關(guān) 閉

新聞中心

EEPW首頁 > 工控自動化 > 設(shè)計應(yīng)用 > 基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制系統(tǒng)的設(shè)計

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制系統(tǒng)的設(shè)計

作者: 時間:2016-12-22 來源:網(wǎng)絡(luò) 收藏

  1 引言

   在造紙、印染、紡織等高精度、高轉(zhuǎn)速傳動系統(tǒng)中,隨著工業(yè)自動化程度的提高和生產(chǎn)規(guī)模的擴(kuò)大,采用單電機(jī)驅(qū)動往往難以滿足生產(chǎn)的要求。而多電機(jī)同步控制歷來是最核心的問題,對多電機(jī)同步協(xié)調(diào)控制,國內(nèi)、外同行也有不少研究。在實際應(yīng)用中,多電機(jī)的同步性能會因各傳動軸的驅(qū)動特性不匹配、負(fù)載的擾動等因素的影響而惡化,因此同步控制方法的好壞直接影響著系統(tǒng)的可靠性。

   本文通過對的多電機(jī)同步傳動系統(tǒng)主要控制策略分析,得出改進(jìn)的耦合控制是當(dāng)前比較好的控制思想,實際應(yīng)用中采用易于實現(xiàn)的PID作為同步補償控制器算法。但傳統(tǒng)PID控制器結(jié)構(gòu)簡單、魯棒性較差且抗擾動能力也不太理想。因此在控制策略上,采用神經(jīng)網(wǎng)絡(luò)控制和PID控制算法相結(jié)合的方法。仿真結(jié)果表明,將該方法用于多電機(jī)同步控制中,不僅具有良好的動態(tài)性能,而且整個系統(tǒng)同步精度也有所提高。

  2 多電機(jī)同步控制的原理

   對于多電機(jī)同步控制系統(tǒng)來說,實現(xiàn)的是電動機(jī)轉(zhuǎn)速的跟隨,受到擾動的電動機(jī)轉(zhuǎn)速是變化的,其它的電動機(jī)跟隨這臺電動機(jī)的轉(zhuǎn)速變化。在系統(tǒng)受到擾動后的初始狀態(tài),電動機(jī)之間的轉(zhuǎn)速趨于同步越快越好,即應(yīng)盡快消除轉(zhuǎn)速偏差;當(dāng)電動機(jī)之間的轉(zhuǎn)速趨于同步時,要盡量減小轉(zhuǎn)速發(fā)生超調(diào)。一般情況是要求系統(tǒng)中的第i臺電動機(jī)轉(zhuǎn)速vi和第i+l臺電動機(jī)轉(zhuǎn)速vi+1,之間保持一定的比例關(guān)系,即vi=a·vi+1以滿足系統(tǒng)的實際工藝要求。這里a為轉(zhuǎn)速同步系數(shù)。在實際運行過程中若要滿足系統(tǒng)的同步要求,周期采樣獲取某一環(huán)節(jié)的前臺電動機(jī)轉(zhuǎn)速vi和后臺電動機(jī)轉(zhuǎn)速vi+1后,vi和vi+1按下式定義轉(zhuǎn)速同步偏差時,表明在同步系數(shù)a下,vi和vi+1同步,當(dāng)e≠0時,表明在同步系統(tǒng)aF,vi和vi+l不同步.在本文中采用改進(jìn)的耦合同步控制系統(tǒng)(如圖1),各電機(jī)采用同一電壓給定的基礎(chǔ)上,電機(jī)l轉(zhuǎn)速誤差△v1=v1—vfb1,電機(jī)2的轉(zhuǎn)速誤差△v2=v2一vfb2,計算某一電機(jī)實際速度和給定速度的偏差e,以及當(dāng)前的偏差變化量△e,同步控制器補償同樣采用PID控制。其差值經(jīng)過PID補償器加到隨動電機(jī)輸入端。

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

  3 基于神經(jīng)網(wǎng)絡(luò)PID控制器的建立

   BP神經(jīng)網(wǎng)絡(luò)是應(yīng)用最廣泛的一種人工神經(jīng)網(wǎng)絡(luò),在各門學(xué)科領(lǐng)域中都具有很重要的實用價值,根據(jù)本系統(tǒng)的控制系統(tǒng)的特點,為了快速消除同步誤差,本文采用BP神經(jīng)網(wǎng)絡(luò)與PID相結(jié)合的作為同步補償方法。

