基于bp神經(jīng)網(wǎng)絡(luò)pid控制的直流電動機調(diào)速系統(tǒng)設(shè)計

1、百度文庫-好好學(xué)習(xí)，天天向上 # 基于BP神經(jīng)網(wǎng)絡(luò)PID控制的直流電動機調(diào)速系統(tǒng)設(shè)計摘要：本文在闡述了神經(jīng)網(wǎng)絡(luò)的發(fā)展、現(xiàn)狀、基本原理及其在自動控制中的應(yīng)用的基礎(chǔ)上，主要研究BP神經(jīng)網(wǎng)絡(luò)在PID控制中的應(yīng)用。將BP神經(jīng)網(wǎng)絡(luò)運用于PID控制中，能夠有效克服經(jīng)典PID控制器在被控對象具有非線性、時變不確定性和難以建立精確的數(shù)學(xué)模型時出現(xiàn)的參數(shù)整定不良和性能欠缺等缺陷。本文設(shè)計了一種自適應(yīng)PID控制器，采用改進共軛梯度算法對PID控制器參數(shù)進行在線整定。利用此控制器對無刷直流電機進行控制，仿真結(jié)果表明：應(yīng)用神經(jīng)網(wǎng)絡(luò)對常規(guī)PID控制器進行改造后提高了系統(tǒng)的魯棒性和動態(tài)性能。關(guān)鍵詞：無刷直流電機；BP神經(jīng)

2、網(wǎng)絡(luò)；PID控制器百度文庫-好好學(xué)習(xí)，天天向上百度文庫-好好學(xué)習(xí)，天天向上 - 第一章緒論控制理論的發(fā)展和面臨的挑戰(zhàn)隨著社會的發(fā)展，人們從解決重大工程和技術(shù)問題的實踐中逐漸總結(jié)出了有關(guān)控制的相關(guān)理論。和其他學(xué)科一樣，控制理論學(xué)科的發(fā)展水平受到人類技術(shù)手段和知識水平的限制。傳統(tǒng)的經(jīng)典控制理論和現(xiàn)代控制理論研究的是線性時不變系統(tǒng)的控制問題，然而在自然界和現(xiàn)實生活中的系統(tǒng)絕大多數(shù)都是非線性的，僅憑單一的分析線性系統(tǒng)的理論來分析非線性系統(tǒng)遠不能滿足人們對控制系統(tǒng)的研究中涉及到非線性、魯棒性以及具有柔性結(jié)構(gòu)的系統(tǒng)和離散事件動態(tài)系統(tǒng)的要求。因此，在經(jīng)歷了經(jīng)典控制理論、現(xiàn)代控制理論兩個發(fā)展階段后，人工智能的

3、發(fā)展促使自動控制向智能控制發(fā)展。智能控制系統(tǒng)是在控制論、信息論、人工智能、仿生學(xué)、神經(jīng)生理學(xué)及計算機科學(xué)發(fā)展的基礎(chǔ)上逐步形成的一類高級信息與控制系統(tǒng)，強調(diào)的是系統(tǒng)對問題能夠求解、能夠適應(yīng)環(huán)境和任務(wù)的變化而且還要具有一定的決策能力，從而做出相應(yīng)的、準確的、及時的控制操作。智能控制有各種形式和各種不同的應(yīng)用領(lǐng)域，其中神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)是這些年來研究很多也是發(fā)展很快的一個領(lǐng)域。因為神經(jīng)網(wǎng)絡(luò)的非線性映射能力、自學(xué)習(xí)適應(yīng)能力、聯(lián)想記憶能力、并行信息處理方式及其優(yōu)良的容錯性能的特點，這些特點使得神經(jīng)網(wǎng)絡(luò)非常適合于復(fù)雜系統(tǒng)的建模和控制。因此，神經(jīng)網(wǎng)絡(luò)在系統(tǒng)控制領(lǐng)域備受重視。特別是當(dāng)系統(tǒng)存在不確定性因素時，更體

4、現(xiàn)了神經(jīng)網(wǎng)絡(luò)方法的優(yōu)越性。因此，神經(jīng)網(wǎng)絡(luò)控制在非線性控制系統(tǒng)中應(yīng)用非常廣泛。神經(jīng)網(wǎng)絡(luò)技術(shù)的發(fā)展與國內(nèi)外研究現(xiàn)狀神經(jīng)網(wǎng)絡(luò)領(lǐng)域研究的工作始于19世紀末和20世紀初，源于物理學(xué)、心理學(xué)和神經(jīng)生理學(xué)的跨學(xué)科研究，最早是由心理學(xué)家WarrenMcCulloch和數(shù)學(xué)家WalterPitts所提出的M-P模型。1949年，心理學(xué)家DonaldHebb通過對大腦神經(jīng)細胞學(xué)習(xí)和條件反射的觀察研究，提出了神經(jīng)元之間突觸強度調(diào)整的假設(shè)，他認為學(xué)習(xí)過程是在突觸上發(fā)生的，連接權(quán)的調(diào)整正比于兩相連神經(jīng)元激活值的乘積。這就是有名的Hebb學(xué)習(xí)規(guī)則，該規(guī)則至今仍在神經(jīng)網(wǎng)絡(luò)模型中發(fā)揮著重要作用。1957年，F(xiàn)rankRose

5、nblatt提出了著名的Perceptron（感知機）模型，試圖模擬動物和人腦的感知和學(xué)習(xí)能力，并提出了引入“隱層”處理元件的三層感知機的概念，公開演示了它進行模式識別的能力。1962年，BernardWindrow和TedHoff提出了Adaline（自適應(yīng)線性單元模型）以及一種有效的學(xué)習(xí)方法，即Windrow-Hoff學(xué)習(xí)規(guī)則，它可用于自適應(yīng)濾波、預(yù)測和模型識別。這些模型和算法在很大程度上豐富了神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論。我國的神經(jīng)網(wǎng)絡(luò)研究工作起步較晚，始于20世紀80年代末，主要應(yīng)用領(lǐng)域開展了一些基礎(chǔ)性的工作，在1990年12月在北京召開了首屆神經(jīng)網(wǎng)絡(luò)學(xué)術(shù)大會，并決定以后每年召開一次中國神經(jīng)網(wǎng)絡(luò)學(xué)

