（农业电气化与自动化专业论文）两电机变频系统支持向量机广义逆内模控制.pdf

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。 本学位论文属于 保密口，在年解密后适用本授权书。 不保密口 学位论文作者签名： 纵狮 汐f 年么月肜日 指导教师签名： 少c - 年6 月( 6 日 伊7 圜夕铲 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：汉讳 日期： - z , oi1 年 江苏大学硕士论文 摘要 多电机变频调速系统是广泛应用于现代工业生产中的电控系统，由于该系统 具有高阶、非线性、强耦合等特点，传统控制方法无法达到要求的控制效果，如 何解决这类复杂系统的控制问题，已成为当今电力拖动系统研究的重点。本文在 国家自然科学基金( 6 0 8 7 4 0 1 4 ) 、江苏省自然科学基金( b k 2 0 0 7 0 9 4 ) 以及教育部博 士点基金( 2 0 0 5 0 2 9 9 0 0 9 ) 的资助下，以两电机变频调速系统为对象，应用支持向 量机广义逆与内模控制相结合的方法，对该非线性强耦合系统的速度张力进行了 解耦控制、跟踪控制及鲁棒稳定性等方面研究。 首先，简要介绍了广义逆系统及统计学习理论的基本概念。比较了不同结构 下学习机器的不同特点。基于支持向量机具有在小样本情况下突出的非线性建模 能力，将支持向量机原理与广义逆方法相结合，构造支持向量机广义逆控制方法。 其次，对变频器工作在矢量控制方式下的两电机变频系统数学模型进行广义 逆存在性分析，进而导出系统的广义逆数学表达式。然后将由支持向量机逼近的 系统广义逆系统串联在原系统前面，构成伪线性复合系统。 第三，通过传统p i d 控制与内模控制基本原理及主要性质的对比可知内模 控制具有更好的抗干扰性和鲁棒性。将支持向量机广义逆构建的伪线性复合系统 引入内模控制。 第四，基于m a t l a b 7 0 ，应用s - f u n c i t o n 构建两电机系统的模型，对支持 向量机广义逆内模控制方法进行了仿真研究。 最后，基于s 7 3 0 0 p l c 控制器组成的试验平台，分别研究了该控制方法的 开环特性和闭环特性。 通过仿真和实验研究表明，该方法对比与传统的p i d 控制具有更好的动静态 解耦性能；跟踪速度更加迅速准确；对外界扰动亦有很强的鲁棒稳定性。 关键诃：两电机系统，支持向量机，广义逆，内模控制，解耦控制 江苏大学硕士论文 a bs t r a c t m u l t i - - m o t o rv a r i a b l ef r e q u e n c ys p e e d r e g u l a t i n gs y s t e mi sa ne l e c t r o n i cc o n t r o l s y s t e m ，w h i c hi sw i d e l ya p p l i e di nm o d e mi n d u s t r i a lp r o d u c t i o n f o rn o n l i n e a rh i 曲 c o u p l i n gc h a r a c t e r i s t i c ，t r a d i t i o n a l c o n t r o lm e t h o d ss u f f e rf r o mm a n yd r a w b a c k s h o wt og a i ng r e a tc o n t r o lp e r f o r m a n c eh a sb e c o m eak e yi s s u ei nm o d e me l e c t r i c a l d r i v e ra r e a f u n d e db yt h ef i n a n c i a la i do fn a t i o n a ln a t u r e s c i e n c ep r o j e c t ( 6 0 8 7 4 0 14 ) ，c h i n am i n i s t r yo fe d u c a t i o np r o j e c t ( 2 0 0 5 0 2 9 9 0 0 9 ) a n dn a t u r a ls c i e n c e p r o j e c to fj i a n g s up r o v i n c e ( b k 2 0 0 7 0 9 4 ) ，t h i st h e s i sf o c u s e so nat w o m o t o rv a r i a b l e f r e q u e n c ys p e e d r e g