(控制理论与控制工程专业论文)开关磁阻电机智能建模及非线性Hlt∞gt控制.pdf_第1页
(控制理论与控制工程专业论文)开关磁阻电机智能建模及非线性Hlt∞gt控制.pdf_第2页
(控制理论与控制工程专业论文)开关磁阻电机智能建模及非线性Hlt∞gt控制.pdf_第3页
(控制理论与控制工程专业论文)开关磁阻电机智能建模及非线性Hlt∞gt控制.pdf_第4页
(控制理论与控制工程专业论文)开关磁阻电机智能建模及非线性Hlt∞gt控制.pdf_第5页
已阅读5页,还剩61页未读 继续免费阅读

(控制理论与控制工程专业论文)开关磁阻电机智能建模及非线性Hlt∞gt控制.pdf.pdf 免费下载

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

中文摘要 开关磁阻魄槐( s r m ) 模型戆建立直接影璃到电掇的优诧设计、电襁渤惑蛙 能分析积秀辊效率的评倍;霜露精确的毫税模型建立豢霸予龟撬静高魏麓菠裁。 本文采用软计算方法建立s r mj 线性模型,实现转子位置估算。首先根据实验 测得的s r m 定子电流、绕组电感和转子位置,研究开关磁阻电动机非线性特性, 得到模糊规则,实现开关磁阻电机灼模糊建模;根摄模糊建模的缺点,然后剁用 神经网终学习功藏步搂凝建撰谈差;镑对选取穰凝裳疆瘦戆莲意往,本文皋溪 遗传算法对模糊隶属度函数进行优化,实现了最优模糊建模。利用软计算方法实 现s r m 建模w 以借助电动机的非线性特性和设计经验,并避免了采用有限元等 方法建模的炭杂计算,极大简化了建模过程。 针对一类鑫鸯泰翔 # 线蛙殴数熬 缓牲系统,本文疆出了一耱薪的键能胃。 鲁棒控裁方法,给赉了理论分褥,并将挖方法应用予囊线嚣关磁阻电撬g 嚣动系统 ( l s r d ) 。本文首先采用神经网络逼近未知非线性函数,把神经网络逼近误差视 为外部扰动的一部分,然后基于l y a p u n o v 方程及耗散系统的概念,构造盯。控制 器,使外郝扰动到被控输出变爨之间的厶增益达到绘怒的干扰抑制水平,蠲环 系统全嚣澈l 疆稳定。 关键词:开关避阻电规模凝算法享孛经网络遗传葵法越。控制 a b s t r a c t t h ec o n s t r u c t i o no fm o d e lf o rs w i m h e dr e l u c t a n c em o t o r ( s r m ) g r e a t l ya f f e c t s t h em o t o rd e s i g n ,t h ea n a l y s i so fd y n a m i cc h a r a c t e ra n dt h ee v a l u a t i o no fs r m m e a n w h i l e ,t h ee x a c tm o t o rm o d e la l s ob e n e f i t st h eh i 鐾hl e v e lc o n t r o lo fs r m t h i s p a p e ra p p l i e ss o f tc o m p u t i n gt e c h n i q u e st ot h en o n l i n e a rm o d e l i n go fs w i t c h e d r e l u c t a n c em o t o r ( s r m ) f r o mt h em e a s u r e dd a t a o fs t a t o r c u r r e n t ,w i n d i n g i n d u c t a n c ea n dr o t o ra n g l ep o s i t i o ni ne x p e r i m e n t ,t h en o n l i n e a rc h a r a c t e r i s t i co f s r mi so b t a i n e da n df u z z yr u l e sa r ef u r t h e rd e v e l o p e d c o n t i n u a l l y , b e c a u s eo ft h e d i s a d v a n t a g eo ff u z z ym o d e l i n g ,n e u r o n e t w o r k sw i t ht h es e l f _ t e a r n i n ga b i l i t yi s c o m b i n e dw i t hf u z z ym e t h o dt or e d u c et h e m o d e l i n ge n o r - f i n a l l y d u et o t h e r a d o n m e s so ft h ec h o i c eo ff u z z ym e m b e r s h i pf u n c t i o nt h eg e n e t i cm g o r i t h m ( g a ) i s e m p l o y e di nt h ep a p e rt oo p t i m i z en o n l i n e a rm o d e l i n g s o f tc o m p u t i n gt e c h n i q u e b a s e dn o n l i n e a rm o d d i n gc o u l da v o i dt h ec o m p l e x i t yo fa n a l y t i c a lm o d d i n ga n d g r e a t l ys i m p l i f i e dt h ep r o c e d u r eo fm o d e l i n g t h i sp a p e rp r o p o s e dt h er e s o l u t i o no fa l li n t e l l i g e n th 。