6、術(shù)會議。我國的“863”高技術(shù)研究計劃和“攀登”計劃于1990年批準了人工神經(jīng)網(wǎng)絡(luò)的三項課題，自然科學(xué)基金和國防科技預(yù)研基地也都把神經(jīng)網(wǎng)絡(luò)的研究列入選題指南。許多全國性學(xué)術(shù)年會和一些學(xué)術(shù)期刊把神經(jīng)網(wǎng)絡(luò)理論及應(yīng)用方面的論文列為重點。這些毫無疑問為神經(jīng)網(wǎng)絡(luò)在我國的發(fā)展創(chuàng)造了良好的條件。神經(jīng)網(wǎng)絡(luò)控制研究的目的和意義隨著我國工業(yè)和航天事業(yè)的不斷發(fā)展，對調(diào)速系統(tǒng)的性能和精度要求越來越高。無刷直流電機控制系統(tǒng)是一種新型的調(diào)速系統(tǒng)，該系統(tǒng)具有良好的運行、控制及經(jīng)濟性能，顯示出巨大的發(fā)展?jié)摿?。在實際的工程操作中,PID控制是應(yīng)用最為廣泛的控制方式,它的控制規(guī)律就是用P（比例）、I（積分）、D（微分）計算出控制

7、量進行控制的。PID控制器同時具有結(jié)構(gòu)簡單、穩(wěn)定性好、工作可靠、調(diào)整方便等等優(yōu)勢，故在工業(yè)控制中具有較廣泛的應(yīng)用。然而常規(guī)的PID控制僅對能建立精確數(shù)學(xué)模型的控制系統(tǒng)具有較好的控制效果，對那些具有高度非線性、時變不確定性和大時滯對象、難以建立精確數(shù)學(xué)模型的控制系統(tǒng)，傳統(tǒng)的PID控制器難以有很好的控制效果。而無刷直流電機正是一個非線性、多變量、強耦合的控制對象，也難以建立其精確的數(shù)學(xué)模型。近幾十年來迅速發(fā)展起來的神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中的研究取得了較大的發(fā)展，由于它具有非線性和不確定性，自學(xué)習(xí)能力較強，可以通過自身學(xué)習(xí)的過程了解系統(tǒng)的結(jié)構(gòu)和參數(shù)，不需要對被控對象建立精確的數(shù)學(xué)模型。因此由神經(jīng)網(wǎng)絡(luò)構(gòu)成

8、的控制器具有很好的魯棒性和調(diào)節(jié)作用。基于PID控制和神經(jīng)網(wǎng)絡(luò)控制各自的優(yōu)勢和局限性來看，把傳統(tǒng)線性PID控制和神經(jīng)網(wǎng)絡(luò)控制結(jié)合起來，使系統(tǒng)的控制性能得到提高，是一種很實用的控制方法。而且，這種控制方法在實際的工業(yè)生產(chǎn)中已得到了較為成功的應(yīng)用，具有很好的應(yīng)用前景。從傳統(tǒng)與現(xiàn)代控制技術(shù)應(yīng)用的發(fā)展歷史來看，雖然未來的控制技術(shù)應(yīng)用領(lǐng)域會越來越寬廣，被控對象可以越來越復(fù)雜，相應(yīng)的控制技術(shù)也會變得越來越精巧。但是，以PID為原理的各種控制器將是控制中不可或缺的基本控制單元。如何將PID控制器同神經(jīng)網(wǎng)絡(luò)控制更好的結(jié)合在一起，更好地應(yīng)用于實際控制系統(tǒng)，是控制領(lǐng)域中人們不斷研究和探索的重要課題。如果能發(fā)現(xiàn)性能優(yōu)

9、于PID的控制器，且具有類似PID易于使用的特點，無論在理論還是實踐上都將具有重要意義。本文共分為四章，主要針對無刷直流電動機調(diào)速系統(tǒng)的基于BP神經(jīng)網(wǎng)絡(luò)PID控制進行相關(guān)研究。第一章主要介紹了選題背景與研究現(xiàn)狀；第二章在介紹了無刷直流電機的基本組成和工作原理后根據(jù)其基本組成構(gòu)造出無刷直流電機的數(shù)學(xué)模型(包括電壓方程和電磁轉(zhuǎn)矩方程)，并闡述了無刷直流電機的測速原理；第三章介紹了神經(jīng)網(wǎng)絡(luò)，重點說明了利用BP神經(jīng)網(wǎng)絡(luò)進行控制的結(jié)構(gòu)和基本原理;比較了傳統(tǒng)PID控制器和基于BP神經(jīng)網(wǎng)絡(luò)的PID控制器原理上的差異，分析了基于BP神經(jīng)網(wǎng)絡(luò)PID控制器的結(jié)構(gòu)并給出控制算法；第四章對無刷直流電機BP神經(jīng)網(wǎng)絡(luò)PI

10、D調(diào)速仿真研究，使用MATLAB/SIMULINK進行了仿真實驗，仿真實驗結(jié)果表明基于BP神經(jīng)網(wǎng)絡(luò)的新型PID控制器相對于常規(guī)PID控制器提高了系統(tǒng)的魯棒性和動態(tài)性能。第二章無刷直流電機原理及數(shù)學(xué)模型無刷直流電機的基本組成無刷直流電機主要由電動機本體、位置傳感器和電子開關(guān)線路三部分組成。電動機本體在結(jié)構(gòu)上與永磁同步電動機相似，其定子繞組一般制成多相，轉(zhuǎn)子由永久磁鋼按一定的極對數(shù)(2P2,4,)組成。B屮二幵十弐奩圖2-1無刷直流電動機結(jié)構(gòu)原理圖圖2-1中的電動機本體為三相兩極。三相定子繞組分別與電子開關(guān)線路中相應(yīng)的功率開關(guān)器件聯(lián)接，即A相、B相、C相繞組分別與功率開關(guān)管VI、V2、V3相接，位