u l a t i n gs y s t e m ，a n d an o v e lc o n t r o ls c h e m eb a s e do nt h e g e n e r a l i z e di n v e r s ei n t e r n a lm o d e lc o n t r o l ( i m c ) o fs u p p o r tv e c t o rm a c h i n e ( s v m ) i s p r o p o s e di nt h i sp a p e r f i r s t l y , t h ec o n c e p to ft h eg e n e r a l i z e di n v e r s es y s t e ma n dt h et h e o r yo fs t a t i s t i c a l l e a r n i n gt h e o r yw e r ei n t r o d u c e d t h ec h a r a c t e r r i s t i c sw e r ec o m p a r e db e t w e e n l e a r n i n gm a c h i n ew i t hd i f f e r e n ts t r u c t u r e t a k i n gt h ea d v a n t a g eo ft h es v m sg o o d n o n l i n e a rm o d e l i n gc a p a b i l i t i e si ns m a l ls a m p l es e t s ，1 1 1 es v mw a sc o m b i n e dw i t ht h e g e n e r a l i z e di n v e r s em e t h o dt oc o n s t r u c ts v mg e n e r a l i z e di n v e r s ec o n t r o lm e t h o d s e c o n d l y ，b ya n a l y z i n gt h ee x i s t e n c eo ft h eg e n e r a l i z e di n v e r s ei nt w om o t o r s y s t e m si nw h i c hi n v e a e r sw o r k e d i nt h ev e c t o rc o n t r o lm o d e ，t h eg e n e r a l i z e di n v e r s e m a t h e m a t i c a le x p r e s s i o n sw e r eg i v e n n l eg e n e r a l i z e di n v e r s es y s t e mi d e n t i f i e db y t h es v mc o m b i n e dw i t ht h eo r i g i n a ls y s t e mt of o r mt h ep s e u d o l i n e a rs y s t e m t h i r d l y , t h ec o m p a r i s o nb e t w e e nt h eb a s i cp r i n c i p l e so fp i dc o n t r o la n di m c s h o w e dt h a ti m ch a db e t t e ra n t i i n t e r f e r e n c ea n dr o b u s t n e s st h a np i dc o n t r 0 1 s u b s e q u e n t l y , t h ei m cw a si n t r o d u c e dt ot h ep s e u d o l i n e a rs y s t e m f o u r t h l y , t h ef e a s i b i l i t yo fs v m i m cm e t h o dw a sv e r i f i e db ys i m u l a t i o nw i t ht h e m o d e lo ft h i st w o m o t o rv a r i a b l ef r e q u e n c ys y s t e mb a s e do ns - f u n c t i o nu s i n g m a t l a b 7 o f i n a l l y , b a s e do ns 