神經(jīng)網(wǎng)絡(luò)硬化實(shí)現(xiàn)的共性技術(shù)在電力傳動(dòng)中應(yīng)用研究.pdf

1、在概述人工神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)控制發(fā)展歷程和趨勢(shì)的基礎(chǔ)上，提出了基于專家控制、模糊控制和神經(jīng)網(wǎng)絡(luò)控制的電力傳動(dòng)控制系統(tǒng)，并總結(jié)出神經(jīng)網(wǎng)絡(luò)應(yīng)用于電力傳動(dòng)控制的七種形式：利用神經(jīng)網(wǎng)絡(luò)擔(dān)當(dāng)電力傳動(dòng)控制系統(tǒng)中的一個(gè)環(huán)節(jié)或?qū)崿F(xiàn)一個(gè)組成部分的功能；利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)電力傳動(dòng)控制系統(tǒng)中的信號(hào)檢測(cè)、參數(shù)估計(jì)或狀態(tài)觀測(cè)以用于實(shí)時(shí)補(bǔ)償或閉環(huán)反饋控制；利用神經(jīng)網(wǎng)絡(luò)辨識(shí)電力傳動(dòng)控制系統(tǒng)模型以實(shí)現(xiàn)模型參考自適應(yīng)控制；利用神經(jīng)網(wǎng)絡(luò)充當(dāng)電力傳動(dòng)控制系統(tǒng)中的控制器；利用神

2、經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)交流電力傳動(dòng)控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)逆控制；利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)電力傳動(dòng)控制系統(tǒng)狀態(tài)檢測(cè)與故障診斷；利用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)電力傳動(dòng)控制系統(tǒng)的復(fù)合控制。
　　 基于控制觀抽象出通用的神經(jīng)元模型和神經(jīng)網(wǎng)絡(luò)連接權(quán)值修正的通用學(xué)習(xí)算法，并分析了Hebb、Perceptron、δ(Delta)、Widrow-Hoff、Correlation、Winner-Take-All、Outstar和Boltzmann等8種常用學(xué)習(xí)算法的主要特點(diǎn)和選用原則

3、。然后，對(duì)Adaline神經(jīng)元、BP、CMAC和BAM神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及學(xué)習(xí)算法和應(yīng)用進(jìn)行設(shè)計(jì)和數(shù)字仿真。
　　 基于FPGA提出了硬化實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)和可重構(gòu)控制器拓?fù)浣Y(jié)構(gòu)的技術(shù)路線，特別對(duì)涉及到的共性核心技術(shù)開展了研究，包括：定點(diǎn)數(shù)乘/除法運(yùn)算、浮點(diǎn)數(shù)加/減/乘/除法運(yùn)算、Sigmoid轉(zhuǎn)移函數(shù)、神經(jīng)網(wǎng)絡(luò)Hebb學(xué)習(xí)算法的硬化實(shí)現(xiàn)。明確定義了四種神經(jīng)網(wǎng)絡(luò)系統(tǒng)節(jié)點(diǎn)的標(biāo)準(zhǔn)模型：1-1型、n-1型、n-m型和1-m型。
　　

4、 系統(tǒng)地闡述了神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)和工程應(yīng)用的基本步聚，在介紹了神經(jīng)網(wǎng)絡(luò)辨識(shí)的基礎(chǔ)上，總結(jié)出六種常用的神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu)：直接型神經(jīng)網(wǎng)絡(luò)控制器(DNNC)、復(fù)合型神經(jīng)網(wǎng)絡(luò)控制器(CNNC)、自適應(yīng)型神經(jīng)網(wǎng)絡(luò)控制器(ANNC)、逆系統(tǒng)型神經(jīng)網(wǎng)絡(luò)控制器(INNC)、監(jiān)督型神經(jīng)網(wǎng)絡(luò)控制器(SNNC)和優(yōu)化型神經(jīng)網(wǎng)絡(luò)控制器(ONNC)，并重點(diǎn)論述了其中的復(fù)合型、自適應(yīng)型和逆系統(tǒng)型等三種形式。同時(shí)，對(duì)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)穩(wěn)定性進(jìn)行了分析和證明。
　　

5、分析了神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和自學(xué)習(xí)控制的基本特點(diǎn)，概括了學(xué)習(xí)控制規(guī)律和相應(yīng)的通用拓?fù)浣Y(jié)構(gòu)，研究了自學(xué)習(xí)控制系統(tǒng)的一般性原理及基于規(guī)則的產(chǎn)生式自學(xué)習(xí)控制系統(tǒng)，基于對(duì)象模型信息灰色的客觀事實(shí)引入耦合量的概念，借鑒復(fù)雜大系統(tǒng)采用的三級(jí)遞階智能控制結(jié)構(gòu)，創(chuàng)新性地提出了基于定量模型和定性模型協(xié)同控制的三級(jí)遞階智能控制策略、前后臺(tái)型神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)電力傳動(dòng)控制系統(tǒng)的基本架構(gòu)。
　　 利用構(gòu)建的神經(jīng)網(wǎng)絡(luò)控制理論和FPGA硬化實(shí)現(xiàn)的共性核心技術(shù)，實(shí)現(xiàn)了B