11、置傳感器的跟蹤轉(zhuǎn)子部分與電機轉(zhuǎn)軸相連接。當(dāng)定子繞組的某一相通電時，該電流與轉(zhuǎn)子永久磁鋼的磁極所產(chǎn)生的磁場相互作用，產(chǎn)生轉(zhuǎn)矩，驅(qū)動轉(zhuǎn)子旋轉(zhuǎn)，再由位置傳感器將轉(zhuǎn)子磁鋼位置變換成電信號，來控制電子開關(guān)線路，從而使定子各相繞組按一定順序?qū)?，定子相電流隨轉(zhuǎn)子位置的變化而按一定的次序換相。電子開關(guān)線路的導(dǎo)通次序與轉(zhuǎn)子轉(zhuǎn)角同步，它起到了與機械換向器相同的換向作用。無刷直流電機，就其基本結(jié)構(gòu)而言，可認為是一臺由電子開關(guān)線路、永磁式同步電動機以及位置傳感器三者組成的“電動機系統(tǒng)”，其原理框圖如圖2-2所示。圖2-2無刷直流電機系統(tǒng)構(gòu)成框圖就結(jié)構(gòu)而言，直流電機從電刷向外看雖然是直流的，但從電刷向內(nèi)看，電樞繞組中

12、的感應(yīng)電勢和流過的電流完全是交變的。從電樞繞組和定子磁場之間的相互作用看實際上是一臺電勵磁的同步電機，這臺同步電機和直流電源之間是通過換向器和電刷聯(lián)系起來的。在電動機運行方式下，換向器起逆變器作用，把電源直流逆變?yōu)榻涣魉腿腚姌欣@組，在發(fā)電機運行方式下，換向器起整流器作用，將電樞中發(fā)出的交流電整流成直流供給外部負載電刷則不僅引導(dǎo)了電流，更重要的是它的位置決定了電樞繞組中電流換向的地點，從而決定了電樞磁勢的空間位置，即起到了電樞電流換向位置和電樞磁場空間位置檢測的作用。由于換向器和電刷的有效配合，使得勵磁磁通和電樞磁勢能在空間始終保持垂直關(guān)系，以利最大限度地產(chǎn)生有效轉(zhuǎn)矩。無刷直流電機電子開關(guān)線路是

13、用來控制電動機定子上各相繞組通電的順序和時間，主百度文庫-好好學(xué)習(xí)，天天向上百度文庫-好好學(xué)習(xí)，天天向上- 要由功率邏輯開關(guān)單元和位置傳感器信號處理單元兩個部分組成。功率邏輯開關(guān)單元是控制電路的核心，其功能是將電源的功率以一定邏輯關(guān)系分配給無刷直流電機定子上各相繞組，以便與轉(zhuǎn)子永磁磁場相互作用產(chǎn)生持續(xù)不斷的恒定轉(zhuǎn)矩。而各相繞組導(dǎo)通的順序和時間主要取決于來自位置傳感器的信號。但位置傳感器產(chǎn)生的信號一般不能直接用來控制功率邏輯開關(guān)單元，往往要經(jīng)過一定邏輯處理后才能去控制邏輯開關(guān)單元。綜上分析，組成無刷直流電機各主要部件的框圖如圖2-3所示。無刷直流電功科圖2-3無刷直流電動機的組成框圖無刷直流電機

14、的工作原理一般的永磁有刷直流電動機的定子由永久磁鋼組成，其主要作用是在電動機氣隙中產(chǎn)生磁場。其電樞繞組通電后產(chǎn)生反應(yīng)磁場。由于電刷換向作用，使得這兩個磁場的方向在直流電動機運行的過程中始終保持相互垂直，從而產(chǎn)生最大轉(zhuǎn)矩而驅(qū)動電動機不停地運轉(zhuǎn)無刷直流電機為了實現(xiàn)無電刷換向，首先要求把直流電動機的電樞繞組放在定子上，把永磁磁鋼放在轉(zhuǎn)子上，這與傳統(tǒng)直流永磁電動機的結(jié)構(gòu)剛好相反。無刷直流電機除了由定子和轉(zhuǎn)子組成電動機的本體外，還要由位置傳感器、控制電路以及功率邏輯開關(guān)共同構(gòu)成的換向裝置，使得無刷直流電機在運行過程中定子繞組所產(chǎn)生的磁場和運動中的轉(zhuǎn)子磁鋼產(chǎn)生的永磁磁場，在空間始終保持在(/2)rad左右

15、的電角度。圖2-4三相全橋電路三相全橋式Y(jié)接電機，理想狀況下任意時刻有兩相導(dǎo)通，形成電路通路?；魻杺鞲衅髟陔姍C轉(zhuǎn)動一周的過程中輸出6種狀態(tài)。以圖2-4的逆變橋為例，位置傳感器輸出狀態(tài)1下V6和V1導(dǎo)通，狀態(tài)2下V1和V2導(dǎo)通，狀態(tài)3下V2和V3導(dǎo)通，狀態(tài)4下V3和V4導(dǎo)通，狀態(tài)5下V4和V5導(dǎo)通，狀態(tài)6下V5和V6導(dǎo)通，如表2-1所示。表2-1導(dǎo)通功率管與定子合成磁動勢對應(yīng)表定子合成磁勢FalFa2Fa3Fa4Fa5Fa6導(dǎo)通的功率管TTTTTTTTTTTT611223344556每個狀態(tài)持續(xù)（兀/3）rad電角度，這樣就在空間上分成6個區(qū)間如圖2-5所示，與之相對應(yīng)轉(zhuǎn)子在相應(yīng)的區(qū)間轉(zhuǎn)動，圖2