7 3 0 0 p l ce x p e r i m e n t a ls y s t e m b o t ht h eo p e n a n dc l o s e l o o p c h a r a c t e r i s t i c so fs v mg e n e r a l i z e di n v e r s ec o n t r o ls y s t e mw e r es t u d i e d s i m u l a t i o na n de x p e r i m e n t a lr e s u l t ss h o w e dt h a tt h ed e v e l o p e dd r i v es y s t e mh a d g o o d s t a t i ca n dd y n a m i c d e c o u p l i n gp e r f o r m a n c e ， a n dd e a l t w i t he x t e r n a l d i s t u r b a n c e s 、加t 1 1s t r o n gr o b u s t n e s s k e y w o r d s ：t w om o t o rs y s t e m s ，s v m ，g e n e r a l i z e di n v e r s e ，i m c ，d e c o u p l i n gc o n t r o l i i 江苏大学硕士论文 目录 摘要i a b s t r a c t i i 目录i 第一章绪论。1 1 1 研究的目的和意义1 1 2 非线性系统控制发展概述1 1 2 1 非线性系统控制的经典方法及局限性2 1 2 2 非线性系统理论的新发展2 1 2 3 智能控制3 1 2 4 支持向量机技术的发展5 1 2 5 内模控制5 l - 3p l c 与p r o f i b u s 现场总线的发展概况。矗一6 1 3 1p l c 的发展与特点6 1 3 2p r o f i b u s 现场总线简介7 1 4 组态软件的发展概况：= 8 1 4 1 组态软件的发展及其功能8 1 4 2 组态软件的主要产品8 1 5 本文研究思路的提出9 1 6 本文内容安排1 0 第二章支持向量机广义逆内模控制方法1 1 2 1 统计学习理论及支持向量机1 1 2 1 1 经验风险最小化和结构风险最小化1 l 2 1 2 最优分类超平面。l3 2 1 3 广义最优分类超平面15 2 1 4 支持向量机1 5 2 1 s 支持向量机回归1 7 2 2 广义逆系统方法18 2 2 1 广义逆系统的概念1 8 2 2 2 基于输入输出微分方程描述系统的广义逆系统1 9 2 2 3 基于状态方程描述系统的广义逆系统2 l i i i 江苏大学硕士论文 2 3 传统p i d 控制与内模控制2 2 2 3 1 传统p i d 调节器2 2 2 3 2 内模控制器2 3 2 4 支持向量机广义逆内模控制方法及其实现2 6 2 5 小结2 9 第三章两电机变频系统数学模型及广义逆实现3 l 3 1 数学模型3l 3 2 广义逆存在性分析3 2 3 3 广义逆表达式和伪线性复合系统3 3 3 4 小结3 5 第四章支持向量机广义逆内模控制仿真研究3 6 4 1 两电机同步系统模型的构建3 6 4 2 激励系统采样并训练支持向量机3 6 4 3 支持向量机广义逆内模控制实现3 9 4 4 仿真波形4 l 4 5 小结4 2 第五章两电机支持向量机广义逆控制实验研究4 3 5 1 实验的总体设计4 3 5 2 两电机同步控制系统硬件系统介绍4 4 5 2 1 机械结构4 4 5 2 。2 电气结构4 4 5 2 3 两电机同步系统通讯的实现4 5 5 2 4 速度张力信号采用4 8 5 3 两电机同步系统软件系统介绍4 8 5 3 1 上位机w n c c 监控的实现4 8 5 3 2 下位机主控程序51 5 4 支持向量机算法实现5 5 5 4 1 系统激励与响应5 5 5 4 2 试验数据的处理与训练样本的获得5 6 5 4 3 支持向量机算法在p l c 中的实现5 7 5 5 支持向量机广义逆内模控制实现5 8 5 6 实验结果5 9 5 7 小结6 4 i v 江苏大学硕士论文 第六章结论与展望6 5 6 1 主要结论6 5 6 2 下一阶段研究内容6 5 参考文献6 7 致谢：7 2 攻读硕士期间发表论文7 3 v 江苏大学硕士论文 1 1 研究的目的和意义 第一章绪论 近年来随着工业生产线的逐渐庞大和复杂，传统的单电机控制由于受电机功 率的约束已逐渐无法满足现代工业自动化生产的需要。