c o n t r o lp r o b l e mf o ra c l a s so fn o n l i n e a rs y s t e m si nw h i c hu n k n o w nn o n l i n e a rf u n c t i o n sa r ea s s u m e dt oe x i s t t h ep r o p o s e ds c h e m ei sa p p l i e dt ot h ep o s i t i o nc o n t r o lo fl i n e a rs w i t c h e dr e l u c t a n c e m o t o rd r i v e ss y s t e m i nt h ep r o c e d u r e ,r b fn e u r a ln e t w o r k s ( n n s ) a r eu s e dt o m o d e lt h en o n l i n e a rf u n c t i o n sa n dt h ea p p r o x i m a t i o ne r r o ri sl o o k e do na sp a r to ft h e e x t e r n a ld i s t u r b a n c e f u r t h e r , h 。t r a c k i n gc o n t r o l l e ri sd e r i v e db a s e do nl y a p u n o v f u n c t i o na n dt h en o t i o no fd i s s i p m i v e n e s s n o to n l yc a nt h ec o n t r o l l e rg u a r a n t e et h e s t a b i l i t yo ft h eo v e r a l lc o n t r o ls y s t e m ,b u ti tc a na l s oa t t e n u a t et h ee f f e c to fb o t ht h e e x t e r n a ld i s t u r b a n c ea n dn n sa p p r o x i m a t i o ne r r o rt oa p r e s c r i b e dl e v e l k e yw o r d s :s w i t c h e dr e l u c t a n c em o t o r ( s r m ) ,f u z z y , n e u r a ln e t w o r k s , g e n e t i ca l g o r i t h m ,h 。c o n t r o l 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的 研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表 或撰写过的研究成果,也不包含为获得墨壅盘堂或其他教育机构的学位或证 书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中 作了明确的说明并表示了谢意。 学位论文作者签名:牛跟霞 签字日期:彬r 年7 月2 - 日 学位论文版权使用授权书 本学位论文作者完全了解盘洼太竺有关保留、使用学位论文的规定。 特授权盘盗盘堂可以将学位论文的全部或部分内容编入有关数据库进行检 索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校 向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名:开琢留 签字日期:剪年月互z 日 导师签名:j 二多乙 签字日期:j 由p 婚月| ;日 第一章绪论 1 1 引言 第一章绪论 开关磁阻电机( s w i t c h e dr e l u c t a n c em o t o r ,简称s r 电机或s r m ) 由于其 坚固简单的结构,易于调速、控制和容错性,已逐渐应用于民用、机车和航天等 领域,并具有广泛的应用前景 2 。由s r m 构成的交流调速机构开关磁阻 电机调速系统( s w i t c h e dr e l u c t a n c ed r i v e ,简称s r d ) 结构简单、价格便宜,鲁 棒性好,适用于高速运行,调速范围广,运行效率高,几乎不需要维护,即使在 恶劣的环境下也能够保持高性能运行,具有交、直流传动系统所没有的优点3 】_ 5 1 , 其主要性能指标均可与交流传动系统竞争如晡1 一9 1 。 