16、-6是在表2-1的功率管開關(guān)邏輯作用下三相繞組的導(dǎo)通圖2-6無刷直流電機相電流波形圖一個周期內(nèi)，每個功率管導(dǎo)通2兀/3電角度，逆變橋為橫向換相方式。定子繞組每個周期正、反導(dǎo)通各2兀/3電角度，正、反電流之間間隔2兀/3電角度。任一時刻定子有兩相繞組通電并產(chǎn)生定子磁動勢，隨著轉(zhuǎn)子位置信號的變化，定子合成磁動勢2兀/3為步長，轉(zhuǎn)子磁場在定子磁動勢的作用下與之同步旋轉(zhuǎn)。無刷直流電機的數(shù)學(xué)模型以兩極三相無刷直流電機為例來說明數(shù)學(xué)模型的建立過程。電機定子繞組為Y接集中整距繞組，轉(zhuǎn)子采用隱極內(nèi)轉(zhuǎn)子結(jié)構(gòu)，3個霍爾元件在空間相隔120對稱放置。在此結(jié)構(gòu)基礎(chǔ)上，另作如下假設(shè)以簡化分析過程：忽略電機鐵心飽和，不計

17、渦流損耗和磁滯損耗；不計電樞反應(yīng)，氣息磁場分布近似認為是平頂寬度為120的梯形波忽略齒槽效應(yīng)，電樞導(dǎo)體連續(xù)均勻分布于電樞表面；驅(qū)動系統(tǒng)逆變電路的功率器件和續(xù)流二極管均具有理想的開關(guān)特性。電壓方程ur00iLMMieaaaau=0r0i+MLMpi+ebbbbu00riMMLiecccc(2-1)式中：H為定子繞組的相電流(A)e,e,eab5c為定子繞組的相電動勢(V)u,u,uabc為定子繞組的相電壓(V)L為各相繞組的自感(H)P=為微分算子dtM為每兩相繞組的互感(H)因為轉(zhuǎn)子的磁阻不會隨著轉(zhuǎn)子的位置的變化而發(fā)生變化，所以定子繞組的互感與自感是常數(shù)，當(dāng)三相繞組是Y連接，并且無中線時，則有

18、：i+i+i=0abc(2-2)Mi+Mi=-Miaca將(2-2)式代入(2-1)式可得電壓方程為：百度文庫-好好學(xué)習(xí)，天天向上百度文庫-好好學(xué)習(xí)，天天向上- - uR00iL-M00ieaaaaau=0R0i+0L-M0-i+ebbbbbu00Ri00L-Mieccc1cc(2-3)電磁轉(zhuǎn)矩方程電磁轉(zhuǎn)矩為T=(ei+ei+ei)daabbcc(2-4)式中：Q電機的角速度(rad/s)在通電情況下，直流電機的帶電導(dǎo)體處于一樣的磁場下，各相繞組的感應(yīng)電動勢為E=-mNnm30m(2-5)N總導(dǎo)體數(shù)n電動機轉(zhuǎn)速m主磁通-m極對數(shù)式中：從變頻器的直流端看，Y型連接的無刷直流電機的感應(yīng)電動勢為E。

19、由兩相繞組經(jīng)過逆變器串聯(lián)組成，得到E=2E=Pndm15m(2-6)因此，電磁轉(zhuǎn)矩方程式可化簡為：T=馬=4PmNidnnmd(2-7)式中：d電流的幅值為電機的角速度(60)由式(2-6)可以看出，直流無刷方波電機和普通直流電機有著相同的電磁轉(zhuǎn)矩表達式，電磁轉(zhuǎn)矩與磁通和電流成正比，所以控制逆變器輸出方波電流的大小就是可控直流無刷方波電機的轉(zhuǎn)矩。另外電動機轉(zhuǎn)子的運動方程為：T=Jd+B+Tddti(2-8)可以再進一步化簡得：(2-9)竺=丄(T-T)竺dtJd1J式中：J為轉(zhuǎn)子與負載的轉(zhuǎn)動慣量B為粘滯阻尼系數(shù)Tl為負載轉(zhuǎn)矩由于本系統(tǒng)采用120型三相逆變器，不管什么時候都只有兩相通電，直流無刷

20、方波電U=1U機的輸出相電壓幅值為2所以每相繞組都會有下面的動態(tài)方程式：=iR+L竹+Edaadt(2-10)式中：s為電源電壓忽略粘性摩擦，電動機的轉(zhuǎn)矩平衡方程式為GD2Ra375CCem(2-11)由式(2-10)可得：TdEIImdLRdta(2-12)對式(2-9)和式(2-11)兩邊分別進行拉式變換后得：I(s)_Tda-U(s)-E(s)TlS+12s HYPERLINK l bookmark64 o Current Document E(s)RI(s)1(s)FsdLm(2-13)(2-14)ECn聯(lián)合式(2-13)和式(2-14),并考慮到Ee，得到無刷直流方波電機的動態(tài)結(jié)構(gòu)圖

21、2-7。圖2-7無刷直流方波電機的動態(tài)結(jié)構(gòu)圖無刷直流電機的調(diào)速原理無刷直流電機結(jié)構(gòu)簡單、無機械磨損，不受傳統(tǒng)換向裝置的限制，可做到大容量、高轉(zhuǎn)速，同時運行效率高、調(diào)速性能好，因而得到廣泛的應(yīng)用。典型的速度/電流雙閉環(huán)系統(tǒng)框圖如圖2-8所示，其中速度反饋采用脈沖測速以適應(yīng)微機的數(shù)字控制，速度調(diào)節(jié)器的輸出作為電流給定，電流檢測經(jīng)A/D變換后進入微機以構(gòu)成電流反饋。圖2-8無刷直流電機速度/電流雙閉環(huán)系統(tǒng)框圖由于永磁無刷直流電機的相電流的矩形波形是確定的，所需控制的只是電流幅值，故u可采用PWM控制方式來實現(xiàn)。即用電流調(diào)節(jié)器輸出的電壓信號k與三角載波電壓信號uc相比較，產(chǎn)生等幅、等脈寬、定周期的脈寬

