日本黄色一级经典视频|伊人久久精品视频|亚洲黄色色周成人视频九九九|av免费网址黄色小短片|黄色Av无码亚洲成年人|亚洲1区2区3区无码|真人黄片免费观看|无码一级小说欧美日免费三级|日韩中文字幕91在线看|精品久久久无码中文字幕边打电话

當(dāng)前位置:首頁(yè) > 工業(yè)控制 > 工業(yè)控制
[導(dǎo)讀]摘要:概述了感應(yīng)電動(dòng)機(jī)在直接轉(zhuǎn)矩控制(DTC)的控制規(guī)律。為提高感應(yīng)電動(dòng)機(jī)在DTC方式下的低速性能,在對(duì)感應(yīng)電動(dòng)機(jī)定子磁場(chǎng)定向控制進(jìn)行了比較深入的分析后,提出了采用神經(jīng)網(wǎng)絡(luò)來(lái)處理DTC復(fù)雜計(jì)算的控制策略。仿真和實(shí)

摘要:概述了感應(yīng)電動(dòng)機(jī)直接轉(zhuǎn)矩控制(DTC)的控制規(guī)律。為提高感應(yīng)電動(dòng)機(jī)在DTC方式下的低速性能,在對(duì)感應(yīng)電動(dòng)機(jī)定子磁場(chǎng)定向控制進(jìn)行了比較深入的分析后,提出了采用神經(jīng)網(wǎng)絡(luò)來(lái)處理DTC復(fù)雜計(jì)算的控制策略。仿真和實(shí)驗(yàn)結(jié)果表明,該方法能進(jìn)一步改善感應(yīng)電動(dòng)機(jī)DTC的性能。
關(guān)鍵詞:電動(dòng)機(jī);變頻;直接轉(zhuǎn)矩控制;神經(jīng)網(wǎng)絡(luò)控制

1 引言
    DTC技術(shù)利用空間矢量、定子磁場(chǎng)定向的分析方法,直接在定子坐標(biāo)系下分析異步電動(dòng)機(jī)的數(shù)學(xué)模型,計(jì)算并控制電動(dòng)機(jī)的磁鏈和轉(zhuǎn)矩。采用離散的兩點(diǎn)式調(diào)節(jié)器(Bang-Bang控制),將轉(zhuǎn)矩檢測(cè)值與轉(zhuǎn)矩給定值作比較,使轉(zhuǎn)矩波動(dòng)限制在一定的容差范圍內(nèi),并產(chǎn)生PWM信號(hào),直接對(duì)逆變器的開關(guān)狀態(tài)進(jìn)行控制,這樣就獲得了高動(dòng)態(tài)性能的轉(zhuǎn)矩輸出。其控制效果取決于轉(zhuǎn)矩的實(shí)際狀況,它無(wú)需將交流電動(dòng)機(jī)與直流電動(dòng)機(jī)作比較、等效、轉(zhuǎn)化,即不需要模仿直流電動(dòng)機(jī)的控制。由于省掉了矢量變換方式的坐標(biāo)變換與解耦,從而簡(jiǎn)化了異步電動(dòng)機(jī)數(shù)學(xué)模型,沒有通常的PWM信號(hào)發(fā)生器,因此其控制結(jié)構(gòu)簡(jiǎn)單,控制信號(hào)處理的物理概念明確,系統(tǒng)的轉(zhuǎn)矩響應(yīng)迅速且無(wú)超調(diào),是一種具有高靜態(tài)、動(dòng)態(tài)性能的交流調(diào)速控制方式。