但由于对s r m 的研究研究时间短,s r m 在电机理论、性能分析和设计方面 还不够成熟、完善,且对s r m 的研究涉及电机学、微电子学、电力电子和控制 理论等学科知识,加之s r m 复杂的非线性特性,对s r m 的研究存在大量的工 作要做。其中突出的问题之一是,转子位置传感器的存在严重影响了电机控制系 统的高速性能、可靠性和成本,这样寻求以s r m 非线性建模为基础的间接位置 建模方法便成为当前研究的热点之一。 另外,近些年来出现的非线性h 。控制理论o o l 1 2 1 是现代控制理论中出现的一 个引人注目的分支,它以研究对象的日。范数作为性能指标谋求最优控制,在解 决具有建模误差、参数不确定性和干扰频谱不确定系统的控制问题上取得了突破 性的进展。将智能方法与h 。控制理论相结合,并将其应用于直线开关磁阻电机 ( l s r m ) 控制器的设计中,能获得很好的鲁棒性效果,具有重要的理论价值和 实际意义。 1 1 1 开关磁阻电机的特点和发展 s r m 其基本结构和原理的提出可追溯到十九世纪四十年代,当时的设计者 已经认识到利用顺序磁拉力使电机旋转是简单易行的道理m 。而对于s r m 的全 第一章绪沦 丽研究开始于二十世纪七十年代,以美国福特电动机( f o r d m o t o r ) 公司研制出 最早的开关磁阻电动机及调速系统为标志。随着数字控制技术和电力电子技术的 发展,s r d 系统有了较大的发展。尤其在八十年代以后,随着自关断电力电子 器彳孛、餐髓功率集成电路的超擞,璃代控翩理论的发艇翻 于算规技术盼瘦矮,设 诗出懿产菇秀典型静辊电一髂亿产鑫,使开关磁辍酝税交菝谣速系统的穗麓籀标 明显高于其他传统的传动系统。并且,s r m 结构简单,可控因素多,改变绕组 端电压、绕组电流及改变导通角、关断角均可起到调节电机转速、转矩的作用, 因此可制成筒可靠的四象限运行的优良调速系统。猩这种情况下,s r d 系统以 其结攘黪攀、运停毒靠及效率褰等突窭霞点,予蔻筑为交壹凌毫撬溺蘧聚统黎秀 耐直流电机清速系统有力竞争嚣。 s r m 与步进电机从结构及遮行原理上十分相似,但是,它与步避电机有本 质的不同。首先,步进电机的设计要求是输出较高的位置精度和高的转矩与位置 豹变讫窭,蠢糕当大的转短波动;箍s r m 豹设诗簧浓劐为变速驱动,有乎滑戆 转矩变仡,二者验设计鹜搽与方法存在着差要。男# 1 - s r m 的控裁方式与运行特 点与步进电机也有较大的区别c l 砒。表现在: 1 ) 步遴电机一般用作定位,它将数字脉冲输入转换成模拟运动输出,对步 进电动机系统蕊言,轴的运动服从于电源的换向,转予在定子磁极轴线阕步进旋 转;悉s r m 邀税爨蔫糊速德凌场合,始终运行农蠡弱步获态,电源秘按岛致 决于转轴的位覆。这就与通常的位置开环步进电机不同,s r d 均有位鬣检测环 节,实现位鬣闭环的控制,控制器根据转子位置向功率变换器提供对应的励磁触 发信号,保证电动机连续运行,从而可以避免步进电机可能出现的失步现象。 2 ) s r d 霹控因素较多,既可以穗节每穗主开荚器 宰起始导通爨6 一关凝角 。,也爵慕照调压或陵流轿波撩翻,调速方法荧涩,荔予构成性e 傀懿盼蠲速 系统,并可以运行在发电状态;n 步进电机只作电动状态运行,一般只是通过调 节电源步濑脉冲的频率来调节转速。 与异步魄枧超魄,s r m 魄槐其有坚固、结构筒零的犹点,最为突熬的抗点 是转予上没蠢 壬稼绕维,因魏不会有弄步电祝由予簸笼型转子嫠雩l 超鲍铸速不 良、疲劳故障及最高转速限制簿问题。在定子方戚,s r m 亦特别简单、坚固, 只有集中绕组。虽然,s r m 电渤机通常装有位置梭测器,但是总的来说,s r m 第一章绪论 电动机较笼型异步电机制造成本小,制造难度小”。 对于开关磁阻电机的理论研究和实践证明,该系统具有如下的显著特点m 1 : 1 、电机结构简单、坚固、制造工艺简单,成本低,可工作于极高转速。 2 、损耗主要产生在定子,电机易于冷却;转子无永磁体,无高温退磁 现象;可允许有较高的升温。 3 、 定子线圈嵌放容易,端部尺寸短而牢固。工作可靠,能适用于各种 恶劣、高温甚至强振动环境。 4 、功率变换器不会出现直通故障,可靠性高。 5 、 起动转矩大,低速性能好,无感应电动机在起动时所出现的冲击电 流现象。 6 、转矩方向与电流方向无关,因而可简化功率变换器,降低系统成本。 7 、调速范围宽,控制灵活,易于实现各种特殊要求的转矩速度特 性。 8 、 在较广的转速和功率范围内部具有较高的效率。 9 、能四象限运作,具有较强的再生制动能力。 总之,s r d 作为一种新型调速系统,兼有直流传动和普通交流传动的优点, 正以向各种传统调速系统挑战的势头向各行业进军。s r m 已广泛应用于纺织、 冶金、机械、石油、化工、航空、交通运输等行业,美国、英国、韩国已开始将 这种电机应用在家用电器上,并取得了良好的效果。 对于s r m 的应用尤其值得关注的是它在电动车上的应用。随着世界经济状 况的发展变化及人们对矿物燃料储存量与环境问题的密切关注,电动汽车的发展 的应运而生。电动汽车不产生高噪声不污染环境,又容易操作。