22、調(diào)制信號，控制功率電子開關(guān)的通、斷。當(dāng)uc值大時PWM波形占空比大，電樞電壓高，繞組電流大；反之則小。由于電磁轉(zhuǎn)矩大小與電流成正比，因此可實現(xiàn)對轉(zhuǎn)矩，進而對速度的閉環(huán)控制。也有采用單閉環(huán)系統(tǒng)的控制器，這時速度調(diào)節(jié)器的輸出直接控制PWM發(fā)生器，通過調(diào)節(jié)占空比來控制電機的轉(zhuǎn)速。對電流的控制則采用開環(huán)控制，當(dāng)電流超過某一閾值時，降低占空比，從而使電流下降。小結(jié)無刷直流電動機利用電子開關(guān)線路和位置傳感器來代替電刷和換向器，通常由電動機本體、位置傳感器和電子開關(guān)線路組成。通過位置傳感器檢測轉(zhuǎn)子位置來使相應(yīng)的晶體管導(dǎo)通，從而使對應(yīng)的相導(dǎo)通。無刷直流電動機的機械特性和調(diào)節(jié)特性形狀應(yīng)與一般直流電動機相同，區(qū)別

23、在于無刷直流電動機的機械特性隨著轉(zhuǎn)矩增加到一定程度，曲線會向下彎曲，并隨著轉(zhuǎn)矩增大彎曲程度增大。無刷直流電動機旋轉(zhuǎn)方向的改變是通過改變繞組的通電順序來實現(xiàn)的。無刷直流電動機的雙閉環(huán)調(diào)速系統(tǒng)由轉(zhuǎn)速外環(huán)、電流內(nèi)環(huán)組成，兩者都采用PI調(diào)節(jié)器。第三章BP神經(jīng)網(wǎng)絡(luò)PID控制方法研究PID控制器基本原理在各種控制算法中，PID控制是最早發(fā)展起來的控制策略之一。PID控制由于具有直觀、計算簡單、容易實現(xiàn)、魯棒性好以及可靠性高等優(yōu)點而獲得了廣泛的應(yīng)用。它尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng)，所以一般需要先知道被控系統(tǒng)的傳遞函數(shù)和數(shù)學(xué)模型。然而由于實際的控制對象往往具有非線性、時變不確定性、難以建立精確

24、的數(shù)學(xué)模型，使得傳統(tǒng)的PID控制器的應(yīng)用受到限制，已不能滿足這類復(fù)雜對象的控制要求，無法達到理想的控制效果。圖3-1PID控制系統(tǒng)原理框圖傳統(tǒng)PID控制原理PID控制以其結(jié)構(gòu)簡單、對模型誤差具有魯棒性及易于操縱等優(yōu)點，被廣泛應(yīng)用于各種工業(yè)過程中，是控制系統(tǒng)中技術(shù)成熟的一種控制方法。PID控制要取得好的控制效果，就必須對比例、積分和微分三種控制作用進行調(diào)整以形成相互配合又相互制約的關(guān)系。常規(guī)PID控制系統(tǒng)原理框圖如圖3-5所示，根據(jù)不同的控制對象需要對控制器參數(shù)加以調(diào)整。PID控制器是一種線性控制器，它根據(jù)給定值廠Q與實際輸出值乙)構(gòu)成控制偏差e(t)二r0一cC)(3-1)將偏差的比例、積分和

25、微分通過線性組合構(gòu)成控制量，對被控對象進行控制，故稱PID控制器。其控制規(guī)律為uC)=kpe(t)+1reGdt+T凹(3-2)Toddtik式中p為比例系數(shù)i為積分時間常數(shù)d為微分時間常數(shù)。簡單說來，PID控制器各校正環(huán)節(jié)的作用如下：e（t）1）比例環(huán)節(jié)即時成比例地反映控制系統(tǒng)的偏差信號e，偏差一旦產(chǎn)生，控制器立即產(chǎn)生控制作用，以減少偏差。2）積分環(huán)節(jié)主要用于消除靜差，提高系統(tǒng)的無差度。積分作用的強弱取決于積分時間常數(shù)Ti，Ti越大，積分作用越弱，反之則越強。3）微分環(huán)節(jié)能反映偏差信號的變化趨勢（變化速率），并能在偏差信號值變得太大之前，將系統(tǒng)中引入一個有效的早期修正信號，從而加快系統(tǒng)的動作

26、速度，減小調(diào)節(jié)時間。根據(jù)不同被控對象適當(dāng)?shù)卣≒ID的3個參數(shù)，可以獲得比較滿意的控制效果。實踐證明，這種參數(shù)調(diào)整過程，實際上是對比例、積分、微分三部分控制作用的折衷，這種控制無法解決穩(wěn)定性與準確性之間的矛盾。加大控制作用可使誤差減少，準確性可以提高，但是降低了穩(wěn)定性，反之，為了保證穩(wěn)定性，限制控制作用，這樣又降低了控制的準確性離散化的PID表達式:C)二keC)+k丈e(j)+kLC)-e(t1)(3-3)pidj=0Tk=kip式中積分系數(shù)ik積分系數(shù)dT為采樣周期。增量式PID控制算法如下式所示:AuC)=u(t)u(t1)AwC)=ke(t)e(t-1)+ke(t)+kLC)-2e(t

27、-1)+e(t-2)pid(3-4)由于實際過程中的受控對象往往具有非線性、參數(shù)時變不確定性、難以確定精確的數(shù)學(xué)模型，傳統(tǒng)的PID控制器就很難達到理想的控制效果。隨著相關(guān)領(lǐng)域技術(shù)的不斷發(fā)展，對控制系統(tǒng)的指標要求越來越高。而在實際過程中，傳統(tǒng)PID控制的控制系統(tǒng)設(shè)計仍然采用試湊法來解決，這樣，傳統(tǒng)PID控制的精度必然受到一定程度上的影響和制約。人們一直在尋求PID控制器參數(shù)的自學(xué)習(xí)技術(shù)，以便適應(yīng)復(fù)雜多變的情況和高性能指標的控制要求，神經(jīng)網(wǎng)絡(luò)理論的發(fā)展，使這種設(shè)想成為可能?；贐P神經(jīng)網(wǎng)絡(luò)的PID控制原理人工神經(jīng)網(wǎng)絡(luò)具有高度的并行分布式處理能力，它主要是通過對輸入輸出樣本的學(xué)習(xí)不斷調(diào)整由多個神經(jīng)元

