电机与电器
|
基于主元分析神经网络补偿的感应电动机逆解耦控制
巫庆辉, 伦淑娴, 常晓恒, 尹作友
渤海大学信息科学与工程学院 锦州 121003
Inverse Decoupling Control of Induction Motor Based on PCA-NN Compensation
Wu Qinghui, Lun Shuxian, Chang Xiaoheng, Yin Zuoyou
Bohai University Jinzhou 121003 China
摘要 对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统, 实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键。首先通过非线性状态反馈建立感应电动机的α 阶积分逆模型, 并分析非线性状态反馈的误差对其逆模型精度的影响。在此基础上提出了一个基于主元分析神经网络补偿的感应电动机逆解耦控制方法, 将补偿后的α 阶积分逆模型串联到对象的输入端建立广义被控对象。复杂的感应电动机调速系统被解耦成电磁转矩与定子磁链的两个独立回路, 利用线性系统理论分别对独立回路进行综合设计, 实现定子磁链和电磁转矩对各自给定值的渐进跟踪。实验结果验证了建议方案的有效性和可行性。
关键词 :
逆解耦控制 ,
感应电动机 ,
主元分析 ,
神经网络 ,
反馈线性化
Abstract :It is important to realize torque and stator flux dynamic decoupling control for induction motor(IM) drive, which is multi-input and multi-output, nonlinear and strong coupling system. First, an α -order integral inverse model of IM is constructed by the nonlinear state feedback, and the reason that the inverse model accuracy is affected by the feedback error is deeply analyzed. On the base of this, an inverse decoupling control method for IM based on principal component analysis neural network(PCA-NN) compensation is developed, in which the compensated α -order integral inverse model is cascaded with the plant. The complex IM drive system is decoupled into two separate loops, i.e. torque loop and flux loop. The separate loop is respectively designed by linear system theory so that the asymptotic tracking of stator flux and torque is realized. The experimental results verify the validity of the proposed scheme.
Key words :
Inverse decoupling control
induction motor
principal component analysis (PCA)
neural network
feedback linearization
收稿日期: 2009-10-29
出版日期: 2014-03-07
基金资助: 国家自然科学基金(60974071), 辽宁省教育厅科学计划(L2010002, 2008017和2009A041)资助项目
作者简介 : 巫庆辉 男, 1974年生, 博士, 副教授, 主要研究方向为电机的智能控制、复杂工业过程的建模与先进控制等。伦淑娴 女, 1972年生, 博士, 教授, 主要研究方向为智能控制、鲁棒滤波、网络控制系统等。
引用本文:
巫庆辉, 伦淑娴, 常晓恒, 尹作友. 基于主元分析神经网络补偿的感应电动机逆解耦控制[J]. 电工技术学报, 2011, 26(1): 40-45.
Wu Qinghui, Lun Shuxian, Chang Xiaoheng, Yin Zuoyou. Inverse Decoupling Control of Induction Motor Based on PCA-NN Compensation. Transactions of China Electrotechnical Society, 2011, 26(1): 40-45.
链接本文:
http://dgjsxb.ces-transaction.com/CN/Y2011/V26/I1/40
[1] 陈硕, 辻峰男, 山田英二. 感应电机无速度传感器矢量控制系统的定子电阻在线辨识[J]. 中国电机工程学报, 2003, 23(2): 88-92. [2] 冯光, 黄立培, 朱东起. 采用自抗扰控制器的高性能异步电动机调速系统[J]. 中国电机工程学报, 2001, 21(10): 55-58. [3] 孙飞月, 张春龙. 异步电动机两种不同解耦控制策略的比较[J]. 微特电机, 2006(11): 27-32. [4] 胡虎, 李永东. 基于区域电压矢量表的交流异步电动机直接转矩预测控制策略研究[J]. 电工技术学报, 2004, 19(2): 25-30, 46. [5] 程善美, 付中奇. 基于自适应转速辨识的直接转矩控制系统研究[J]. 