历史上,电动汽 车曾用过直流电机驱动,包括串励、并励和他励,以及鼠笼式感应电机和永磁同步 电机。s r m 调速系统的研制则为电动汽车的驱动系统提供了一种新的选择。由 于开关磁阻电机调速系统可靠性高、控制简便、成本低、起制动性能好、运行效 率高,所以它更有利于在电动汽车上推广应用。 1 1 2s r m 建模技术的研究 s r m 数学模型的精确建立与描述直接决定与影响到电机的优化设计、电机 一3 一 第一章绪论 态性能分析、电机效率的评估,也为电机商陛髓控制提供较为精确的阈接转子位 置估计。s r m 通过定子各相绕组轮流开通与关断产生电磁转矩使转予转动,位 置检测环节鼹开关磁阻电动机驱动系统的重要组成部分,因为检测到的位鼍信号 既是绕组开遴与关断豹重要依掇,也老转速阔珏控铡提供了重要信息硒h 剐。但是 在海多应丽场合中要求位置传感器其有高可靠往、夺侮禚、藤高温、离滋爱、强 振动等性黼,传统的位置传感器已不能胜任,特别怒在微型的s r d 中,直接的 位置传感器的尺寸太小,极其不便于安装【l ”,因此对以建模为基础的间接转子位 置估计的研究有着十分重要的现实意义。 旱蘩叛建模秀基礁懿转予位鬣话算方法采罴惫含大量数学诗算麓亿鹣线 性模型,或者采用查询大量数攒袭的方法。但是在实际当中,由于电机经常工作 在饱和状态,系统只能用非线憔模型来描述,而且复杂的数学计算需翳蜜时快速 处理器,这对电机驱动系统并不适合。采用数据鸯表的方法需要大量的存储空间, 著显要求系绞鲶人售号无噪声予撬,由于电规驱凄系绞经霉王终在电磁曝声予挠 环境,溺鬃信号势必存在误蓑秘菲准确注,藏在蜜际应鼯中茈方法也潦黻实瑷。 目前间接转子位置检测方法般采用给非通电相绕组通入电流检测信号或在不 使用附加信号的情况下监测电机通电相电压、电流波形等方法获得。然衙在实际 应用中,当魄执工雩# 在低速、高速或过渡过程时,遮些方法存在许多问题,故其 不麓疆揆恕礁转子秘准确位嚣。农这静薅嚣下,纂予餐戆方法懿s r 溅鹣l 线注 建模成为研究的热点,并逐步代替原有的传统的位黢检测方法,为s p j v l 提供较 为精确的位髓信息。 王。1 3 毒参线性拦。簧棒控翱穷法磅究 鲁棒控制是反馈控制理论的羹要研究课题,由于被控对象建模不熊够完全精 确,故存在锫种各样的不确定性,这种不确定性包括参数不确定性、绺构不确定 性和各种干扰等。设计的反馈控制系统就需要针对这些于扰及不确定因豢,找到 对嚣这鍪不璇定淫夔方法,嫠之对系统秘动态缝麓不会袁太大懿影璃,遮麓要末 控制系统必须鲁棒( r o b u s to 为综合考虑系统不确定性和外加干扰的影响,z a m e s 1 8 提出了尉。控制问 题,最初的尉。控制主要应用于线性系统中,并且线性系统日。控制理论已经取 一一 第一章绪论 得了相当的成果。非线性系统与线性系统相比有本质的差别。因为在广泛的非线 性函数中能用初等函数正确描述的非线性函数只是极少数,这给非线性系统的鲁 棒性分析与设计带来极大的困难,但是不能否定的是非线性系统的鲁棒控制仍旧 是一个很有实用价值的课题,因为现实世界中任何实际系统都是非线性的。s r m 调速系统作为一种新型调速驱动系统具有复杂的非线性特性,没有成熟的模型供 参考,在其控制方面的研究存在着大量的工作要做,非线性h 。鲁棒控制方法应 用于此系统是一种很好的研究方向。 1 2 研究思路 基于上述的s r m 非线性建模和非线性日。鲁棒控制方法的研究,本文的研 究目的之一就是基于开关磁阻电机非线性特j 陛,解决用传统的方法难以建立有用 模型的问题。本文研究了一种智能方法s r m 非线性建模方法,从而不仅可以获 得较为精确检测转子位置,也可为s r m 的精确控制提供必要条件。另外,针对 直线开关磁阻电机伺服系统( l s r d ) 中存在非线性干扰因素,本文提出一种智 能h 。鲁棒控制方法,能够较好的抑制外界干扰及不确定因素的影响作用到给定 范围内。 首先,模糊逻辑方法特别适用于无法得到的精确数学模型、多输入、具有不 确定因素、非线性系统的建模及控制。其主要优点在于赢观易懂、易于利用专家 知识、具有较好的鲁棒性和适应能力。本文首先利用模糊逻辑方法实现开关磁阻 电机建模,不需要知道电机的任何先验知识,与传统局部线性化方法相比较,所 建模型有很强的鲁棒性和自适应性。 另外,本文还采用一种自适应神经模糊的建模方法,这是一种模糊逻辑在自 适应神经网络模式下的建模。自适应神经元模糊推理系统( a n f i s ) 是一种新型 的神经网络结构,其主要特点是把模糊逻辑方法和神经网络方法有机的融合在一 起,借助神经网络的信息存贮能力和学习能力,在对广泛选择的样本进行学习后, 优化了控制规则、各语言变量的隶属函数及每条规则的输出函数。使其系统本身 朝着自适应、自组织、自学习的方向发展。 最后针对模糊控制器设计中,模糊隶属度函数的获取和控制参数的调整都无 系统的方法,主要依靠控制专家的经验和设计者的反复实验确定的特点,本文采 一 一 笫一章绪论 取一种自动设计和优化的方法,就是运用遗传方法( g a ) 对模糊隶属度函数加 以优化。g a 是一种由适应度来指导搜索方向,在计算机上模拟生物进行进化的 机制自然选择和遗传机制的自适应概率陛全局寻优搜索算法。它作为一种全 局、并行、快速的优化方法,具有很强的鲁棒性,本文采用遗传算法作为一种全 局优化方法对所得的模糊逻辑模型加以优化,得到更为精确的开关磁阻电动机的 建模。 