28、模型組成的網(wǎng)絡(luò)的權(quán)值，使網(wǎng)絡(luò)實現(xiàn)給定的輸入輸出映射關(guān)系，并具有學(xué)習(xí)、記憶、計算以及各種智能處理能力，因此人們自然而然就想到將神經(jīng)網(wǎng)絡(luò)和傳統(tǒng)PID控制相結(jié)合，通過對系統(tǒng)性能的學(xué)習(xí)來實現(xiàn)具有最佳組合的PID控制。利用BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID控制相結(jié)合可以有效解決PID控制參數(shù)難以確定和環(huán)境擾動的不確定性的種種困難，因為它具有逼近任意非線性函數(shù)的能力，且結(jié)構(gòu)和學(xué)習(xí)算法簡單明確，通過網(wǎng)絡(luò)的學(xué)習(xí)可以找到某一最優(yōu)控制律下的P、I、D控制參數(shù)。k,k,k采用BP網(wǎng)絡(luò)可以建立參數(shù)Pid自學(xué)習(xí)的PID控制器。其控制原理為：神經(jīng)網(wǎng)絡(luò)k,k,k輸入狀態(tài)對應(yīng)于PID控制器的三個可調(diào)參數(shù)Pid，通過神經(jīng)網(wǎng)絡(luò)的自身學(xué)習(xí)、

29、加權(quán)系數(shù)調(diào)整，從而使其穩(wěn)定狀態(tài)對應(yīng)于某種最優(yōu)控制律下的PID控制器參數(shù)。神經(jīng)網(wǎng)絡(luò)PID控制器基本結(jié)構(gòu)圖3-2基于BP神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)圖由圖3-2可以看出，基于BP神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)主要包括兩部分，即傳統(tǒng)的PID控制器和神經(jīng)網(wǎng)絡(luò)NN。k,k,k其中傳統(tǒng)PID控制器對被控對象加以閉環(huán)控制，控制器參數(shù)pid通過神經(jīng)網(wǎng)絡(luò)在線整定。BP神經(jīng)網(wǎng)絡(luò)NN的主要作用是根據(jù)系統(tǒng)的運行狀態(tài)，對PID控制器參數(shù)加以調(diào)節(jié)，以達到期望最優(yōu)的性能指標。即神經(jīng)網(wǎng)絡(luò)的輸出作為傳統(tǒng)PID控制器的可調(diào)參數(shù)k,k,kPid，通過神經(jīng)網(wǎng)絡(luò)自身的不斷學(xué)習(xí)，加權(quán)系數(shù)的調(diào)整，來使得系統(tǒng)的穩(wěn)定狀態(tài)對應(yīng)于某種最優(yōu)控制律下的輸出

30、，來充分發(fā)揮出神經(jīng)網(wǎng)絡(luò)的優(yōu)點所在。在BP神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)控制器中，采用BP神經(jīng)網(wǎng)絡(luò)構(gòu)建自學(xué)習(xí)控制器，并由其實現(xiàn)數(shù)字增量式PID控制器的輸入輸出對應(yīng)關(guān)系。BP算法的基本思想是：學(xué)習(xí)過程由信號的正向傳播與誤差的反向傳播兩個過程組成。正向傳播時，輸入樣本經(jīng)輸入層傳入，經(jīng)各隱含層逐層處理后，傳向輸出層。若輸出層的實際輸出與期望輸出不符，則轉(zhuǎn)入誤差的反向傳播階段。誤差反傳是將輸出誤差以某種形式通過隱含層向輸入層逐層反傳，并將誤差分攤給各層單元，從而獲得各層單元的誤差信號，此誤差信號作為修正各單元權(quán)值的依據(jù)。這種信號正向傳播與誤差反向傳播的各層權(quán)值調(diào)整的過程，是周而復(fù)始地進行的。權(quán)值不斷調(diào)整的過程，也就是網(wǎng)

31、絡(luò)的學(xué)習(xí)訓(xùn)練過程此過程一直進行到網(wǎng)絡(luò)輸出的誤差減少到可接受的程度，或進行到預(yù)先設(shè)定的學(xué)習(xí)次數(shù)為止?；贐P神經(jīng)網(wǎng)絡(luò)的PID控制算法BP神經(jīng)網(wǎng)絡(luò)具有逼進任意非線性函數(shù)的能力，而且結(jié)構(gòu)和學(xué)習(xí)算法簡單明確，通過網(wǎng)絡(luò)的自身學(xué)習(xí)，可以找到某一最優(yōu)控制規(guī)律下的P、I、D參數(shù)。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖3-3所示。百度文庫-好好學(xué)習(xí)，天天向上百度文庫-好好學(xué)習(xí)，天天向上百度文庫-好好學(xué)習(xí)，天天向上- - - 圖3-3BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖經(jīng)典增量式數(shù)字PID控制算法:(k)=u(k-1)+Au(k)=u(k-1)+Ke(k)-e(k-1)+Ke(k)+Ke(k)-2e(k-1)+e(k-2)(3-5)pid在這里BP