为了节约成本，提高生产 率，使用多台电机协调控制已然成为必然趋势，因此多电机同步系统在现代工业 生产中得到非常广泛的应用，尤其在印花、经纱、轧钢、造纸、薄膜等需要批量 生产的现代工业领域中i i 1 引。由于交流电机较直流电机具有结构简单、维修方便、 可靠性好等优点，而且随着交流调速技术的同益成熟，已逐渐达到了直流调速的 性能，因此交流感应电机取代直流电机驱动系统已成必然。但由于交流感应电机 是高阶、强耦合、非线性的复杂控制对象，很难获得精确的数学模型，就使得传 统的p i d 调节己无法达到非常好的控制效果，此外现场工业生产中还需要实现 速度和张力的解耦以及对突加负载的适应能力，这就更增加了控制的难度。如何 提高这类多变量、非线性、强耦合、时变的复杂系统的性能，已成为当今电力拖 动系统研究的重点。 逆系统方法的提出为复杂非线性系统的反馈线性化和多变量解耦提供了一 种有效途径。特别是近年来有学者提出的用神经网络【1 4 1 6 】以及由支持向量机1 7 2 0 l 等方法建逆系统的方法为解决这一难题提供了新的思路。 由于在工业现场中不可避免地会存在各种干扰和污染，这些因素会影响到系 统的稳定性。因此如何选择合适的控制器变得尤其重要。可编程控制器( p l c ) 2 1 _ 2 4 1 控制系统具有抗干扰能力强、可靠性突出，通讯组网灵活、易于维修、方 便集成到现场控制总线等优点。在工业控制领域中有着广泛的应用。若将所研究 的理论成果通过p l c 控制系统实现，将理论成果转化为经济效益，提高企业的 竞争力，将是一个非常有意义的工作。 1 2 非线性系统控制发展概述 目前线性系统理论已经形成了一套完整的理论体系。这些理论和方法在工程 上得到了广泛的应用。但严格地讲几乎所有的控制系统都是非线性的，线性系统 江苏大学硕士论文 知识是在一定的范围和程度内对系统的近似描述。随着科学技术的发展，控制对 象的日益复杂，而且对控制的精确性也提出了各种更高的要求，线性系统模型已 经满足不了现代工业控制的要求。所有的这些都要求非线性控制理论和应用方面 需要取得突破。随着计算机技术的飞速发展和数学工具的突破也为发展非线性控 制理论提供了条件 2 5 2 8 】。 1 2 1 非线性系统控制的经典方法及局限性 非线性控制系统的研究几乎是和线性系统平行的，并已经提出了很多具体方 法。主要有：相平面法、描述函数法、李亚普诺夫法、输入输出稳定法等。这些 方法作为非线性系统控制方法得到过实际应用，但都存在一定的局限性。比如： 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，但不可用 于大于二阶的系统；李亚普诺夫法作为分析和研究非线性控制系统稳定性的经典 理论被广泛使用，其核心是构造一个李亚普诺夫函数，克拉索夫斯基法、变量梯 度发都是基于李亚普诺夫函数实现的，但每一种方法都有其一定的针对性，没有 一个适用于各种情况的统一构造方法；输入输出稳定法适用于各类控制系统，但 其缺点是其只判定系统是否全局稳定，对于小范围稳定或稳定范围更加细致的概 念无法准确判定。 1 2 2 非线性系统理论的新发展 自2 0 世纪8 0 年代以来，非线性科学逐渐成为研究的重点，数学中的非线性 分析以及物理学中的非线性动力学等都有着较大的发展。此外，非线性系统理论 的研究也得到逐步地完善。其中，反馈线性化方法得到了普遍的重视和大量的研 究。反馈线性化就是通过非线性状态反馈和动态补偿的方法变换为线性系统。其 优点在于：不依赖非线性系统的求解，只要讨论系统的反馈变换，具有理论上的 一般性。反馈线性化方法主要包括微分几何方法和逆系统方法。 l 、微分几何方法【2 9 3 1 l 用微分几何方法研究非线性系统是现代数学发展的结果。微分几何法在线性 系统几何方法的基础上引入了微分几何、李代数、李括号等概念，寻求并行于线 性系统状态空间的非线性控制理论。对于非线性系统的反馈线性化问题，在微分 2 江苏大学硕士论文 几何控制理论中取得了较好的成果，已在一些实际控制问题中得到了应用。 2 、逆系统方法【3 2 3 4 】 逆系统方法是近些年发展起来的一种反馈线性化方法。这种方法的优点是系 统模型不受非线性模型的限制，为控制系统设计理论研究提供一种一般的途径和 方法。其基本思想是：对于给定的系统，首先用对象的模型生成可用反馈方法实 现的原系统的逆系统，将对象补偿为具有线性传递关系的且已解耦的一种规范化 系统( 也称为伪线性系统) ；然后，可用利用线性系统的各种设计理论来完成伪 线性系统的综合。该方法具有理论形式统一、物理概念清晰、使用方法简单明了 等特点。但逆系统方法要求原系统数学模型准确可知，这就为实现逆系统方法提 出了较高的要求。 1 2 3 智能控制 1 9 6 7 年，l e o n d s 和m e n d e l 首先正式使用“智能控制”一词【35 ，并把记忆、目 标分解等一些简单的人工智能技术用于学习控制系统中，提高了系统处理不确定 性问题的能力。