而针对直线开关磁阻电机驱动系统中含有的摩擦,负载扰动等未知非线性函 数情况,本文利用r b f 神经网络逼近非线性未知函数,将神经网络逼近误差及 外界干扰作为复合干扰处理,并基于l y a p u n o v 方程和耗散不等式的概念,构造 出系统的存储函数,从而得到非线性系统的日。状态反馈控制器,解决了系统非 线性l 增益干扰抑制问题。 1 3 主要贡献及创新点 创新点之一:本文基于开关磁阻电机非线性特性,将模糊逻辑、神经网络和 遗传算法等智能方法应用于s r m 的非线性建模中,得到开关磁阻电机的位置估 计。最后本篇论文将各种建模方法得到的结果加以分析比较,得出a n f i s 在参 数收敛速度具有一定的优越性,是非线性系统的建模的有力工具。而遗传方法优 化建模与其相比,其建模精度优于a n f i s ,但是收敛速度要较慢的结论。此项 工作的进行有利于今后的s r m 电机控制及建模研究。 创新点之二:智能非线性h 。鲁棒控制所用设计方法避免了直接求解 h a m i l t o n - j a c o b i i s s a c s 不等式的麻烦。论文运用r b f 神经网络的逼近未知非线性 函数,给出了一种求解一类含有未知函数非线性系统以上增益为指标的干扰抑 制问题的方法耗散不等式设计方法,构造出l 增益干扰抑制控制器,并证 明该闭环系统在没有干扰时是l y a p u n o v 稳定的。从而从理论上证明控制系统具 有内部稳定性,且当系统存在外部干扰时,控制器仍能有效的抑制干扰。 第章绪论 1 4 论文安排 根据前面的研究思路,本文将对各章节的内容作如f 安排: 第二章一文献综述。主要对课题研究过程中阅读过与本课题相关并被本文 引用过的参考文献作了总体的概括,总结了前人对于s r m 建模方法的研究方法 和研究思路,以及片,方法的研究状况和前人的做出的贡献。从而为本课题提出 新的研究思路提供了必要的研究背景。 第三章s r m 工作原理及非线性h 。基本原理。详细介绍了s r m 的非线 性结构及非线性圩。理沦涉及到的基本理论及相关定理,为下面的设计方法的研 究提供必要的理论支持。 第四章s r m 智能方法建模研究。详细介绍了模糊、模糊神经网络和遗 传算法的非线性建模的方法,以及仿真结果及分析。 第五章基于神经网络的l s r m 驱动系统的日一控制器设计。详细介绍了 日。控制器的设计,神经网络的逼近方法及应用。最后给出了直线开关磁阻电机 驱动系统的控制器的设计,及未加入和加入神经网络后的仿真结果和分析。c 第六章总结。对本文研究进行了总结,并为今后的研究提出了下一步的 探讨方法。 论文最后列出了所日f 用的相关的参考文献。 论文最后列出了所引用的相关的参考文献。 第二章文献综述 2 1s r m 建模方法综述 第二牵文献综述 电机的傀 二设计、电机动态性能分板、电枕效率的评嵇与s r m 电磁关系模 型的精确建立有极大关系。另外,间接的转子位置精确估计可以由s r m 非线性 模型羹接提供。由予s r m 豹忿予、转予呈双蕊投结搀、绕缀电浚兹辈羹弦特愁、 铁磁通密度的裹撼翻以及摆魄凌波形睫整逛拶l 工馋状态的不翳嚣变像,尽管开 关磁黻毫枕豹缩梅篱擎,谴惩波角传统豹霞琵分折方法酃无法褥餮筒擎、统一的 模燮【1 9 】衄l 。虽然霹数麓墨个精确的数学表遮式,获疆论上完整、耀确鹃播避 开关磁阻电机的电磁及力学的非线性荚系,但是,一方面由于计算楣警繁琐,努 一方商耜电流i 和转子角度6 之间的 # 线性的撮合,惫感l $ ,f ) 和磁链甲章,f ) 难 以勰析,所以也无法实用。因此如何建立准确而简单的s r m 非线性电磁特性的 磁链模型是疆突s r m 越美德阏题之。熨匿蕊失点,毽以聚娜多秘s r m 磁键 模型建模方法,如线性法、准线性法、在表法、分掇表示、蠢限元分援、毒孛经嬲 络释摸獭等方法都霹瞬实臻l 线性建镤。 1 9 7 4 冬k o c hw l 辍“”最肇提饕蕉线瞧镌方法捺述v ( 6 ,i ) 麴线,并盎梵分橱 电机结构与性毹之间美系,这种方法忽略了磁路的非线性,因而在对电机性能的 预测# p 有很大误差。1 9 8 3 年,l a w r e n s o r t l 5 掇出了s r m 线性数学模型,并以为蒸 础分析了s r m 的极数、相数、极弧的设计原则,突出了s r m 内部电磁关系的 物理本质,奠定了s r m 电枫设计的蒸勰。1 9 8 4 年,c o r d aj 泓1 铡用s r m 的钱骸 模型导出了理想化的转矩鳞摄戏,这为分攒s r m 的运行特征带来了极大方便。 遂过这些线性模型哥淡容易求穗s r m 速度糖畿显翱奄捱鸯矩影髂 串器誊耀毫漉茅稿 羧嬲转矩弱解楞式,进瑟哥以分辑开逶囊、关辑霜等参数对惫橇送行豹影嚷揽露, 班及s r m 蘩本控制模式,及商为控制器设计和调试提供了 琵裔价鬣的结论。翟 是两手s r m 绞往模受建立在忽略电磁饱和、涡流、磁浠、逸缘效盛翮互感菲线 性蘩础上建立超来的,这些非线性因索简化结果使得相电感只与转子位置有关, 而与鞠电流太小无关。模型离实际模型有一定的误熬,故不髓游足更高控制性能 第二章文献综述 的需要。 l9 8 8 年,t o h u m e d ”“在对s r m 电磁特性深入研究的基础上,提出了一些反 映s r m 电磁特性的准线性模型,但这种方法对电机电流与转矩的预测上仍较为粗 略。