32、網(wǎng)絡(luò)采用結(jié)構(gòu)簡單的三層BP神經(jīng)網(wǎng)絡(luò),其結(jié)構(gòu)如圖所示:有M個輸入節(jié)點、Q個隱含層節(jié)點、3個輸出節(jié)點。輸入節(jié)點對應(yīng)所選的系統(tǒng)運行狀態(tài)量，如系統(tǒng)不同時刻的輸入量和輸出量等，必要時要進行歸一化處理。輸出節(jié)點分別對應(yīng)PID控制器的三個可調(diào)k,k,kk,k,k參數(shù)pid。由于不能給pid賦值,所以輸出層神經(jīng)元的積分函數(shù)取非負的Sigmoid函數(shù)，而隱含層神經(jīng)元的激發(fā)函數(shù)可取正負對稱的Sigmoid函數(shù)。由圖3-3可見，BP神經(jīng)網(wǎng)絡(luò)輸入層節(jié)點的輸出為：Q(1)=X(j)(j=0,1,.,M)(3-6)j(3-6)式中，j為輸入層第j個節(jié)點的輸出；輸入節(jié)點的個數(shù)M取決于被控系統(tǒng)的復(fù)雜程度。在文章中符號的上角標

33、(1)、(2)、(3)分別對應(yīng)輸入層、隱含層、輸出層。網(wǎng)絡(luò)的隱含層輸入、輸出為:net(2)()=丈O(2)0(1)iO(2)(k)=ii(i=0,1,.,Q)(3-7)式中，嚇為隱含層第i個節(jié)點總的輸入;W(2)ij為隱含層加權(quán)系數(shù)；f口(3-8)J為隱層神經(jīng)元的活化函數(shù)，取正負對稱的Sigmoid函數(shù)。fL=tanh(x)=(ex-e-x)/(ex+e-x)最后，網(wǎng)絡(luò)的輸出層的輸入、輸出為：Knet(3)(k)=o(3)OC)(k)iijiO(3)Q)=gCe(3)(k)(l=1,2,3)(k)=OG)(k)(k)=O(3)(k)(k)=O(3)(k)iKPKID3(3-9)o(3)式中，

34、ij為輸出權(quán)系數(shù)；k,k,k輸出層輸出節(jié)點分別對應(yīng)三個可調(diào)參數(shù)pid；g口為輸出層神經(jīng)元的活化函數(shù)，取非負的Sigmoid函數(shù):g=(1/2)1+tanh(x)=ex/(ex+e-x)(3-10)取性能指標函數(shù)為：E(k)=(1/2)r(k)-y(k)2=(1/2)e2(k)(3-11)依照最速下降法來修正網(wǎng)絡(luò)的權(quán)系數(shù)，即按E(k)對權(quán)系數(shù)的負梯度方向搜索調(diào)整，并附加一個使搜索快速收斂全局極小的慣性項，則有：Aw(k+1)=-q(dE(k)/do)+ao(3)(k)ijijij(3-12)式中，q為學(xué)習(xí)速率a為慣性系數(shù);dE(k)=dE(k)dy(k)dody(k)dAu(k)lidAu(k)

35、dO(3)(k)dnet(3)(k)i-i- HYPERLINK l bookmark106 o Current Document dO(3)(k)dnet(3)(k)do(3)iiiidnet(3)(k)i-do(3)=O(2)(k)ili(3-13)由于dy(k)/dAu(k)未知，近似用符號函數(shù)sgndy(k)/dAu(k)代替的計算不精確的影響可以通過調(diào)整學(xué)習(xí)速率來補償。由式(3-31)和(3-35)可以求得：BAu(k)/BO(3)(k)=e(k)e(k1)1(3-14)dAu(k)/BO(3)(k)=e(k)2(3-15)沁u(k)/dO(3)(k)=e(k)一2e(k一1)+e(

36、k一2)3(3-16)因此，可得BP神經(jīng)網(wǎng)絡(luò)NN輸出層的權(quán)系數(shù)學(xué)習(xí)算法為:Aw(3)(k)二論3(k1)lillli(3-17)/=心曲監(jiān)治忡吋)=3l(3-18)(3-19)(3-20)式中,g=g(x)lg(x)f二1f2(x)/2(3-21)綜上所述，基于BP網(wǎng)絡(luò)的PID控制算法可歸納為以下幾點：選定BP網(wǎng)絡(luò)的結(jié)構(gòu)，即確定輸入層節(jié)點數(shù)M和隱含層Q,并給出各層加權(quán)系數(shù)1)的初值晉和嚟，選定學(xué)習(xí)速率和慣性系數(shù)a，此時k=1；2)通過采樣得到r(k)和y(k)，計算該時刻誤差e(k)=r(k)-y(k)；3)4)計算神經(jīng)網(wǎng)絡(luò)NN各層神經(jīng)元的輸入、輸出值，NN輸出層的輸出即為PID控制器k,k,

37、k的三個可調(diào)參數(shù)pid；根據(jù)式(3-31)計算PID控制器的控制輸出u(k)；5)進行神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)，在線調(diào)整加權(quán)系數(shù)丁伙)和叫Xk)，實現(xiàn)pid控制參數(shù)的自適應(yīng)調(diào)整；置k=k+1，返回到1)。6)小結(jié)人工神經(jīng)網(wǎng)絡(luò)是試圖模仿人腦結(jié)構(gòu)和功能而成的一種信息處理系統(tǒng)，它具有很多優(yōu)異的性能：它可以充分逼近任意非線性關(guān)系，采用并行分布處理方法，使得快速大量運算成依據(jù)上述推算方法，可得隱含層的權(quán)系數(shù)學(xué)習(xí)算法為:Aw(2)(k)(2)O(1)(k)+aAw(2)(k1)ijijij5(2)=f(net(2)(k)5(k)(i=1,.,Q)iiilii=1為可能。它可自學(xué)習(xí)和自適應(yīng)不確定系統(tǒng)，能夠同時處理定量、