2 系統(tǒng)結(jié)構(gòu)及工作原理
   
基于神經(jīng)網(wǎng)絡(luò)控制的DTC系統(tǒng)的基本結(jié)構(gòu)如圖1所示。


    系統(tǒng)由速度給定值與轉(zhuǎn)子反饋的速度信號(hào)形成誤差信號(hào),經(jīng)過(guò)神經(jīng)網(wǎng)絡(luò)控制器的控制處理后獲得轉(zhuǎn)矩的給定值T*,轉(zhuǎn)矩調(diào)節(jié)器的輸入信號(hào)T*與轉(zhuǎn)矩反饋值T的信號(hào)差為ET。調(diào)節(jié)器的輸出信號(hào)是轉(zhuǎn)矩開關(guān)信號(hào),磁鏈調(diào)節(jié)器采用施密特觸發(fā)器,容差±ε,通過(guò)磁鏈調(diào)節(jié)器的兩點(diǎn)式調(diào)節(jié),將磁鏈波動(dòng)限定在±ε內(nèi),達(dá)到控制磁鏈的目的。開關(guān)狀態(tài)選擇單元采用離散的三點(diǎn)式調(diào)節(jié)方式。根據(jù)轉(zhuǎn)矩調(diào)節(jié)器、定子磁鏈調(diào)節(jié)器的輸出及定子磁鏈的扇區(qū)位置來(lái)選擇合理的逆變器開關(guān)狀態(tài),用以輸出合理的電壓空間矢量。系統(tǒng)以TMS320LF2407A型DSP為核心組成控制器,由整流器、電壓型逆變器構(gòu)成主回路。整個(gè)系統(tǒng)按功率電路板、DSP控制板、電源、保護(hù)電路及信號(hào)檢測(cè)電路等進(jìn)行模塊化設(shè)計(jì)。
    在該系統(tǒng)中,設(shè)置的轉(zhuǎn)速調(diào)節(jié)器的輸出作為電磁轉(zhuǎn)矩的給定信號(hào),用神經(jīng)網(wǎng)絡(luò)控制器取代通常的PI調(diào)節(jié)器,設(shè)置轉(zhuǎn)矩控制內(nèi)環(huán)。它可以抑制磁鏈變化對(duì)轉(zhuǎn)速子系統(tǒng)的影響,從而使轉(zhuǎn)速和磁鏈子系統(tǒng)實(shí)現(xiàn)了近似的解耦。
    因?yàn)槎ㄗ哟沛溈杀硎緸閮上囔o止坐標(biāo)系下電流iα1,iβ1和電壓uα1,uβ1的非線性函數(shù)。電磁轉(zhuǎn)矩可轉(zhuǎn)換成兩相電流和磁鏈的非線性函數(shù)。感應(yīng)電動(dòng)機(jī)在定子坐標(biāo)系下的方程為:
   
    由式(2)可得定子磁鏈模型結(jié)構(gòu)如圖2所示,在靜止兩相坐標(biāo)系下電磁轉(zhuǎn)矩表達(dá)式為:
    T=npLm(iβiα2-iα1iβ2)         (3)


    兩相靜止坐標(biāo)系下的磁鏈方程為:

    由式(6)得轉(zhuǎn)矩模型結(jié)構(gòu)圖如圖3所示。


    在DTC技術(shù)中,其基本控制方法就是通過(guò)電壓空間矢量us(t)來(lái)控制定子磁鏈的旋轉(zhuǎn)速度及定子磁鏈運(yùn)行狀態(tài),以改變定子磁鏈的平均旋轉(zhuǎn)速度的大小,達(dá)到控制轉(zhuǎn)矩的目的。DTC系統(tǒng)的核心問題:①轉(zhuǎn)矩和定子磁鏈反饋信號(hào)的計(jì)算模型;②如何根據(jù)兩個(gè)Bang-Bang控制器的輸出信號(hào)來(lái)選擇電壓空間矢量和逆變器的開關(guān)狀態(tài)。

3 神經(jīng)網(wǎng)絡(luò)PID控制器的設(shè)計(jì)
   
系統(tǒng)中應(yīng)用的神經(jīng)網(wǎng)絡(luò)控制器由BP神經(jīng)網(wǎng)絡(luò)和控制器兩部分構(gòu)成。神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的運(yùn)行狀態(tài)調(diào)節(jié)控制器的參數(shù),以期達(dá)到最佳的控制效果。人工神經(jīng)網(wǎng)絡(luò)的神經(jīng)元結(jié)構(gòu)如圖4所示。