1 9 9 0 年,t o r r e yda 等2 5 】在实验测得电机静态电磁特性数据基础上,采用 数值曲线拟合方法推导出电机非线性函数、壬,( 臼,f ) 解析表达式,并对样机进行仿真 研究,结果与实测性能有较好的一致性。但是解析表达式中含有自然指数项,其 函数参数表示为傅立叶级数的形式,并且要根据电机实测电磁特性进行参数值的 求取,这无疑增加了模型的复杂性和局限性,同时也增加了控制运算的负担。1 9 9 1 年,b u j i ag s ( 2 6 j 提出了局部线性化方法,将整个磁特性分为起始、开始饱和段 与深度饱和段三个区域,利用这种方法可以到v ( o ,i ) 的分段解析式,但是实际系 统得特性对于参数变化及扰动都非常敏感,所以按该方法设计的转动系统鲁棒性 不可以满足要求。 1 9 9 4 年a r k a d a na a 等 2 7 1 以电流和角速度为状态变量导出s r m 系统状态 方程,他是基于有限元方法完成建模工作,虽然可以得到较高的计算精度,但是 此方法突出的缺点为有限元计算的大的计算量,而且二维有限元方法尚无法计算 相间祸合与边缘效应,因此在需要进行电机性能快速预测与优化设计的场合,有 限元法是不合适的。由于s r m 模型的高度非线性,神经网络方法具有通过学习 逼近任意非线性映射的能力的特点,所以将神经网络应用于s r m 建模具有明显 的优越性。1 9 9 4 年e l m a sc 等 2 8 】提出用神经网络b p 算法建立了s r m 三层前传 神经网络模型,网络的输入为磁链妒和转子位簧0 ,输出为相电流i ,训练样本 通过实测电机的磁化特性获得。e l m a s 利用训练好的s r m 电机神经网络磁链模 型,剥s r m 电机进行仿真实验,仿真结果与实验结果取得了较好的一致。但是 b p 神经网络是一种全局逼近神经网络,缺点是b p 网络训练收敛太慢,且容易 陷入局部极小值,而且建模精度和能否成功取决于训练样本选取是否恰当。为此, 本文中将模糊自适应神经网络引入s r m 电机非线性模型建模中,基于 t a k a g i s u g e n o 模糊神经网络,采用自适应的学习方法,取得良好的建模效果。 1 9 9 9 年,s a h o on c 【29 】利用查表法和模糊逻辑建立的电流模型,也是基于磁路不 饱和的假设,一定程度上虽然可以优化系统的性能,但对负载及环境变化的适应 性不强。对s r m 建模的研究还在一直不断地向前发展。 第二章文献综逮 2 2 锗能方法建模综述 邋年来,掉经网终、模糊技术和遗传算法已成为智能控铡镁域的发挥着重要 徉臻,爨智镌方法熬三个蘩耍缓成嫠分,在写 线豫系统豹建菠孛氇露祷霉拳重要 的应用。 一、模糊建模综述 曾先介绍一下模糊建模,自六十年代中期,荚国加州大学b e r k e l e y 分校的 z a d e h k a 3 镶教授毯立攘凝集理论麓,筷鞠数学褥裂了逐速发聂,颡瓣模粳集瑾 论在囟动控制、信息处理、模式识别、决策管联等诸多领域的应用也疆益广泛。 模糊控制理论研究的主要内容包括:模糊模型及辨识;模糊控制的稳定性;模糊 最优控制;模糊自适应控制;传统p i d 与f u z z y 控制相结合的多模恣模糊控制器 等等。模凝模型辨识佟为模糊控铡理论的重要缀成部分,弓l 起人 1 投大关注。 骥襁模型辨识遣称为挟獭建模,是稽薅穰襁攮登来摇述系统行为耱方法,由 z a d e h 缴先提出来的l ,它不仅可以应用于控制系统,还可以用于统计、规划、 决策、分析等诸多领域。模糊模型的建立主要宥i 器吉规则建模、数学方程建模和 数据建模三种方式,前两种方法是基于对专家知识和操作人员经验的归纳,属于 翔谈j := 程范薅;第三魏方式燕泼系统黪赣a 餮裹潮鬟数据为镶据逡努豹建摸,不 受上述知识、经验与行为的# 鼹铡,具有较高的研靠性,因此研究翻成厢的较多。 数据建模的模糊模型主要有3 种: 1 ) m a m d a n i 模型 3 2 1 ; r 。:i f x 1 i s ,x 2 i s g i ,x n i s g : t h e n y i sh 。,l 一1 , 2 ,m 其中g 增= 1 , 2 ,n ) 和h 均是模糊集合。 2 ) t - s 模型; r 7 :i f x i i s ,x z i s g i ,x n i s t h e n y i sf 。如,并2 ,x n z = 1 , 2 ,m 其中g 殛= 1 , 2 ,n ) 是模糊集合,f b ,爿。,x 。) f - 1 , 2 ,m 魁输入x 的函 数,通常取,。g 。,x :,x 。) = n :+ 4 + + “:。 3 ) 实卷数值后传模期模整3 4 1 ; 一1 0 。 辇二章文献绦港 r 。:i fx i i sq ,x 2 i s g i ,x 。i s g : t h e n y i s62 ,z = 1 , 2 ,m 冀申,g 罐= l ,互聪) 麓貘穰集台,62 是嶷露数。 