这标志着智能控制的思想萌芽。1 9 7 4 年，m a m d a n i 首次将模糊 语言逻辑和模糊集用于控制，建立了基于模糊语言描述控制规则的模糊控制器， 并在工业过程控制领域取得了成功。进入8 0 年代以来由于计算机技术以及专家 系统技术的的迅速发展，使得智能控制的研究及领域逐步扩大。8 0 年代中后期 神经网络理论研究取得重要进展，神经网络和应用研究对智能控制的研究起到了 重要促进作用。 智能控制与传统控制的区别主要在于它们控制不确定性和复杂性及达到高 的控制性能方面，智能控制在处理复杂性、不确定性方面的能力更强。智能控制 把人脑的智能、计算机技术以及控制理论结合起来，以拟人化地方式表达出来。 这就说明，智能控制的核心是去控制复杂性和不确定性，而控制的最有效方式就 是采用仿人智能控制决策。目前一般认为，智能控制主要方式有： 1 、专家系统 专家系统【3 6 】是种能以人类专家水平完成专门和困难专业任务的计算机系 统。它模仿人的智能行为采取有效的控制策略。它能够利用专家的知识与经验进 行推理、判断和决策：能够解释本身的推理过程和回答用户提出的问题，以便让 3 江苏大学硕士论文 用户能够了解推理过程，提高对专家系统的依赖感；此外它还可以不断增长知识， 修改原有知识，不断更新。由于这些特点使得专家系统具有十分广泛的应用领域。 专家控制系统是基于控制专家( 如控制工程师、技术人员等) 的专业知识和 实验经验的总结和利用。采用知识表达技术，如生产式规则等，建立知识模型和 知识库，利用知识推理，制定控制决策。专家控制系统改变了传统控制系统中过 于依赖数学模型的局面，实现了知识模型与数学模型以及知识信息处理技术与控 制技术的结合。因此，专家控制系统是人工智能控制理论方法和技术相结合的典 型产物。 2 、模糊控制 模糊控制阳是一类非线性控制器，它适用于数学模型未知的、复杂的非线 性系统。模糊控制的优点在于：首先模糊控制提出一种实现基于知识甚至语义描 述控制规律的新机制。其次模糊控制作为非线性控制器提出一个比较容易的设计 方法，尤其是当受控装置含有不确定性而且很难用常规非线性控制理论处理时， 使用模糊控制器就会非常有效。与专家系统相同的是二者都要建立经验和决策行 为模型。与专家系统不同的是模糊控制源于控制工程而不是人工智能，模糊控制 大多数是基于规则系统因此其应用领域要比专家系统窄，此外模糊控制的规则一 般不是从人类专家提取而是有模糊控制的设计者构造。 3 、神经网络控制 人工神经网络【3 8 。4 川( a r t i f i c i a ln e u r a ln e t w o r k ，a n n ) ，是一种模拟生物神经 信号处理能力的计算结构。是由大量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。人工神经网络通过预先提供的一些输入 输出数据分析两者这件潜在的规律，并根据这些规律来推算新的输入数据的输出 结果，它具有很强的自适应、自学习能力，以及并行性和容错性，因此，它具备 很多传统的信息处理技术难以达到的优势。 人工神经网络是- i - 新型的边沿交叉学科，虽然其理论可以追溯到2 0 世纪 四十年代，但是人工神经网络的研究却经历了一条曲折的道路。随着计算机技术 的发展以及基础科学研究的深入，从八十年代起神经网络的研究迎来了空前的高 峰期。目前人工神经网络的研究主要集中在利用神经科学建立概念化、物理化、 数学模型来进行网络模型与算法研究、应用研究等几个方面。此外人工神经网络 4 江苏大学硕士论文 与其他传统方法相结合，与遗传算法、模糊系统、进化机制等方法相结合，在实 际应用中得到了很大的发展。随着研究的不断深入神经网络已经广泛地应用于通 信、语音和图像处理、软测量、模式识别和自动控制等领域。 1 2 4 支持向量机技术的发展 统计学习理论是v a p n i k 等人提出的一种研究有限样本统计规律及学习方 法的理沦，它为有限样本的机器学习问题建立了一个良好的理论框架，其核心思 想就是要学习机器与有限的训练样本相适应。统计学理论研究始于2 0 世纪六、 七十年代，直到九十年代中期，随着其理论基础的不断发展出现了一种新的通用 学习方法一支持向量机( s u p p o r tv e c t o rm a c h i n e ，s v m ) t 4 2 4 4 】。 该方法从训练样本集中选择一组特征子集，使得对特征集的划分等价于对整 个数据集的划分，这组特征子集就被称为支持向量。目前对支持向量机的研究主 要集中在核函数的研究、训练的算法研究和工程应用研究。