    人工神經(jīng)網(wǎng)絡(luò)是基于人腦的神經(jīng)元結(jié)構(gòu)的電子學(xué)模型,一個(gè)神經(jīng)網(wǎng)絡(luò)的基本執(zhí)行要素是神經(jīng)元。神經(jīng)網(wǎng)絡(luò)依賴于神經(jīng)元的層數(shù)。人工神經(jīng)網(wǎng)絡(luò)對(duì)知識(shí)的掌握是通過(guò)對(duì)樣本的學(xué)習(xí)實(shí)現(xiàn)的。通過(guò)學(xué)習(xí)大量的實(shí)例,網(wǎng)絡(luò)用嘗試錯(cuò)誤的方法來(lái)不斷減小錯(cuò)誤,修正權(quán)值,從而掌握蘊(yùn)含于樣本的知識(shí),網(wǎng)絡(luò)通過(guò)權(quán)值的調(diào)整記錄所學(xué)過(guò)樣本,并掌握輸入與輸出之間的關(guān)系。正是因?yàn)樗目扇我獗平蔷€性模型特性,所以十分適用于交流調(diào)速系統(tǒng)的控制。人工神經(jīng)網(wǎng)絡(luò)在交流調(diào)速控制系統(tǒng)中的應(yīng)用包括神經(jīng)網(wǎng)絡(luò)辨識(shí)器和神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)。在傳統(tǒng)的數(shù)字PID控制方式下,采用的經(jīng)典算式為增量式PID算法:
    u(k)=u(k-1)+△u(k)=u(k-1)+kp[e(k)-e(k-1)]+kie(k)+kd[e(k)-2e(k-1)+e(k-2)]        (7)
    神經(jīng)網(wǎng)絡(luò)根據(jù)系統(tǒng)的運(yùn)行狀態(tài)調(diào)節(jié)PID控制器的參數(shù),使輸出層神經(jīng)元的輸出狀態(tài)對(duì)應(yīng)于PID控制器3個(gè)可調(diào)整參數(shù)kp,ki,kd。通過(guò)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí),權(quán)系數(shù)調(diào)整,使神經(jīng)網(wǎng)絡(luò)輸出對(duì)應(yīng)于某種最優(yōu)控制規(guī)律下的PID控制器參數(shù)。
    輸入層神經(jīng)元個(gè)數(shù)選為3,誤差量x1(k)=e(k),x2(k)反映誤差的累計(jì)效果,,x3(k)反映誤差變化快慢,x3(k)=e(k)-e(k-1)。輸出層的神經(jīng)元個(gè)數(shù)選為3,輸出節(jié)點(diǎn)分別對(duì)應(yīng)kp,ki,kd。由于該參數(shù)不能為負(fù)數(shù),所以輸出層神經(jīng)元的激發(fā)函數(shù)取非負(fù)的Sigmoid函數(shù)。隱藏層的神經(jīng)元個(gè)數(shù)可由經(jīng)驗(yàn)公式q=(n+m)1/2+f確定,其個(gè)數(shù)選為4。

    輸出層神經(jīng)元的激發(fā)函數(shù)。按梯度下降法修改網(wǎng)絡(luò)的權(quán)系數(shù),即按照e(k)對(duì)權(quán)系數(shù)的負(fù)梯度方向搜索調(diào)整,并附加一個(gè)使搜索快速收斂的全局極小慣性項(xiàng)。

4 實(shí)驗(yàn)結(jié)果
   
實(shí)驗(yàn)采用電機(jī)為三相鼠籠式異步電動(dòng)機(jī),測(cè)得磁通的α,β分量波形如圖5a所示,電機(jī)氣隙磁通軌跡如圖5b所示。


    可見,電機(jī)的氣隙磁場(chǎng)分布更加均勻,進(jìn)一步改善了電機(jī)控制的性能。將該系統(tǒng)應(yīng)用在礦山的牽引變頻電機(jī)上取得了良好的效果。


    圖6為系統(tǒng)突增負(fù)載和突減負(fù)載運(yùn)行時(shí)電流、轉(zhuǎn)速動(dòng)態(tài)波形。可見,波形穩(wěn)定平滑,超調(diào)量約為0.8%,動(dòng)態(tài)速降約為5 r·min-1,靜差率約為零。電機(jī)實(shí)現(xiàn)無(wú)靜差調(diào)節(jié)且方便實(shí)現(xiàn)可逆運(yùn)行。

5 結(jié)論
   
感應(yīng)電動(dòng)機(jī)的直接轉(zhuǎn)矩控制具有結(jié)構(gòu)簡(jiǎn)單,控制信號(hào)處理的物理概念明確,系統(tǒng)的轉(zhuǎn)矩響應(yīng)迅速且無(wú)超調(diào)等優(yōu)點(diǎn),是一種具有高靜態(tài)、動(dòng)態(tài)性能的交流調(diào)速控制方式。將神經(jīng)網(wǎng)絡(luò)控制和直接轉(zhuǎn)矩控制相結(jié)合,由于神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡(jiǎn)單,具有并行計(jì)算能力,縮短了計(jì)算時(shí)間,且控制算法不依賴或不完全依賴于對(duì)象模型,僅取決于系統(tǒng)的實(shí)際偏差及變化率,具有容錯(cuò)能力,因而系統(tǒng)具有較強(qiáng)的魯棒性和對(duì)環(huán)境的適應(yīng)性,使進(jìn)一步提高開關(guān)頻率成為可能,提高了系統(tǒng)的控制性能。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

中國(guó)上海– 2025年6月17日——智能電源與智能感知技術(shù)的領(lǐng)先企業(yè)安森美(onsemi,納斯達(dá)克代碼:ON)近日參加了第九屆北京國(guó)際聽力學(xué)大會(huì),展示了前沿的聽力解決方案,鞏固了公司在智能化、個(gè)性化聽力健康領(lǐng)域的領(lǐng)先地位...

