这样的结论 RWNN PID 控制器具有优异的动态稳定性能和坚固性比普通 PID 控制器。图 2（a） 模拟条件下常规 PID 和 PID 响应速度的调查得知，步速命令改变;条件常规PID 和快速响应速度；（b）在负载施加模拟调查图 3（a） 步骤速度命令被改变的 PID 和 PID 速度响应实验的结果
9、;（b 实验的 PID 和速度快的反应的结果，当负荷施加时4.系统试验为了进一步验证了该控制器的有效性，系统高原是建立和实验实施。在实验中，DSP处理器 TMS320F28335 其适于电动机控制被选择来执行算法操作。程序在 PC 上开发建设进入芯片。控制算法，坐标变换和 SVPWM 计算都实现了 DSP。DSP 处理器输出六个PWM 信号来控制的 IPM 以产生三相信号是适用于永磁同步电机。负载的变化是由转矩控制器进行。数字增量编码器安装在该转子轴上供给差分钱包它们送入 QEP 模块和计算得到的转子速度的速度计算程序三相电流通过霍尔测量传感器和在 DSP 正在转换由 A / D 模块后用于矢
10、量控制计算。该系统采样频率为 10 kHz，IPM 开关频率为 20kHz，直流母线电压 310V，和编码器的分辨率为 2500 P/ R。实验还分别研究了通过在条件比较 RWNN 控制器和 PID 控制器加强指挥和负载扰动。该实验结果示于图 3.从该实验的结果，它显示了使用 RW PID 控制器有一个平滑的运行控制系统，更快的阶跃响应和在与使用 PID 控制器的比较没有过冲或下冲。此外，RWNNPID 速度控制系统完全没有显著速度变化时，有一个突如其来的外部负载扰动，而不是 PID 速度控制系统提出了一个明显的速度降。它表明所提出的速度控制器可以有效地减少负载的影响干扰该系统。实验结果表明，
11、该 RWNNPID 速度控制器具有快速对此，良好的稳定性和较强的抗干扰能力，这充分展示了可行性和算法的有效性。5.结论永磁同步电动机的速度控制系统是一个复杂系统，它具有非线性的特性，强耦合和多变量。其结果是，常规的 PID 控制器难以调整，当它被用来在这种系统中。尤其是在具有规定的刚性的条件下，也很难获得一个灵活的，快速和准确的响应。在本文中，提出一种基 RWNN 一个新的 PMSM 自适应 PID 控制器 的计算方法。该算法采用 WNN打开 PID 参数自适应。在经常性的节点除了网络增加网络响应速度和保证网络具有稳定的输出。网络训练算法正在网上获得最佳参数，实现自适应系统具有较强的学习能力和良好的健壮性。该算法克服的问题，传统的 PID 的遭遇，并提高了永磁同步电机调速性能。此外，它创建了一个新的思路来解决这样的复杂系统的控制问题。目前实验的优势，并验证了该算法的可行性，这可能是应用到实际伺服电机速度控制系统。致谢本文是支持由中国国家自然科学基金（50879098） ，该基础研究经费为中国人民大学，中央大学（DUT10JR14）和中国辽宁省教育委员会（LS2010032）的科研项目。导师评语：签字： 年 月 日
