（控制理论与控制工程专业论文）基于plc的两变频调速电机系统的神经网络逆同步控制.pdf

江苏大学硕士学位论文 摘要 长期以来，p l c 始终处于工业自动化控制领域的主战场，为各种各样的自动 化控制设备提供了非常可靠的控制应用。同时，随着科学技术的发展和生产系统 规模的扩大，多电机同步系统成为现代工业生产中应用比较广泛的电控系统。 本文针对交流感应电机同步系统多变量解祸问题，在江苏省自然科学基金的 支助下，应用神经网络a 阶逆系统方法对由p l c 控制的两台电机和变频器组成 的同步系统的速度和张力解耦控制进行了研究。 首先，使用逆系统方法对此系统进行了可逆性分析，在理论分析的基础上， 使用神经网络构造原系统的口阶逆系统，并给出了构造神经网络盯阶逆系统的具 体的方法、步骤、设计原则和注意事项。将得到的逆系统与原系统复合，则两电 机同步系统就被线性化和解耦为速度与张力两个相对独立的伪线性子系统，再分 别设计线性闭环调节器进行控制。 自行设计了由p l c 和上位机监控组态软件w i n c c 组成两电机同步系统的实 验平台。对神经网络的学习与训练，采用先将采集的数据在m a t l a b 中进行离线 训练，得到r b f 网络的参数，系统运行时根据需要再在p l c 中对这些参数进行 在线调整。大量的实验表明：所设计使用的神经网络口阶逆系统方法成功实现了 速度与张力间的完全解耦，系统对负载的扰动有较强的抑制作用，系统的动静态 特性明显改善，可有效跟踪任意给定轨迹。本文提出的在p l c 控制系统中应用 神经网络口阶逆系统方法，具有较好的应用前景。 关键词：两电机同步系统；解耦控制；神经网络口阶逆系统；p l c ；w i n c c 江苏大学硕士学位论文 a b s t r a c t a l o n gt i m e ，p l co f f e r sw i d er a n g eo fa u t o m a t i o ne q u i p m e n t sw i t hv e r yr e l i a b l e c o n t r o la p p l i c a t i o n s a tt h es a l n et i m e w i t l lt h ed e v e l o p m e n to ft e c h n o l o g ya n d e n l a r g es c a l eo f p r o d u c t i v es y s t e m , m u l t i - m o t o rs y n c h r o n o u ss y s t e mi sw i d e l ya p p l i e d i nm o d e r ni n d u s t r i a lp r o d u c t i o n w i t ht h ef i n a n c i a la i do fn a t u r a ls c i e n c ef u n do fj i a n g s up r o v i n c e ，t h ep a p e r f o c u s e so i lt h em u l t i - v a r i a b l ed e e o u p l i n gc o n t r o lo fs y n c h r o n i z a t i o ns y s t e mc o m p o s e d o ft w oa ci n d u c t i o nm o t o r s a n dt r a n s d u c e r s - - - - d e c o u p l i n gt h e s y n c h r o n i c a l l y m o d u l a t i n gv e l o c i t ys y s t e mi n t ov e l o c i t ya n dt e n s i o ns u b s y s t e m sb yt h ea p p l i c a t i o no f a t ha n ni n v e r s es y s t e mm e t h o d o nt h eb a s i so f t h e o r e t i ca n a l y s i so f t h ea 一曲a n ni n v e r s es y s t e m , t h em e t h o d s t h es t e p s t h ed e s i g np r i n c i p l e sa n dt h ec a u t i o n sa r ep r o p o s e dt of a b r i c a t et h ea 一曲 a n ni n v e r s es y s t e mo fo r i g i n a ls y s t e m a n dt h e nt h ea t ha n ni n v e r s es y s t e mo f o r i g i n a ls y s t e mi so b t a i n e d c a s c a d i n gt h ea n ni n v e r s es y s