摸糨建搂英青瑷下蒋点: 1 ) 黼够有效的辨识大迟麓、时变、多变餐的非线性系统璐5 】 3 6 1 ; 2 ) 可i 强辨识性能优越的掩制器m 1 ; 3 ) 露黻褥到蔌控对象融怒穗与定量接述魏攘蘩3 鞑; 4 ) 蘩芎:摸壤蔟登设诗摸耧捺襞爨黪方法教谈势蹩实凌蒺赣控翻戆拿重要 途径蚓f 4 锄; 二、神经网络综述 虽然摸糨逻辑系统不依赖对象的糖确数学分辨,铁人类专家经骏错淤鞠推理 过程争撼怒i f - t h e n 筑爨纂建立摸籁模鍪,并菠斑炎麓疆浚诗搂疆撩躺蓉凌,毽 是这种壤穰系统不麓鑫秘鹣糨入类专家懿经验转纯秀攘瑾霾瓣瘁,缺琵奄效方法 来改邀隶属黼数以减少输出设藏或提高性能指标。人工神经网络舆橱嗣学习、信 息分搿地j 擎储等拟人特性,搬人工神经网络原理与模糊集合论相结合鼹滏前模糊 控翩麴发鼹趋势。 大王糖经瓣络翦群凳,逡今舞盎毫毒疆卡多年酾掰史,毽茭翘懿发麟镁不平 衡。它的滏褒与人工智能悫什么路”这一争议瓣燕。瞪十年代秘麓,心理学家 m e c u l l o c h 与数学家p i t t s 合作,提出了神经元的m + p 模型【4 1 】,开创了对神经网 络研究的髑愆。m - p 模型用避辍遽一数学工具,礤嶷窖l 鲢世界的时阕农形式 唾f 经 霹终申鹣表遮,毽是这静模黧驽 笼学霉与记繇麓礴麓。两筵,h e b b 予1 9 4 9 年疆 爨菠燮m 。p 棒经弱终孛突觚连接农觞著名筑剿,帮h e b b 学习魏粼。逡释m - p 模型与h e b b 学习规则就构成了神经阿络研究的溅础。 国m ec u l l o e h p i t t s 和h e b b 盼工作之后,大髓攀者在五十年代和六十年代 对裤经蹋终爱开了广泛豹磷褒。l a s h l e y 蓄先磺究了棒经系统秘记忆定筏阕题】, 再次懿磷上c a i a n i h o 箍爨了耱缭系统魏记忆模溅l 稚l ,s t e i n b u c h 疆究了霉枣爱瓣终 的联想存储特性,提出一种称为学习矩阵的棒经掰络模型阳1 ( 邋柿模溅后经 a n d e r s o n 和k o h o n e n 等人的修潋推广,便形成了躐行的联想存储神缀网络) o r o s e n b l a t t 搬、v i d r o w 等人则逃步扶定量分析的蕊发深人她研究了神经随缭问 第二章文献综述 题,先后分别提出了影响深远的p e r c e p t r o n 4 6 1 和a d l i n e l 4 7 1 模型,从而开创了人工 智能技术的网络系统研究的新局面。 j a n gj s r 提出的自适应神经模糊推理系统结构,采用反向传播算法和最小 二乘法的混合算法调整前提参数和结论参数,并能自动产生i f - t h e n 规则,较为 方便的进行系统的非线性建模m 8 1 。模糊和神经网络融合有两个方面的主要特点: 一个是用神经网络来实现模糊推理即构成自适应神经元模糊推理系统a n f i s ( a d a p t i v en e u r o f u z z yi n f e r e n c es y s t e m ) ,它将模糊控制的模糊化、模糊推理 和反模糊化三个基本过程全部用神经网络来实现。这样做的好处是利用神经网络 的学习机制自动地从输入输出数据中抽取规则,同时又具有模糊系统简捷明快的 特点。另一个是在传统的神经网络中增加一些模糊成分即构成模糊神经网络 ( f u z z yn e u r a ln e t w o r k ,f n n ) ,它除了具有神经网络的功能外,还能处理模 糊信息,完成模糊推理的功能。这些方法在建模过程中起到良好的效果。 另外,神经网络突出的一个作用是它的强大的逼近能力。m o o d y 和d a r k e n 与1 9 8 8 年提出了r b f 神经网络【5 0 。这是一种前向网络的拓扑结构,隐含层的 单元式感受野单元,每个感受野单元输出为: q = r l0 i x c f l i q ) i = 1 , 2 ,h x 为维输入向量,c ,是与x 同维的向量,日为隐含层神经元的个数,r i ( ) 具有局部感受的特点。例如r ( ) 取高斯函数,即r ;伍) = e x p ( - i l x c l i l 2 o :j ,r i ( ) 只有在c ,周围的一些区域内有较强的反应,这正体现了大脑皮层的反应特点。 r b f 神经网络不仅仅具有上述的生物学背景,而且还有数学理论的支持5 1 1 5 2 1 。 文献瞄3 1 指出神经网络逼近函数的能力不是由激活函数的连续性或单调性决 定的,而是函数的有界性起了关键的作用。在h o r n i k 工作的基础上,有研究者 证明了具有局部有界分段连续激活函数的标准前向网络可以逼近任意连续函数 至任意精度的充分必要条件是网络的激活函数是非多项式( 有限阶次) ,并指出 激活函数的阈值有很重要的作用,它是保证上述充要条件成立的一个重要因素。 h o r n i k 指出:1 ) 如果激活函数局部黎曼可积,且为多项式,则前向网络可一致 逼近紧集上的连续函数;2 ) 如果激活函数局部有界且为非多项式,则前向网络 可以矿) 逼近连续函数,是具有紧支撑的输入环紧测度( i n p u te n v i r o n m e n t m e a s u r e ) 。 第二章文献综述 r b f 神缀网络怒前馈神经网络,因此上述函数逼近的理论也适用于它。但 针对r b f 牟经网络的很多特点需要研究。一般前馈神经网络( 例如多层感知器) 是仿射基函数a b f ( a f f i n eb a s i sf u n c t i o n ) 神经网络,这种享孛经网络的目标楚月 函数簇哆g ( f x + 辞) 逼近连续函数,而r b f 神经网络的目标怒用函数簇 t = l 、 q g 协,| | x 一,峙j 逼近连续函数1 。 