關(guān)鍵字: 人工智能 處理器 神經(jīng)網(wǎng)絡(luò) 助聽器

隨著邊緣計(jì)算與AI技術(shù)的深度融合,邊緣AI模型在智能安防、自動(dòng)駕駛、工業(yè)物聯(lián)網(wǎng)等領(lǐng)域得到廣泛應(yīng)用。然而,模型作為AI系統(tǒng)的核心資產(chǎn),面臨嚴(yán)重的逆向工程威脅:攻擊者可通過(guò)反編譯、模型竊取等技術(shù)手段,獲取模型結(jié)構(gòu)與參數(shù),進(jìn)而...

關(guān)鍵字: 邊緣AI 反逆向工程 神經(jīng)網(wǎng)絡(luò)

本節(jié)詳細(xì)介紹了官方演示評(píng)估過(guò)程和效果演示手勢(shì)檢測(cè)和RTSP人臉識(shí)別。

關(guān)鍵字: 手勢(shì)識(shí)別 神經(jīng)網(wǎng)絡(luò) BW21-CBV-Kit

針對(duì)目前開關(guān)柜溫度監(jiān)測(cè)存在的問題 , 在研究了負(fù)荷電流 、環(huán)境溫度 、溫度變化時(shí)間等因素對(duì)開關(guān)柜溫升的影響 后 ,運(yùn)用有限元溫度場(chǎng)仿真技術(shù)預(yù)測(cè)了開關(guān)柜內(nèi)部的溫度分布情況 。將溫度場(chǎng)仿真數(shù)據(jù)作為機(jī)器學(xué)習(xí)的訓(xùn)練樣本 、溫升試...

關(guān)鍵字: 開關(guān)柜 有限元仿真 神經(jīng)網(wǎng)絡(luò) 溫升預(yù)測(cè) 主動(dòng)預(yù)警 溫度監(jiān)測(cè)策略 智慧變電站

人工智能(AI)是為了模仿人類的認(rèn)知能力而設(shè)計(jì)的,它的許多應(yīng)用都是受我們的五感--視覺、聽覺、觸覺、味覺和嗅覺的啟發(fā)。在艾省, 想象力 與計(jì)算機(jī)視覺相對(duì)應(yīng),使機(jī)器能夠解釋圖像和視頻。 聽到 由自然語(yǔ)言處理(NLP)和語(yǔ)音...

關(guān)鍵字: 人工智能 神經(jīng)網(wǎng)絡(luò)

北京2024年12月11日 /美通社/ -- 今年的諾貝爾獎(jiǎng),將AI推到了科學(xué)舞臺(tái)的中央,標(biāo)志著AI在科學(xué)研究中的重要地位得到了認(rèn)可,也體現(xiàn)了學(xué)科交叉賦能將成為AI時(shí)代的科研發(fā)展趨勢(shì)。用AI賦能學(xué)科研究,創(chuàng)新科研新范式。...

關(guān)鍵字: AI 模型 神經(jīng)網(wǎng)絡(luò) 編碼

在人工智能(AI)技術(shù)日新月異的今天,神經(jīng)網(wǎng)絡(luò)作為其核心驅(qū)動(dòng)力,正逐步滲透到各個(gè)行業(yè)與領(lǐng)域。然而,傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)模型往往受限于計(jì)算資源和功耗,難以在邊緣設(shè)備上實(shí)現(xiàn)高效運(yùn)行?,F(xiàn)場(chǎng)可編程門陣列(FPGA)作為一種高性能、低功...

關(guān)鍵字: FPGA 神經(jīng)網(wǎng)絡(luò) 邊緣智能

在日益復(fù)雜的工業(yè)和汽車環(huán)境中,狀態(tài)監(jiān)測(cè)對(duì)于確保安全可靠的運(yùn)行變得越來(lái)越重要。通過(guò)數(shù)據(jù)分析可以檢測(cè)運(yùn)行異常和潛在的設(shè)備缺陷,從而在發(fā)生故障之前及時(shí)進(jìn)行維修。它還可以最大限度地減少維護(hù)頻率并避免不必要的成本。

關(guān)鍵字: 神經(jīng)網(wǎng)絡(luò) 振動(dòng)分析
關(guān)閉