t e mw i t ht h et w o - m o t o r s y n c h r o n o u ss y s t e m , s ot h et w o - m o t o rs y n c h r o n o u ss y s t e mi sd e c o u p l e di n t ot w o i n d e p e n d e n tp s e u d o - l i n e a rs u b s y s t e m s - - - - s p e e ds u b s y s t e ma n dt e n s i o ns u b s y s t e m ， t h e nal i n e a rc l o s e - l o o pa d j u s t o ri sd e s i g n e dt oc o n t r o le a c ho f t h e s u b s y s t e m s w eh a v ed e s i g n e da l le x p e r i m e n tp l a t f o r mo ft w o - m o t o rs y n c h r o n i z a t i o ns y s t e m , w h i c hi sc o n t r o l l e db yp l ca n ds u p e r v i s o r yc o n t r o la n dd a t aa c q u i s i t i o n ( s c a d a ) s o f t w a r e w i n c c l e a r n i n ga n dt r a i n i n gt h en e u l 谢n e t w o r k , w ef i r s ta d o p t o f f - l i n et r a i n i n go fc o l l e c t i o nd a t ai nm a t l a bt h a tw ec a no b t a i nn e t w o r kp a r a m e t e r s n e x tw ea d j u s tt h e s ep a r a m e t e r so n - l i n ew h e nt h es y s t e mr u n l o t so fe x p e r i m e n t a l r e s u l t si n d i c a t et h a tt h i sm e t h o dd e s i g n e ds u c c e s s f u l l yd e c o u p l e st h es y s t e mi n t ot h e v e l o c i t ya n dt h et e n s i o ns u b s y s t e mc o m p l e t e l ya n dt h es y s t e mh a sg o o dr o b u s t a n c e a g a i n s tt h ed i s t u r b a n c eo ft h e1 0 a d t h ed y n a m i ca n ds t a t i ca t t r i b u t i o n si m p r o v e o b v i o u s l ya n dt h es y s t e mc a l lt r a c ea n yd e f i n e dr o u t e t h ep r o m i s i n gc o n t r o lm e t h o d u s i n gt h ea t ha n ni n v e r s es y s t e mi np l cc o n t r o ls y s t e mh a v ep r e f e r a b l ea n d a p p l i e df o r e g r o u n d k e y w o r d s ：t w o m o t o rs y n c h r o n o u ss y s t e m ； n e t w o r k sa t ho r d e ri n v e r s es y s t e mm e t h o d ； u d e c o u p l i n gc o n t r o l ；a r t i f i c i a ln e u r a l p l c ；w i n c c 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密口，在 年解密后适用本授权书。 本学位论文属于 不保密囫 学位论文作者签名：步爻坞 指导教师签名： 2 0 0 7 年二月，日 歹小司歹莎 l 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独 立进行研究工作所取得的成果。除文中已经注明引用的内容以外，本 论文不包含任何其他个人或集体已经发表或撰写过的作品成果。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。 