38、定性知識，所有的定量或定性的信息都等勢分布存儲于網(wǎng)絡(luò)的各神經(jīng)元，故有很強的魯棒性和容錯性。由于實際過程中的受控對象往往具有非線性、參數(shù)時變不確定性、難以確定精確的數(shù)學(xué)模型，傳統(tǒng)的PID控制器就很難達到理想的控制效果。而在實際過程中，傳統(tǒng)PID控制的控制系統(tǒng)設(shè)計仍然采用“試湊法”來解決，這樣，傳統(tǒng)PID控制的精度必然受到一定程度上的影響和制約。利用BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID控制相結(jié)合可以有效解決PID控制參數(shù)難以確定和環(huán)境擾動的不確定性的種種困難，因為它具有逼近任意非線性函數(shù)的能力，且結(jié)構(gòu)和學(xué)習(xí)算法簡單明確，通過網(wǎng)絡(luò)的學(xué)習(xí)可以找到某一最優(yōu)控制律下的P、I、D控制參數(shù)。第四章無刷直流電機BP神經(jīng)網(wǎng)絡(luò)

39、PID控制仿真研究MATLAB/SIMULINK介紹Matlab是美國的克倫威爾莫勒博士在1980年研發(fā)出來的，在1984年由Mathworks公司正式推出，以后經(jīng)過不斷的升級，使得它的功能就越來越強大了。Simulink是多領(lǐng)域仿真與基于模型的動態(tài)系統(tǒng)設(shè)計平臺，它是Matlab里的一個對動態(tài)系統(tǒng)建模仿真與分析的軟件包。Simulink提供了自定義模塊庫集與交互式圖形環(huán)境，使開發(fā)者能夠正確地操作系統(tǒng)的仿真、應(yīng)用、設(shè)計、測試與控制。Simulink的優(yōu)點與特征就是能夠?qū)崿F(xiàn)對于工程問題的建模，這也體現(xiàn)出了如今應(yīng)用相當(dāng)廣泛的模塊化設(shè)計與系統(tǒng)仿真的思想，這樣仿真與建模就好像搭積木那樣的簡單明了。它支持

40、離散、連續(xù)和它們兩者結(jié)合的非線性與線性系統(tǒng)，同樣支持各種采樣速率不同的系統(tǒng)，現(xiàn)在已經(jīng)被廣泛應(yīng)用到了各個研究領(lǐng)域中了。Simulink提供了模塊庫可以搭建出完整的系統(tǒng)供研究人員使用。它的模塊庫包括：輸入環(huán)節(jié)、輸出環(huán)節(jié)、非線性環(huán)節(jié)、線性環(huán)節(jié)離散時間環(huán)節(jié)和連續(xù)環(huán)節(jié)等各種子模塊庫。并且Matlab/Simulink是一個開放的編程環(huán)境，使得用戶能夠自己開發(fā)出需要的模塊，經(jīng)過組成封裝擴展已有的模塊庫。系統(tǒng)仿真本文對無刷直流電動機調(diào)速系統(tǒng)的控制主要是通過雙閉環(huán)環(huán)節(jié)實現(xiàn)的，即電流內(nèi)環(huán)轉(zhuǎn)速外環(huán)控制。將上述基于BP神經(jīng)網(wǎng)絡(luò)的PID控制算法應(yīng)用到參數(shù)時變非線性系統(tǒng)中加以仿真研究，同時與普通PID控制算法加以對比，

41、可以充分體現(xiàn)出BP神經(jīng)網(wǎng)絡(luò)PID控制算法結(jié)構(gòu)較為簡單、對環(huán)境變化具有自適應(yīng)性、具有較強的魯棒性、較好的控制特性以及克服傳統(tǒng)PID控制器參數(shù)不易調(diào)整的缺點。系統(tǒng)仿真對象是無刷直流電動機的轉(zhuǎn)速。4.2.1系統(tǒng)參數(shù)取直流電機參數(shù)：功率為10kw，額定轉(zhuǎn)速1000r/min，電壓為220V,電流為55A,額定的磁通下電機的電動勢轉(zhuǎn)速比為C=0.1925Vmin/r，電樞電阻為0,系統(tǒng)運動的e部分飛輪離相應(yīng)機電時間常數(shù)是T=0.075，V-M系統(tǒng)的主電路的總電阻R=1Q，整流觸發(fā)m裝置放大系數(shù)K二44，電樞回路的電磁時間常數(shù)T二0.017s，三相橋的平均失控時間為saT二0.00167s，拖動系統(tǒng)測速的

42、反饋系數(shù)K=0001178Vmin/r，比例積分調(diào)節(jié)器的st兩個系數(shù)T=0.049s，1T二0.088s。24.2.2空載時系統(tǒng)仿真空載時系統(tǒng)仿真圖4-1所示，分別采用傳統(tǒng)PID和BP神經(jīng)網(wǎng)絡(luò)PID控制圖4-1空載時仿真圖仿真結(jié)果如圖4-2所示圖4-2空載時常規(guī)PID和BP神經(jīng)網(wǎng)絡(luò)PID控制速度響應(yīng)對比在傳統(tǒng)的雙閉環(huán)直流調(diào)速系統(tǒng)中，作為內(nèi)環(huán)的電流調(diào)節(jié)器，在速外環(huán)的調(diào)節(jié)過程中，它的作用是使電流緊緊跟隨其給定電壓U*i的變化。而轉(zhuǎn)速調(diào)節(jié)器是調(diào)速系統(tǒng)的主導(dǎo)調(diào)節(jié)器，所以電機的穩(wěn)定運行很大部分取決于轉(zhuǎn)速調(diào)節(jié)器。本設(shè)計如圖3所示。電流調(diào)節(jié)器仍采用傳統(tǒng)的PID調(diào)節(jié)器，以保持電流的快速響應(yīng)以及跟蹤能力。而轉(zhuǎn)速調(diào)節(jié)器采用基于BP神經(jīng)網(wǎng)絡(luò)的PID調(diào)節(jié)器，由神經(jīng)網(wǎng)絡(luò)的在線參數(shù)自學(xué)能力降低系統(tǒng)在實際運行中某些參數(shù)的變化而導(dǎo)致控制不準確的不利影響。有負載干擾時系統(tǒng)仿真LDInfuni1ET-E：ih闊tIJwii.in3.wlLsb.Ln出劃QA!.勺匕卜阿|BondT3fTur*24lilkTIhll