电力电子技术, 2007, 41(9): 24-25. [6] Kawabata Y, Kawakami T, Sasakura Y, et al. New design method of decoupling control system for vector controlled induction motor[J]. IEEE Transactions on Power Electronics, 2004, 19(S): 1-9. [7] 孙东升. 基于线性化反馈的异步电动机自适应解耦控制[J]. 电机与控制应用, 2006, 33(3): 7-11. [8] 曹建荣, 虞烈, 魏泽国, 等. 基于逆系统理论的感应电动机解耦控制的研究[J]. 电工技术学报, 1999, 14(1): 7-11. [9] Boton C, Horga V, Albu M, et al. Decoupling control of an induction motor drive supplied by a voltage source inverter[C]. International Symposium on Signals, Circuits and Systems, 2007, 2: 1-4. [10] Wang H, Xu W, Shen T, et al. Stator flux and torque decoupling control for induction motors with resistance adaptation[J]. IEE Proceedings on Control Theory and Applications, 2005, 152(4): 363-370. [11] 李擎, 杨立永, 李正熙, 等. 异步电动机定子磁链与电磁转矩的逆系统解耦控制方法[J]. 中国电机工程学报, 2006, 26(6): 146-150. [12] 杨立永, 李正熙, 李华德, 等. 感应电动机调速系统的自适应逆控制[J]. 控制理论与应用, 2007, 24(1): 95-98. [13] Marino R, Peresada S, Tomer P. On-line stator and rotor resistance estimation for induction motors [C]. IEEE Trans. on Contr. Syst. Technol., 2000, 8: 570-579. [14] 戴先中. 多变量非线性系统的神经网络逆控制方 法[M]. 北京: 科学出版社, 2005. [15] 巫庆辉. 感应电动机定子磁链与转矩的逆解耦及存在性[J]. 控制理论与应用, 2009, 26(9): 983- 987. [16] 巫庆辉, 伦淑娴. 基于定转子电阻误差补偿的感应电动机自适应逆解耦控制研究[J]. 自动化学报, 2010, 36(2): 297-303. [17] Wu Qinghui, Chang Xiaoheng, Lun Shuxian, et al. PCA-BP neutral network design for inverse decoupling compensator of induction motor drives[C]. 2010CCDC, Xuzhou, China, 2010.
[1]
张康, 王丽梅. 考虑同步误差影响的直驱H型平台轮廓跟踪控制方法 [J]. 电工技术学报, 2022, 37(8): 1982-1990.
[2]
魏惠芳, 王丽梅. 永磁直线同步电机自适应模糊神经网络时变滑模控制 [J]. 电工技术学报, 2022, 37(4): 861-869.
[3]
闻枫, 荆凡胜, 李强, 赵文翰, 朱雪琼. 基于改进BP神经网络的无线电能传输系统接收线圈参数优化 [J]. 电工技术学报, 2021, 36(zk2): 412-422.
[4]
张征, 杨少兵, 吴命利, 叶晶晶. 一种用于钢轨电位评估的回归建模方法 [J]. 电工技术学报, 2021, 36(zk1): 31-39.
[5]
游颖敏, 王景芹, 舒亮, 倪侃, 周新城. 基于音频特征的交流接触器电寿命预测方法 [J]. 电工技术学报, 2021, 36(9): 1986-1998.
[6]
孙林, 孙鹏菊, 罗全明, 王绪龙, 周雒维. 基于状态反馈线性化的IGBT外部热管理 [J]. 电工技术学报, 2021, 36(8): 1636-1645.
[7]
郑含博, 李金恒, 刘洋, 崔耀辉, 平原. 基于改进YOLOv3的电力设备红外目标检测模型 [J]. 电工技术学报, 2021, 36(7): 1389-1398.
[8]
彭诗怡, 刘衍, 周涛涛, 阮江军, 刘源. 基于操作力矩的高压隔离开关机械缺陷智能诊断 [J]. 电工技术学报, 2021, 36(7): 1356-1367.
[9]
王天鹤, 赵希梅, 金鸿雁. 基于递归径向基神经网络的永磁直线同步电机智能二阶滑模控制 [J]. 电工技术学报, 2021, 36(6): 1229-1237.
[10]
孙丙香, 任鹏博, 陈育哲, 崔正韬, 姜久春. 锂离子电池在不同区间下的衰退影响因素分析及任意区间的老化趋势预测 [J]. 电工技术学报, 2021, 36(3): 666-674.
[11]
程显, 袁晓东, 葛国伟, 朱剑鹏. 真空开关高动作稳定性的永磁操动机构控制系统 [J]. 电工技术学报, 2021, 36(21): 4617-4626.
[12]
吴月宝, 赵晋斌, 张少腾, 张俊伟, 汪学良. 基于径向基神经网络的多负载无线电能传输系统自适应阻抗匹配方法 [J]. 电工技术学报, 2021, 36(19): 3969-3977.
[13]
张康, 王丽梅. 基于反馈线性化的永磁直线同步电机自适应动态滑模控制 [J]. 电工技术学报, 2021, 36(19): 4016-4024.
[14]
张帅, 许家悦, 李梦迪, 赵明康, 徐桂芝. 基于皮层神经元模型的经颅磁声电刺激神经网络放电活动仿真分析 [J]. 电工技术学报, 2021, 36(18): 3851-3859.
[15]
张明远, 史黎明, 郭科宇, 杨泽宇, 徐飞. 分段长初级双边直线感应电动机建模分析 [J]. 电工技术学报, 2021, 36(11): 2344-2354.