学位论文作者签名：幸羔趄 2 0 0 7 年6 月- 日 江苏大学硕士学位论文 1 1 研究的目的和意义 第一章绪论 近年来，随着工业生产自动化程度的提高和生产规模的扩大，对各种机械性 能和产品质量的要求不断提高，单单针对一台电机的控制在很多场合已经不能满 足现代高科技发展的要求，而需要人们去控制多台电机，让其更好地协调运行。 多电机同步系统【1 ，2 j ，4 】是现代工业生产中应用比较广泛的电控系统，它在工业生 产、军事及航空等行业有广阔的应用领域。高性能的多电机同步协调控制可以提 高产品的质量和成品率。从我国目前的张力设备来看，绝大部分仍采用模拟量张 力型直流传动方式，直流电机的控制方法简单，调速方便，控制精度较高，但直 流电机存在性能价格比差、维护费用高、转速低和容量小等诸多难以克服的缺点。 而现在随着交流调速技术的不断发展，已经达到了直流调速的性能，所以用交流 电机来代替直流电机驱动系统已成为必然和工业应用的主流。然而，交流电机是 高阶、强耦合、非线性的复杂控制对象，这使传统的线性定参数p i d 控制常常 顾此失彼，无法达到满意的控制效果，同时工业生产要求实现张力与速度的解耦 控制，这就更增加了控制的难度。 如何解决这类多变量、非线性、强耦合的复杂系统的控制问题，提高交流多 电机同步系统的控制性能具有十分重要的意义。而且高性能多电机同步控制是非 线性系统控制中富于挑战性的课题之一；从控制的观点看，也是非线性控制理论 的一个重要的应用领域。 神经网络口阶逆系统方法是近些年来提出的一种新的控制方法。文献 5 采 用工控机加数据采集卡实现了神经网络逆控制。虽然运算速度较快，但是应用到 工业现场中，存在系统稳定性和可靠性差等问题。因为工业现场存在着环境恶劣、 干扰严重等问题，所以控制器的选择非常重要。p l c 控制系统是专门为在工业环 境下应用而设计的，稳定可靠，简单易学，且其通讯组网灵活，可方便的集成到 现场总线控制系统中，适合当前工业企业对自动化的需要。我们的工作就是使用 神经网络口阶逆系统 6 - - 1 1 】这一先进的控制理论和方法，在p l c 控制【1 2 j 的交流多 电机同步系统中，实现对交流多电机系统的解耦控制。 江苏大学硕士学位论文 1 2 非线性系统及其解耦控制的研究 二十世纪五十年代，经典的线性系统理论已经发展成熟和完备，并在不少工 程技术领域中得到了广泛的应用。其数学基础是拉普拉斯变换，模型是传递函数， 分析和综合方法是频率响应法。但是，它具有明显的局限性，突出的是难于解决 多输入一多输出系统，并且难以揭示系统的更深刻的特性。实际的被控系统都含 有或强或弱的非线性，线性系统模型也只是实际系统在一定精度或一定范围内的 近似。随着科学技术的发展，被控制的对象种类越来越多，控制装置也更加复杂， 同时对控制的精确性也提出了各种更高的要求，线性系统模型就显得不适用了， 将被控系统简化成线性模型显然已经不能满足现代工业的控制要求，工程技术的 需求推动着控制理论研究热点逐渐转向非线性系统控制【l 孙。 1 。2 。1 非线性系统控制的早期发展 二十世纪六十年代，非线性系统控制已经取得了一些明显的发展，主要的分 析方法有：相平面法、李亚普诺夫法、波波夫法、输入输出稳定法、近似线性化 法( 即局部线性化法) 、谐波线性化法和滑模变结构控制法等等【1 4 1 。这些方法都 已经铍用来解决实际的非线性控制问题。但这些方法都有其局限性，都不能作为 非线性系统控制的常用方法。例如：相平面法虽然能够获得定常系统的全部特性， 如稳定性、过渡过程等，但不能用于大于二阶的系统；李亚普诺夫法、波波夫法 和输入输出稳定法只能判断非线性系统的稳定性，具体应用受到共性限制( 他们 所提供的稳定性条件都是一种充分条件，而非必要条件，并且稳定性条件常常很 保守) 和个性限制( 李亚普诺夫法中构造李亚普诺夫能量函数比较困难：波波夫 法适用范围有限，只适用于一些基本形式的非线性系统；输入输出稳定性法中稳 定性概念比较抽象，要用到许多较离深的数学知识，不便于工程实现) ；近似线 性化方法将系统的数学模型在某一平衡状态加以近似化，但其仅适用于小干扰的 情况；描述函数法是一种工程近似分析法，主要用来分析系统的自振和稳定性， 其结果也只是近似的，并且适用的非线性种类不多；滑模变结构控制法为实现滑 模控制必须取得系统的全部状态量，且会产生高频颤动。 2 江苏大学硕士学位论文 1 2 2 反馈线性化解耦控制 非线性系统的线性化解耦是非线性系统控制中一个十分重要的研究方向，主 要是由于非线性系统形式上千差万别，很难找到像线性系统那样有比较规范的系 统且比较一般的控制方法。因此如果能将非线性系统线性化，并实现解耦，非线 性系统的控制问题就简化为线性单变量系统的控制问题，用线性系统控制的各种 方法来完成控制系统的设计，这样就使非线性系统控制大为简化。其中，反馈线 性化方法得到了普遍的重视和大量的研究。所谓反馈线性化，就是研究通过非线 性全状态反馈、输出反馈或动态补偿的方法将非线性系统利用反馈的方法变换为 线性系统，然后再按线性系统理论中成熟的方法完成系统综合的一种理论与方 法。反馈线性化方法与其它传统方法的一个主要不同点在于：它不再依赖于对非 线性系统的求解或稳定性分析，而只需要讨论系统的反馈变换，因而从理论上讲 具有一般性。 