  3.1 BP神經(jīng)網(wǎng)絡(luò)PID控制系統(tǒng)的結(jié)構(gòu)

   基于BP網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)如圖2所示,控制器由兩部分組成:

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

  (1)常規(guī)PID控制器,直接對被控對象進(jìn)行閉環(huán)控制,并且其控制參數(shù)Kp、Ki、Kd為在線調(diào)整方式;

   (2)BP神經(jīng)網(wǎng)絡(luò),根據(jù)系統(tǒng)的運行狀態(tài),調(diào)節(jié)PID控制器的參數(shù),以期達(dá)到某種性能指標(biāo)的最優(yōu)化,使輸出層神經(jīng)元的輸出對應(yīng)于PID控制器的3個可調(diào)參數(shù)KD、Ki、Kd。通過BP神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)、加權(quán)系數(shù)的調(diào)整,使BP神經(jīng)網(wǎng)絡(luò)輸出對應(yīng)于某種最優(yōu)控制規(guī)律下的PID控制器參數(shù)。以電機(jī)作為控制對像,一般采用增量式PID控制算法進(jìn)行控制。它的控制算式為:

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

  式中KP、KI、KD分別為比例、積分、微分系數(shù).

  3.2 神經(jīng)網(wǎng)絡(luò)PID的算法實現(xiàn)

   1)訓(xùn)練階段的工作

   第l步:設(shè)計輸入輸出神經(jīng)元。本BP網(wǎng)絡(luò)的輸入層設(shè)置3個神經(jīng)元,分別為輸入速度vi、速度偏差e和偏差變化量△e,輸出層有3個神經(jīng)元,為PID控制器的3個可調(diào)節(jié)參數(shù)Kp、Ki、Kd;

   第2步:設(shè)計隱含層神經(jīng)元個數(shù)。本文初步確定隱含層節(jié)點數(shù)為5個.學(xué)習(xí)一定次數(shù)后,不成功再增加隱含層節(jié)點數(shù),一直達(dá)到比較合理的神經(jīng)元數(shù)為止;

   第3步:設(shè)計網(wǎng)絡(luò)初始值。本文中設(shè)定的學(xué)習(xí)次數(shù)N=5000次,誤差限定值E=0.02;

   第4步:應(yīng)用Simulink對BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真。

   2)測試階段的工作

   在測試階段,主要是對訓(xùn)練過的網(wǎng)絡(luò)輸入測試樣木,測試網(wǎng)絡(luò)的學(xué)習(xí)效果,即判斷網(wǎng)絡(luò)的運算值與樣本的期望值之差是否在允許的范圍之內(nèi)。在此不再贅述具體判定過程。

  4 仿真與分析

   本文以2臺電機(jī)同步為模型進(jìn)行仿真。在電機(jī)的參數(shù)設(shè)定時,對2臺電機(jī)的參數(shù)取相同值。電機(jī)參數(shù)為:定子每相繞組電阻R=5.9Ω,定子d相繞組電感Ld=0.573,轉(zhuǎn)子電阻R=5.6Ω轉(zhuǎn)子電感L=O.58給定轉(zhuǎn)速n=500rad/sec,極對數(shù)為3。在t=0.05 s時,突加階躍擾動,利用Matlab對傳統(tǒng)PID和神經(jīng)網(wǎng)絡(luò)PID分別進(jìn)行仿真,得到實驗曲線如圖所示.

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

  比較兩種仿真結(jié)果,經(jīng)計算采用常規(guī)PID補償器時,突加負(fù)載擾動后,同步誤差△Verror=0.26%采用神經(jīng)網(wǎng)絡(luò)PID補償器時,突加負(fù)載擾動后,同步誤差△Verror.=O.08%,由些可以看到采用神經(jīng)網(wǎng)絡(luò)PID補償器方法的時候,系統(tǒng)的同步性能、抗干擾性能優(yōu)于只采用常規(guī)PID補償器時的性能,其具有更好的控制特性。

  5 結(jié)束語

   本文針對于多電機(jī)同步控制中出現(xiàn)的多變量、強耦合、具有大慣性環(huán)節(jié)、難以建立準(zhǔn)確數(shù)學(xué)模型的被控對象,在傳統(tǒng)PID的基礎(chǔ)上引入神經(jīng)網(wǎng)絡(luò)的的概念,將神經(jīng)網(wǎng)絡(luò)PID用于速度同步補償中,仿真結(jié)果表明,該方法使系統(tǒng)的抗干擾能力增強,同步精度有所提高,控制效果良好。



評論


技術(shù)專區(qū)

關(guān)閉