扛l 阑此,与其他前向神经网络相比,r b f 神经网络具有最佳逼近的特性。文 献指如:扶正则理谂罨爨鲶鼹终( 包矮r b f 猿经鼷终) 其鸯最佳遥避能力。采 用b p 算法的多层前向网络不县有最健逼近憾质,而舆有最僚逼近性能。r b f 神 经霹络结秘上兵毒羧懑一粳毽线燕关系,露辩调练方法浃速荔行,不存在藩静最 优问题【5 4 。由于上述优点,r b f 神缀网络在曲线拟含、系统辨识与建模、系统 茬制及预瓣颈报等领域得到了广泛的应用。 曼、遗传冀法综述 出于模糊隶属度函数是模糊集合理论应用于实际阀题的纂础,在模糊逻辑控 制中,当模糊舰则确定压。模糨控制系统的瞧缝在缀大程度上取决予模秘变蘩蕊 各个子集的隶属度函数。近几年来,科研人员为了使隶属度函数的确定更趋予合 瑾诧,提出了各秘各榉载键亿方法,遗簧算法就是箕中重要豹一静方法。 遗传算法( g a ) 【56 】是根据生物进化模型,它是以自然选择和遗传理论为基 箍,将生物逶纯过程中适者生存魏确与群体蠢部染色俸的随机倍怠交换枫割褶结 合的搜索方法。通过优胜劣汰、适者生存的进化准则实现对问题空间满意解的搜 索。由于遗传算法的优良性熊,引起广大研究者的极大兴趣。 遗传算法与传统的搜索算法不同,它从一缌睫枫产生款豁为“秘瓣 ( p o p u l a t i o n ) ”的初始解开始搜索过程。种群中的每个个体怒问题的一个解,陈 稳为“染色傣( c h r o m o s o m e ) ”。染魏俸是一率簿号,蠢:二涟裁字符串。这些 染色体在后续迭代过程中不断进化,称为遗传。在每代使用“适用度( f i t n e s s ) ” 亲溺餐染憨傣熬箨环,生畿一f 一代染色体称为“磊代( o f f s p r i n g ) ”。螽 弋是蠢莉 一代染色体通过交叉( c r o s s o v e r ) 或者变异( m u t a t i o n ) 运算生成的。在新一代 形成的过程中,根据遁应度的大小选择部分后代,淘汰部分磁代,从而保证种群 的大小正常。适应度赢的染色体被选中的几率离。这样经过装干代迭代之后,算 第二章文献综述 法收敛于最好的染色体,它很有可能就是问题的最优解或者次优解。遗传算法的 基本原理为p “: 1 )遗传编码按照遗传算法的工作流程,当用遗传算法求解时,必须 在目标函数实际表示与遗传算法的染色体位串结构之间建立联系,即确定编码和 解码运算。一般来说,参数集及适应函数是与实际问题联系密切相关的,往往需 要斟酌决定。 由于遗传算法计算过程的鲁棒性,它对编码的要求并不苛刻。实际上,大多 数的问题都可以采用基因成一维排列的定长染色体表现形式,尤其是( o ,1 ) 符号 集的二进制编码形式了。然而,编码的策略或方法对于遗传算子,尤其是对交叉 和变异算子的功能和设计有很大影响。 问题编码一般满足以下三个原则5 8 :l 、完备性( c o m p l e t e n e s s ) :问题空间中 所有点( 潜在解) 都能成为g a 编码空间中的点( 染色体串) 的表现型。2 、健 全性( s o u n d n e s s ) ;g a 编码空间中的染色体位串必须对应问题空间中的某一潜 在解;3 、非冗余性( n o n r e d u n d a n c y ) :染色体和潜在解必须一一对应。 按照遗传算法的模式定理,d ej o n g 进一步提出了较为客观明确的编码评估 准则,称之为编码原则。具体可以概括为以下两条原则 5 ”:1 、有意义建筑模块 编码规则:编码应当易于生成与求解问题相关的短距和低阶的建筑模块( b u i l d i n g b l o c k so2 、最小字符集编码规则:编码采用的最小字符集以使问题得到自然、 简单的表示和描述。 根据实际的需要,人们提出了以下各种编码方案啪】:二进制编码、大字符编 码、序列编码、实数编码、树编码、自适应编码、乱序编码等。 2 )生成初始群体遗传算法是群体型操作算法,在对解空间变量进行 编码后,随机产生n 个染色体,构造遗传算法的初始群体,作为迭代的起始点。 3 )计算个体的适应度遗传算法在进行搜索进化的过程中一般不需要 其他外部的信息,仅用适应度函数值来评估个体或解的优劣,并作为以后遗传 操作的依据。为了能够直接将适应度与群体中个体优劣度相联系,在遗传算法 中适应度值定为非负,并且在任何情况下总是越大越好。 4 )选择( s e l e c t i o n )又称为复制或繁殖。选择操作的目的是为了从当 前群体中选出生命力强的染色体,使它有机会保留并繁殖后代。判断染色体优 第二章文献综述 良与否的准则就是各自的适应度,个体的适应魔越大,被选择的机会就越多。 选撂操俘终理了迭承文弱健矬劣汰、逶纛生存粒瘴到。毅兹主要彭重应毽 e 锲 选择( f i t n e s s - p r o p o r t i o n a t es e l e c t i o no b o l t z m a n n 选择、排序选孝馥r a n ks e l e c t i o n ) 、 联赛遥撵( t o u m m n e n ts e l e c t

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论