非线性控制理论中最主要的两种线性化和解耦控制方法是微分几何方法和 直接反馈线性化方法。 1 微分几何方法 在反馈线性化方法中，微分几何方法是较早发展起来并有较大影响的一种方 法。微分几何方法是在线性系统几何方法的基础之上，进一步引用微分几何的数 学概念而逐步发展起来的。从七十年代开始，人们在线性系统几何方法的基础之 上，引入微分几何、李代数和李括号等数学概念，努力寻求并行于线性系统状态 空间理论的非线性控制理论，取得了显著的进展，在h e r m a n n 等学者的倡导下， 逐步形成了一个专门的理论分支，即非线性系统的微分几何方法，从而为非线性 系统的控制理论找到了一个合适的工具，促进了仿射非线性系统线性化和解耦理 论研究，相关成果不断涌现【l ”。 这一系列令人振奋的理论和应用研究成果似乎正逐步应验罗马大学教授a i s i d o r i1 9 8 5 的预言：正如5 0 年代前引入拉氏变换和传递函数以及6 0 年代引入 线性代数方法分别给控制理论在单输入单输出及多变量线性系统所带来的重大 成就那样，微分几何方法【1 6 1 1 7 1 1 8 1 引入非线性控制系统，将会给控制理论带来突 破性的进展。 2 直接反馈线性化解耦控制方法一一逆系统方法 江苏走学硕士学位论文 对非线性反馈的研究还可追溯到更早些的工作。在微分几何方法出现之前， 就已经有了对于非线性系统反馈线性化的研究。许多学者对这种不同于微分几何 方法的反馈线性化方法【1 9 1 进行了理论探讨，同时在应用研究中也取得了很多成 果。从反馈的角度来看，这些研究都是对非线性反馈控制问题直接进行数学分析 研究和计算( 而微分几何方法要将控制问题转化成“几何域”问题进行研究) ，因 此称为直接反馈线性化方法( d f l ) 。近些年发展起来的“逆系统方法” 2 0 1 1 2 1 】就是 d f l 的一个主要分支。 逆系统方法的基本思想是：利用被控对象的逆系统( 通常可用反馈方法来实 现) ，将被控对象补偿成为具有线性传递关系的系统，然后再用线性系统的控制 理论束完成系统的综合。逆系统方法的特点是：物理概念清晰，既直观又易于理 解，与微分几何方法相比不需要高深的数学理论知识。但类似于微分几何方法， 逆系统方法也要求原系统的数学模型准确已知，而且还必须求出逆系统的显式表 示，这在实际应用中是很困难，甚至是做不到的，是逆系统方法在实际应用中的 两个“瓶颈”问题。 1 2 3 智能线性化及解耦控制在非线性控制中应用 7 0 年代以来，智能控制【2 2 1 作为控制领域中的一个新的分支开始形成和发展 起来。智能控制的目标就是将人脑的智能、计算机技术与控制理论结合起来，弥 补传统的数学定量化方法的不足。它在处理具有不确定性的非线性系统或过程控 制时，充分利用人的经验，比先通过系统辨识再进行控制或边控制边辨识且修改 控制器的控制手段显示出更强的灵活性与鲁棒性，这种新方法与其他非线性控制 理论的结合为非线性控制的发展注入了新的活力。 智能控制的概念主要是针对控制对象及其环境、目标和任务的不确定性和复 杂性而提出的，其基本特点是不依赖或不完全依赖被控对象的数学模型，而主要 利用人的经验、知识和技术以及控制系统的某些信息( 如控制输出、误差及延迟 等) 和性能得出相应的控制动作。由于这一点，智能控制在不确定性、非线性过 程或对象的控制中，体现出比现代控制理论中系统辨识方法的自适应控制有更好 的鲁棒性。目前一般认为，智能控制的潜在途径是： ( 1 ) 模糊控制使用模糊推理和计算作为控制系统的抉择环节； 4 江苏大学硕士学位论文 ( 2 ) 专家控制使用专家系统作为控制系统的自适应环节； ( 3 ) 神经网络控制使用神经网络作为控制系统的补偿或辨识环节。 1 模糊控制 模糊控制系统是一种自动控制系统，它是以模糊数学、模糊语言形式来表示， 以模糊逻辑推理为基础；采用计算机控制构成的一种具有反馈通道的闭环结构的 数字控制系统。它的组成核心是具有智能性的模糊控制器，这是它与其他自动控 制系统的不同之处。虽然在某些场合，模糊控制能够获得比较满意的结果。但模 糊控制综合定量知识的能力较差，一张较理想的模糊控制表必须通过精心整定才 能投入使用，量化因子和比例因子也影响整个系统的品质，这些因素使简单的模 糊控制器存在一定缺陷。对于某些复杂的工业过程，有时难以总结完整的经验， 当对象动态特性发生变化或受到干扰时，也会影响控制效果。因此，许多学者对 常规模糊控制做了许多改进和研究，与其他控制方法相结合，发展为自学习模糊 控制、神经网络模糊控制等等。 2 专家系统 专家系统是基于知识的智能控制。它是人工智能、专家系统、自动控制、模 糊技术相结合的产物。它利用专家系统的推理机制决定控制方法的灵活选用，实 现解析规律与启发式逻辑的结合、知识模型与控制模型的结合；它模仿人的智能 行为，采取有效的控制策略，从而使控制性能的满意实现成为可能。专家智能控 制系统技术对复杂的被控对象或过程尤为必要，因而对于各种实际的工业控制过 程具有广泛的应用前景。 专家智能控制系统由知识库、数据库、推理机、解释器及知识的获取五个组 成部分。其中，知识库和推理机是专家系统中两个主要的组成因素。