它是建立在统计学习 理论和结构风险最小化原理基础上的新型学习机器，根据有限的样本信息在模型 的复杂性与学习能力之间寻求最佳折衷，以获得最强的推广能力【4 讣。支持向量 机的突出优势体现在以下几个方面： ( 1 ) 支持向量机以统计学习理论为基础，结构风险最小化为原则，对比与以 经验风险最小为原则的学习机器能够更好地适应小样本情况。 ( 2 ) 应用核函数技术成功地解决了“维数灾难”问题，其算法的复杂度与样本 维数无关。 ( 3 ) 支持向量机的支持向量个数是通过自动寻优方式产生的，可以方便控 制，不易出现过学习现象。 由于支持向量机具有这些特点，所以它得到了广泛的研究，已成为机器研究 的热点。支持向量机主要应用于信号处理、图像处理等方面。与此同时，支持向 量机在系统建模与控制，基于支持向量机的控制算法上也取得了令人瞩目的成 果。 1 2 5 内模控制 内模控制m ( i n t e m a lm o d e lc o n t r o l ，i m c ) 最初应用于过程控制并具有良好 江苏大学硕士论文 的控制效果。与传统的反馈控制理论相比，内模控制的最大优点是将系统的鲁棒 稳定性与动态特性分开处理，设计调整更加简化，系统更容易获得良好的的动态 性能。内模控制器应用于单变量系统时取模型最小相位部分的逆，通过使用附加 低通滤波器来增强系统的鲁棒性。其设计思路就是把对象模型与实际对象并联， 控制器逼近模型的动态逆。 内模控制的最初模型是1 9 5 7 年s m i t h 提出的时滞补偿器，其作为控制系统 设计的一般概念是由g a r c i a 等建立的。此后许多研究者已开始采用类似内模控 制的概念来设计最优反馈控制器，如f r a n c i s 、w o h a m 等人的基于内模控制的调 节器。当对过程动态模型求逆来设计调节器时，由于起初过程的逆受到过程内在 特性的限制通常不易实现，内模控制原理很难作为一种工程设计方法。随着1 9 8 2 年c a r c i a 发展了内模控制结构以后，特别是随着m o r a r i 和z a f i r i o u 等人对内模 控制进行了较完整的分析后才使得内模控制成为种成熟的控制结构，才使得过 程逆作为调节器设计的思想得以工程化。 自内模控制自从其产生以来，其基本的理论框架已基本形成。由于内模控制 具有参数整定直接明了、鲁棒性及抗干扰性良好等特尉4 7 4 引，其广泛地应用于工 业控制现场。此外还产生了多种设计方法，比较典型的有零极点对消法、预测控 制法、有限拍法等。i m c 与其他控制方法的结合也很容易，如自适应i m c ，采 用仿人控制、模糊决策、神经网络的智能型i m c 。 1 3p l c 与p r o f i b u s 现场总线的发展概况 1 3 1p l c 的发展与特点 p l c 即可编程控制器( 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 ，p l c ) ，是一种数字运 算操作的电子系统，专门为工业环境下应用而设计。现代工业现场需要控制系统 具有很高的可靠性和灵活性，p l c 是在继电器控制技术和计算机控制技术的基础 上开发出来的，最初的p l c 主要用于顺序控制，一般只进行逻辑控制，经历近 几十年的发展，可编程控制器已经成为一种广泛应用的工业控制器。随着计算机 技术的发展及微处理器的应用，可编程控制器的功能不断扩展和完善，使其具备 了模拟量控制、过程控制、远程通信及计算等功能。 6 江苏大学硕士论文 自1 9 6 9 年，美国数字设备公司( d e c ) 研制出世界上第一台p l c 起，现代 p l c 可实现数学运算、数据处理、运动控制、通信联网等方面功能。在发达国家 p l c 在楼宇自动化、商业、公共事业、测试设备、农业等领域应用广泛，随着 p l c 性价比的不断提高，应用范围的不断扩大，p l c 在我国也得到了迅猛的发 展，它大量应用于各种新设备中，各行业也涌现出大批应用可编程控制器改造设 备的成果。p l c 具有以下一些优点： ( 1 ) 可靠性高，抗干扰能力强。p l c 采取了一系列软件硬件抗干扰措施，具 有很强的抗干扰能力，平均无故障时间可达几万小时以上，可直接用于有强烈干 扰的工业生产现场。 ( 2 ) 硬件配套齐全，用户使用方便，适应性强。p l c 产品已经标准化、系列 化模块化，用户可以灵活地选择各种硬件装置进行系统配置，组成不同功能、不 同规模的系统。 ( 3 ) 编程方便，简单易学。p l c 适用针对工业控制的梯形图、功能块图、指 令表和顺序功能表图编程，语言易学易懂不需要太多的计算机编程知识。 ( 4 ) 安装、调试、维修方便，性价比高。p l c 用软件功能取代了继电器控制 中大量的继电器、计数器等器件，并且具有完善的自诊断和显示功能，这就使得 安装维修工作变得更加容易。 ( 5 ) 体积小，能耗低。对于复杂控制系统，使用p l c 可以减少大量的中间继 电器和时间继电器，此外p l c 的配线比继电器控制系统少得多，可省下大量配 线和附件，大大缩小开关柜的体积。 1 3 2p r o f i b u s 现场总线简介 现场总线也称现场网络1 4 9 ，是将传感器、各种操作终端和控制器问的通讯 及控制器之间的通讯进行特化的网络。它实现了数字和模拟输入输出模块、智 能信号装置和过程调节装置与可编程逻辑控制器( p l c ) 和p c 之间的数据传输， 把i o 通道分散到实际需要的现场设备附近，使安装和布线的费用开销大大减少。 p r o f i b u s ，是一种国际化、开放式的现场总线标准。其具有广泛的普遍实 用性。目前主要应用于制造业自动化、流程工业自动化和楼宇、交通电力等其他 领域自动化。p r o f i b u s 的应用满足了生产过程中现场数据可存取性的要求。由 7 江苏大学硕士论文 于有大量种类齐全的可连接现场设备可供选用，同时该总线系统又提供了丰富的 设备诊断信息，操作员可以直接通过监控计算机了解整个系统设备的运行状况， 为诊断故障带来极大方便。 ，1 4 组态软件的发展概况 1 4 1 组态软件的发展及其功能 8 0 年代中后期，随着个人计算机的普及和开放系统概念的推广，基于个人 计算机的监控系统在生活中开始广泛应用，组态软件作为个人计算机监控系统的 重要组成部分，具有着广阔的发展空间。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 ) 的软件平台工具，具有丰富的设置项 目，使用方式灵活，功能强大。随着个人计算机操作系统f 1 趋稳定可靠，实时处 理能力增强，价格便宜，并且个人计算机的软件及开发工具丰富，使组态软件的 功能更加强大，开发周期更短，软件升级和维护也较方便。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i o 设备的 广泛支持已经成为它的主要内容。此外各类嵌入式系统和现场总线的异军突起也 把组态软件推到了自动化系统主力军的位置。组态软件成为了工业自动化系统中 的灵魂。 1 4 2 组态软件的主要产品 ( 1 ) i n t o u c h ：它具有世界领先的h m i 和面向对象的图形开发环境，便于高 效、快捷地配置用户的应用程序。 ( 2 ) c i n c h ：c i t e c h 具有简洁的操作方式提供了类似c 语言的脚本语言进行 二次开发，用户进行二次开发具有一定的难度。 ( 3 ) w i n c c ：s i e m e n s 的w i n c c 是第一个使用最新的3 2 位技术的过程监视 系统，具有良好的开放性和灵活性。它是一种通用的应用程序，适合所有工业 领域的解决方案。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：是由国内组态软件开发公司开发的较有影响组态软件，它 8 江苏大学硕士论文 以标准的工业计算机软、硬件平台构成的集成系统取代传统的封闭式系统。 它具有适应性强、开放性好、易于扩展、经济、开发周期短等优点。 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 ，北京昆仑通态公司的 m c g s ，华富计算机公司的c o n t r o x ( 开物) 等等。 1 5 本文研究思路的提出 综上可知： 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，这些条件在实际工程中 很难实现。因此，如何用使用先进的算法来实现这些方法的应用成为了现在研究 的重点。 第二，随着自动控制、计算机科学、模式识别等技术的同益发展，有学者提 出了神经网络与逆系统理论结合的方法。它的主要优点是：不依赖于被控系统精 确的数学模型，适用于较一般的非线性系统。但是这种控制方法存在网络结构不 易优化以及局部极小问题等问题，制约着系统的稳定性。 第三，支持向量机是建立在统计学习理论和结构风险最小化原理基础上的新 型学习机器，它具有良好的非线性建模和泛化能力，并且在小样本情况下也可以 适用于一般的非线性系统【5 0 】。 第四，支持向量机广义逆方法可以实现多输入多输出系统的线性化与解耦， 通过合理配置解耦后的子系统复平面内的极点，从而达到理想的伪线性复合系统 开环特性。 第五，针对多电机高性能协调传动控制中涉及的不确定性5 1 1 ，将鲁棒控制 理论应用劭多电机的协调控制中取到了很好的控制效果。内模控制【5 2 j 主要特点 是能消除不可测干扰、结构简单、鲁棒性能好。 由上述分析可看出，通过传统逆系统方法与神经网络相结合，可以有效解决 这类高阶，非线性，强耦合问题。