它利用控制 理论的专业知识和经验，采用人工智能专家系统的知识表示及推理技术得出控制 动作的控制系统。一个好的专家系统首先必须有充分的关于控制的知识和被控过 程的有关数据，这是推理和决策的基础。另外还必须有一个有效利用知识的推论 机，因此，从某种意义上说，专家系统就是一个知识获取和利用的系统。目前， 专家系统的一个主要问题是学习比较慢，难以满足快速时变系统的实时控制要 求。 3 神经网络控制 江苏大学硕士学位论文 人工神经网络 2 4 , 2 5 ，2 6 1 ( a r t i f i c i a ln e u r a ln e t w o r k , a n n ) ，亦称为神经网络 ( n n ) ，是由大量处理单元( 神经元) 广泛互连而成的网络，是对人脑的抽象、 简化和模拟，反映人脑的基本特性。人工神经网络的研究是从人脑的生理结构出 发研究人的智能行为，模拟人脑信息处理的功能。它是根植于神经科学、数学、 统计学、物理学、计算机科学及工程等学科的一种技术。所谓神经网络控制，即 基于神经网络的控制，是指在控制系统中采用神经网络这一工具对难以精确描述 的复杂的非线性对象进行建模、或充当控制器、或优化计算、或进行推理、或故 障诊断、或同时兼有上述某些功能的适应组合。 神经网络的研究开始于2 0 世纪4 0 年代，它的发展经历了一条由兴起、萧条 和兴盛三个阶段构成的曲折道路。8 0 年代，神经网络的研究再度兴起，对认知 和智力本质的基础研究乃至计算机产业都产生了空前的刺激和极大的推动作用。 由于神经网络具有任意非线性映射、自学习、自适应等能力，它给遇到挑战的控 制理论开辟了新的研究领域，对于控制工作者而言，基于神经网络的智能控制系 统具有以下几个特点： ( 1 ) 不依赖或不完全依赖被控对象的数学模型，能够逼近任意l 2 上的任意非线 性函数： ( 2 ) 分布式存储与并行处理； ( 3 ) 容错控制，鲁棒性强； ( 4 ) 具有自适应、自学习能力。 神经网络的出现给非线性系统的建模与控制提供了一种很好的手段，将神经 网络控制与经典控制相结合，发挥各自的优势，可以解决一大类控制难题。由于 神经网络具有较强的适应能力、并行处理能力和本质非线性，因此对非线性和不 确定系统，采用神经网络设计的控制器将具有更强的适应能力、更好的实时性和 鲁棒性。比如用神经网络来辨识原系统或逆系统的模型，对于复杂系统的建模将 是一个极大的推动，用此方法可以有效的解决逆系统方法中系统模型及逆系统模 型难以建立的困难，极大的推动了逆系统方法的应用。 总之，包括模糊控制、专家控制和神经网络控制在内的智能控制是非线性系 统控制的一个发展方向。但它们目前仍处于开创性研究阶段，许多概念尚处于发 展之中。总体上看，智能控制还缺乏峰实的理论基础，需要与其它控制理论及方 6 江苏大学硕士学位论文 法广泛结合，取长补短，才能逐步走向成熟，为复杂的非线性工业对象的控制指 明道路。 1 3 多电机同步控制技术的发展概况 由于近代电力电子技术、微电子、控制理论、计算机技术以及传感器技术的 发展，均为交流传动控制提供了广阔的前景，为设计出高精度，快速响应的交流 传动系统奠定了基础，同时也使多电机协调控制研究成为可能。近年来国内在该 方面的研究刚刚起步，国外在该领域的研究得到迅速发展，多电机的协调控制主 要有多电机的非耦合控制和交叉耦合控制。 多电机非交叉耦合控制涉及到的控制策略均是针对每一轴( 每一台电机) ，也 就是该电轴针对一电机但对其它电机具有不可见性，虽然采取有效的控制策略在 某种程度上能够提高控制效果，但是对整个多电机系统协调控制还是有很大的局 限性。非耦合控制的一个共同难点是各电机( 各电轴) 之自j 的动态性能不够相互 配合，而实际上各轴之间的动态性能也是在不断改变的，受到负载和噪声干扰等 许多因素的影响。另外，跟踪曲线的非线性和不断变化也给协调控制带来一定的 困难。在这些情况下，为了进一步提高控制效果就必须采用多电机交叉耦合控制。 自从1 9 8 0 年k o r e n 提出交叉耦合控制以后【2 7 1 ，许多科学工作者围绕“多电 轴协调控制”展开了进一步研究，特别是9 0 年代，g u o 等把双线性理论应用到 多电机的控制上哪l ，t o m i z u k a 等又把自适应前馈控制策略应用到交叉祸合控制 器中，以提高瞬间响应和抗干扰能力 2 9 1 。采用交叉耦合控制能有效地解决各轴 之间动态性能不匹配的问题，把最优控制、自适应控制、前馈控制等控制方法应 用于线性跟踪取得了一些效果，但遇到非线性跟踪就暴露其局限性。于是人们采 用时变交叉祸合控制器、变增益交叉耦合控制器等来实现这种非线性跟踪控制， 取得了一定的控制效果。这大大增加了控制器的复杂程度。针对实际物理系统模 型的不确定性，许多研究者还把鲁棒控制理论应用到多电机的直接协调控制中， 如b a i l e y 和k e l l v ( 1 9 9 2 ) 1 3 0 l 。 在多电机的速度和张力解耦控制中，除了传统的反馈控制以外，主要有： ( 1 ) 前馈控制策略 1 9 9 9 年，s e o k 和s e u n g h o 等根据实际平均转子速度和参考张力设计前馈补 7 江苏大学硕士学位论文 偿器，实现解耦控制1 3 1 1 ，2 0 0 0 年他们又提出了带张力观测的控制器，由子 是前馈补偿性质，因此控制效果依赖于系统的模型，受参数影响较大1 3 2 1 。 ( 2 ) 交叉耦合控制 2 0 0 0 年，张殿华等用伪对角化方法来设计交叉耦合控制器，使补偿后的系 统具有对角占优的特性，实现活套和张力的解耦控制口3 1 。 ( 3 ) 现代控制理论方法 如多模型参考自适应、最优控制、鲁棒控制、 乙控制等，1 9 9 1 年y o s h 的 等采用最优调节理论实现多变量的活套控制，根据不同的权矩阵计算不同 的控制增益m l ；1 9 9 7 年，h i r o y u k i 等把日。控制应用在热轧系统中，获得稳 定的活套控制系统【，5 1 ；1 9 9 8 年o k a d a 等把热轧精炼系统看成6 阶模型，运 用优化理论实现解耦控制 3 6 1 ；1 9 9 8 年，t i m o t h y 等采用后推方法 ( b a c k s t e p p i n g ) 设计热轧精炼张力控制系统控制器，该控制器的增益是时变 的且为非线性函数【3 7 l 。2 0 0 0 年，p r a b h a k a r 等采用l u e n b e r g e r 观测器对铝带 加工线的状态进行估计，根据估计的结果给出故障的特征3 8 1 ；2 0 0 0 年n a m h o 等以速度、张力系统为例，采用主从概念解决多系统的负载共享问题口9 1 。 ( 4 ) 分散、子空间方法 1 9 9 7 年，t e t s u z o 等把分散控制的方法应用到张力控制系统中，设计具有 p i 结构的自适应控制器来补偿邻近子系统的影响 4 0 l ；2 0 0 0 年，k a z u y a 等在 分散控制的基础上，增加了协调控制，改善了系统的性能。1 9 9 8 年， b a s t o g n e 等把子空间的方法应用到张力状态空间模型的辨识上，简化了辨 识问题【4 2 】。 ( 5 ) 神经网络控制 1 9 9 8 年，l u o 应用多层神经网络使速度环和张力环“隔离”，实现速度和张 力的半独立控制【4 3 1 。 以上这些方法大多都依赖于系统的数学模型，且大部分是以直流电机为控制 对象，交流电机也是采用简化的一阶模型，解祸也是静态解祸。 近年来提出的神经网络口阶逆系统是由我国学者独创的理论和方法，它与自 动控制、人工智能、神经网络理论、计算机科学、模式识别等有密切的关系，是 相关学科相互结合与渗透的产物，具有广阔的应用前景。其主要特点是： 8 江苏大学硕士学位论丈 ( 1 ) 不依赖于被控系统精确的数学模型，只需要很少的先验知识。 ( 2 ) 适用于较一般的非线性系统。 ( 3 ) 对系统的参数、结构变化( 如乒乓控制等突变非线性) 有较强鲁棒性。 签于此，提出了用神经网络口阶逆系统的方法对多电机同步系统进行解祸控 制j 【4 5 i 。无须知道系统的精确的数学模型，即可构造出原系统的神经网络口阶 逆系统模型。采用静态神经网络加上若干积分器组成动态神经网络，从而来逼近 原系统的动态非线性逆系统。该方法提供了一种一般的获得逆模型的方法，其详 细介绍将在下一章给出。 神经网络口阶逆系统这一先进的控制理论和方法不但在交流调速系统中得 到应用，而且目前已有将这一先进的控制理论和方法在电力系统、机器人控制、 倒立摆控制等领域成功地实现应用的例子1 4 6 , 4 7 a 8 a g 。可见，该方法的提出，不但 推动了多电机同步控制技术的发展，而且在其他领域也将这一理论成果转化成经 济效益，提高了企业的竞争力。 1 4p l c 以及组态软件的发展 1 4 1p l c 的发展概况 随着微处理器、计算机和数字通信技术的飞速发展，计算机控制已经广泛地 应用在几乎所有的工业领域。现代社会要求制造业对市场需求作出迅速的反应， 生产出小批量、多品种、多规格、低成本和高质量的产品。为了满足这一要求， 生产设备和自动生产线的控制系统必须具有极高的可靠性和灵活性，可编程序控 制器讵是顺应这一要求出现的，它是以微处理器为基础的通用工业控制装置。 可编程序控制器( p r o g r a m m a b l el o g i cc o n t r o l l e r ) 简称p l c ，其发展过程大 致可分三个阶段： 一早期的p l c ( 6 0 年代未- - 7 0 年代中期) 一般称为可编程逻辑控制器。其 主要功能只是执行原先由继电器完成的顺序控制，定时等。它在硬件上以准计算 机的形式出现，在i o 接口电路上作了改进以适应工业控制现场的要求。装置中 的器件主要采用分立元件和中小规模集成电路，存储器采用磁芯存储器。另外还 采取了一些措旋，以提高其抗干扰的能力。在软件编程上，采用广大电气工程技 9 江苏大学硕士学位论文 术人员所熟悉的继电器控制线路的方式梯形图。因此，早期的p l c 的性能 要优于继电器控制装置，其优点包括简单易懂、便于安装、体积小、能耗低、有 故障指示、能重复使用等。其中p l c 特有的编程语言梯形图一直沿用至今。 二中期的p l c ( 7 0 年代中期- - 8 0 年代中，后期) 在7 0 年代，微处理器的 出现使p l c 发生了巨大的变化。美国，日本，德国等一些厂家先后开始采用微 处理器作为p l c 的中央处理单元( c p u ) 。这样，使得p l c 功能大大增强。在软 件方面，除了保持其原有的逻辑运算、计时、计数等功能以外，还增加了算术运 算、数据处理和传送、通讯、自诊断等功能。在硬件方面，除了保持其原有的开 关模块以外，还增加了模拟量模块、远程i o 模块、各种特殊功能模块。并扩大 了存储器的容量，使各种逻辑线圈的数量增加，还提供了一定数量的数据寄存器， 使得p l c 应用范围得以扩大。 三近期的p l c ( 8 0 年代中、后期至今) 进入8 0 年代中、后期，由于超大规 模集成电路技术的迅速发展，微处理器的市场价格大幅度下跌，使得各种类型的 p l c 所采用的微处理器的档次普遍提高。而且，为了迸一步提高p l c 的处理速 度，各制造厂商还纷纷研制开发了专用逻辑处理芯片。这样使得p l c 软、硬件 功能发生了巨大变化。 因为p l c 的应用面广、功能强大、使用方便，所以已经成为当代工业自动 化的主要支柱之一，在工业生产的所有领域得到了广泛的使用。 1 4 2 组态软件的发展概况 1 概述 组态软件是数据采集监控系统s c a d a ( s u p e r v i s o r yc o n t r o la n da c q u i s i t i o n l 的软件平台工具，足工业应用软件的一个组成部分。它具有丰富的设置项目，使 用方式灵活，功能强大。组态软件由早先单一的人机界面向数据处理机方向发展， 管理的数据量越束越大。随着组态软件自身以及控制系统的发展，监控组态软件 部分地与硬件分离，为自动化软件的发展提供了充分发挥作用的舞台。在组态软 件出现之前，工控领域的用户通过手工或委托第三方编写h m i 应用，开发时间 长，效率低，可靠性差：或者购买专用的工控系统，通常是封闭的系统，选择余 地小，往往不能满足需求，很难与外界进行数据交互，升级和增加功能都受到严 1 0 江苏大学硕士学位论文 重的限制。组态软件的出现，把用户从这些困境中解脱出来，可以利用组态软件 的功能，构建一套最适合自己的应用系统。随着它的快速发展，实时数据库、实 时控制、s c a d a 、通讯及联网、开放数据接口、对设备的广泛支持已经成 为它的主要内容，随着技术的发展，监控组态软件将会不断被赋予新的内容。 2 功能 目前看到的所有组态软件都能完成类似的功能：几乎所有运行于3 2 位 w i n d o w s 平台的组态软件都采用类似资源浏览器的窗口结构，并且对工业控制系 统中的各种资源( 设备、标签量、画面等) 进行配置和编辑；处理数据报警及系 统报警；提供多种数据驱动程序；各类报表的生成和打印输出；使用脚本语言提 供二次开发的功能；存储历史数据并支持历史数据的查询，等等。 3 主要产品介绍 ( 1 ) i n t o u c h ：w o n d e r w a r e 的l n t o u c h 软件是最早进入我国的组态软件。在8 0 年代末、9 0 年代初，基于w i n d o w s 3 ，1 的l n t o u c h 软件曾让我们耳目一新，并且 i n t o u c h 提供了丰富的图库。但是，早期的i n t o u c h 软件采用d d e 方式与驱动程 序通信，性能较差，最新的i n t o u c h 7 0 版已经完全基于3 2 位的w i n d o w s 平台， 并且提供了o p c 支持。 ( 2 ) c i t e e h ：c i t 公司的c i t e e h 也是较早进入中国市场的产品。c i t e c h 具有简 洁的操作方式，但其操作方式更多的是面向程序员，而不是工控用户。c i t e c h 提 供了类似c 语言的脚本语言进行二次开发，但与i f i x 不同的是，c i t e c h 的脚本 语言并非是面向对象的，而是类似于c 语言，这无疑为用户进行二次开发增加 了难度。 ( 3 ) 、聃n c c ：s i e m e n s 的w i n c c 也是一套完备的组态开发环境，s i e m e n s 提供 类似c 语言的脚本，包括一个调试环境。w i n c c 内嵌o p c 支持，并可对分布式 系统进行组态。但w i n c c 的结构较复杂，用户最好经过s i e m e n s 的培训以掌握 w i n c c 的应用。 ( 4 ) 组态王：组态王是国内第一家较有影响的组态软件开发公司( 更早的品 牌多数已经湮灭) 。组态王提供了资源管理器式的操作主界面，并且提供了以汉 字作为关键字的脚本语言支持。组态王也提供多种硬件驱动程序。 其他常见的组态软件还有i n t e l l u t i o n 公司的i f i x ，华富计算机公司的c o n t r o x 江苏大学硕士学位论文 ( 开物) ，大庆三维公司的f o r c e c o n t r o l ( 力控) 以及国内一些组态软件通态软件 公司的m c g s 等等。 1 5 本文研究思路的提出 由以上对非线性系统解耦控制的发展和研究现状的总结，我们可以得到以下 几个结论： 第一，基于微分几何或逆系统方法的连续非线性系统的控制在理论上已经比 较成熟，但这些方法要求被控系统的数学模型精确已知，必须求出反馈控制的解 析表达式，而且要求系统参数恒定或参数变化规律已知，这些前提条件在实际的 工程应用中很难满足。