随着统计学习理论的发展，可以考虑用控制结 构更加优化的支持向量机去替代神经网络，此外由于内模控制器比普通的p i d 控制器具有更好的抗干扰和鲁棒性能，所以将内模控制器引入支持向量机广义逆 系统必将有着广阔的应用前景，本论文基于s 7 3 0 0 p l c ，尝试将支持向量机逆控 制方法与内模控制相结合应用于两电机变频调速系统的解耦控制中。 9 江苏大学硕士论文 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支持向量机广义逆内模控制方法实现步骤。首先简要 介绍了统计学习理论以及支持向量机的概念与特点，比较了不同结构下学习机器 的不同特点；随后对广义逆系统概念进行了说明，并针对应用广义逆系统方法时， 给出判断系统广义逆存在以及广义逆表达式求取的方法；接着阐述了内模控制的 原理以及内模控制器的设计；最后提出了支持向量机广义逆内模控制的总体设计 思路与步骤。 第三章首先根据两电机同步系统的数学模型，通过理论分析，证明系统存 在广义逆特性，并给出了广义逆的数学表达式，以实现两电机变频系统的支持向 量机广义逆控制。 第四章基于支持向量机广义逆内模控制方法，对两电机变频系统进行了仿 真研究。首先基于m a t l a b 使用s f u n c t i o n 描述得到两电机同步系统的数学模 型，再选取合适的激励信号充分激励原系统，并采样训练获得支持向量机逆模型， 从而构建出支持向量机伪线性复合系统，然后引入内模控制器，在s i m u l i n k 中搭建完整的两电机变频系统，实现对两电机变频系统支持向量机广义逆内模控 制方法的仿真研究。 第五章基于支持向量机逆广义逆内模控制方法，对两电机变频系统进行了 试验研究。首先介绍了两电机变频系统试验平台的硬件、软件环境。接着在 w l n c c 环境下搭建了两电机变频系统模型并实现实时监控。然后详细论述了支 持向量机广义逆内模控制方法在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、处理和支持向量机的使用、训练、内模控制器的设计等。通过试验， 分析了控制效果，并与p i d 控制、开环控制下的支持向量机广义逆控制方法进 行了比较和分析。试验结果表明支持向量机广义逆内模控制方法能够成功实现系 统的线性化和解耦，较传统的p i d 控制，亦具有较强的鲁棒性。 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。 l o 江苏大学硕士论文 第二章支持向量机广义逆内模控制方法 支持向量机具有良好的非线性建模和泛化能力，而内模控制具有普通p i d 控制所不具备的鲁棒稳定性。因此，本章通过对支持向量机和内模控制原理与结 构的阐述；此外，还通过对广义逆方法的介绍尝试建立支持向量机广义逆内模控 制方法。 2 1 统计学习理论及支持向量机 支持向量机时一种建立在统计学习理论基础上的新型学习机器其核心思想 是通过最小化结构风险，解决学习机器的学习能力和泛化能力之间的矛盾，为有 限样本情况下学习能力和泛化能力之问的矛盾提供了一个解决方案，概括地说， 支持向量机就是通过核函数，将输入空f 、日j 映射到一个高维特征空间，然后在特征 空间中通过最大化分类间隔来构造最优分类超平面。 2 1 1 经验风险最小化和结构风险最小化 机器学习的目的就是根据给定的训练样本对某些系统求出对某些系统的输 入、输出之间的依赖关系，使其对未来的输出做出尽可能准确的预钡, o t s 3 j 。设变 量y 与x 存在一定的依赖关系，即遵循一未知联合概率f ( x ，y ) ，机器学习问题 就是根据n 个独立同分布观测样本 o l ，y 1 ) ，( x 2 ，y 2 ) ，( 赫，弘) ， ( 2 1 ) 在函数集 瓶砂) 中求出一个最优函数讹w 砂对x 和y 的依赖关系进行评 估，其期望风险： r ( w ) = s l a y ，f ：x , w ) ) d f ( x ，j ，) ( 2 2 ) 不同类型的学习问题有不同的损失函数。预测函数也称为学习函数、学习模型或 学习机器。 传统的学习方法采用的是经验风险最小化准l y j j ( e x p e f i e n c er i s km i n i m i z e ) ， 即e r m 准则，即概率分布是均匀的，最小样本定义的经验风险为： 江苏大学硕士论文 r e m p ( w ) 2 i 善w l 三( 弘i c x , w ；) ( 2 3 ) 由上式可以看出从期望风险最小化到经验风险最小化只是直观上的想当然做法 没有可靠的理论依据。 统计学习理论研究了各种类型的函数集的经验风险和实际风险之间的关系， 得出的结论是：对于两类分类问题