因此，如何突破“解析型”框架的束缚，已经成为这些方 法在应用中的“瓶颈”问题。 第二，神经网络控制在对无法用数学模型精确描述的非线性系统控制中显示 出较大的优越性，而离散非线性系统的控制理论本身的不成熟性，又导致神经网 络的控制效果无法令人满意。 第三，交流多电机系统在纺织、冶金、机械、造纸等行业中的应用十分普遍。 同时高性能多电机同步控制也是非线性系统控制中富于挑战性的课题之一。从控 制的观点看，这是一个复杂的多变量非线性问题，是非线性控制理论的一个重要 的应用领域。 第四，先进的理论研究成果与现代工业生产相结合，将理论成果转化为经济 效益是一项非常有意义的工作，也是理论研究所追求的最终目标。 由以上分析不难看出，将逆系统方法与神经网络方法相结合，发挥互补优势， 即将非线性连续控制理论中线性化解耦理论与神经网络对未知非线性函数的逼 近能力和学习能力相结合，是一种行之有效的可实现的工程方法。同时，结合工 业生产实际的需要，将神经网络逆系统方法应用到p l c 控制的交流多电机同步 系统的控制上，不仅在学术上有很高的研究价值，而且在经济上以先进的理论推 动工业生产的发展也具有较高的价值。 1 2 江苏大学硕士学位论文 1 6 本文内容安排 本文共分为六章。 第一章为绪论。 第二章系统地介绍了神经网络逆系统方法。由于该方法结合了逆系统方法与 神经网络控制，因此首先分别对逆系统方法和人工神经网络进行了介绍。主要对 逆系统方法所涉及的系统的逆、复合伪线性系统等概念进行了说明，并针对应用 逆系统方法时，“如何判别系统是否可逆”这一关键问题，给出判断系统可逆性 的方法；简要介绍了神经网络控制的发展和特点：给出了神经网络逆系统的总体 设计思想和步骤。 第三章根据两台电机同步系统的数学模型，通过理论分析，证明在不同的控 制方式下，该系统总是可逆的。 第四章简单介绍了两电机同步系统试验平台的硬件、软件环境。详细描述了 神经网络逆系统方法在p l c 控制两电机同步系统中的实现，包括实验数据的采 集、处理和神经网络的设计、训练。用神经网络构建逆系统时，先对网络进行离 线训练。为了使网络适应环境的变化，又在电机的运行过程中，对网络的参数进 行在线调整。即采用了离线训练和在线调整相结合的方法。 第五章通过试验，分析了控制效果，并与p i d 控制进行了比较和分析。试 验结果表明神经网络逆系统的方法比传统的p i d 控制效果更好。并实现了交流 电机同步系统的张力与速度的解耦控制，该控制方法对系统的外部负载扰动有很 强的抑制能力，对交流电机的非线性因素和参数的变化具有良好的适应性和鲁棒 性。 第六章总结了本论文所作的主要工作以及进一步研究的发展方向。 1 3 江苏大学硕士学位论文 第二章神经网络口阶逆系统方法 2 1 逆系统方法简介 逆系统方法，是用反馈线性化方法来研究控制系统设计理论的一种途径，是 一种比较有一般性的方法。逆系统方法的基本思想是：首先，利用对象的逆系统 构成一种可用反馈方法实现的口阶积分逆系统，将对象补偿为具有线性传递关系 的系统，即伪线性系统；然后再用线性系统的理论来完成这种系统的综合。这就 可以实现在线性系统中能够实现的诸如解耦、极点配置、二次型指标最优、鲁棒 伺服跟踪等目标。逆系统方法直观简便和易于理解，更加适合于工程应用。 2 1 1 逆系统 从泛函的观点看，一个系统相当于一个由输入映射到输出的算子。给定一个 系统( 线性或非线性) 如图2 1 1 所示，其输入为“( f ) ，初始状态x ( t o ) ；， 记描述系统映射关系的算子为0 ：u _ y ，则j ，( ) = o x o ，“( ) 】简写为y = o u 。 一甜( ) r y ( ) ：叫s y s t e m x op 图2 1 1 给定系统 所谓系统的逆系统是指能实现从系统的输出到输入逆映射关系的系 统。逆系统又分左逆系统和右逆系统，其中左逆系统，粗略的讲就是根据系统当 前的输出及各阶导数的信息来判断系统当前的输入，实际上研究的是对输出的观 测问题。而右逆系统则可以根据原系统的某些期望输出y 。( f ) ，通过使其作为 右逆系统的输入，来产生需要加到原系统输入端的控制量u 。( t ) ，以驱动原系 统产生事先期单的输出y ( f ) = y d ( f ) ，因此右逆系统研究的是对输出的控制问题a 由于本文研究目的在于探讨有效的控制方法，因此左逆系统不在我们的研究范 畴。在下文中，如果不加特别说明，逆系统即指右逆系统。 逆系统的严格定义如下： 1 4 江苏大学硕士学位论文 定义2 1 1 ：设兀为一个p 维输入、g 维输出的系统，表示其映射关系的算子为 歹：肋，其中y s ( f ) = l y m y 招，y 审】7 ，( f ) = 阻扪甜d 2 ，“由】7 ，y d ( t ) 为 取值于给定域内的任意的光滑函数向量，并且在初始时刻t 。处满足一定的初始条 件，如果算子歹满足下式： 卯y d = o u d = y d ( 2 1 1 ) 则称系统n 为系统的单位逆系统。相应的，称系统为原系统。 定义2 1 2 ：设兀。为另一个p