基于模糊神經網絡的開關磁阻電機自適應控制.pdf

1、開關磁阻電機驅動系統(tǒng)(SRD)以其結構簡單、成本低廉、在寬廣的調速范圍內均具有高效率等諸多優(yōu)點，成為普通交流傳動系統(tǒng)和直流傳動系統(tǒng)強有力的競爭者。但開關磁阻電機(SRM)嚴重的非線性以及變結構、變參數特性增加了它的控制難度，傳統(tǒng)的線性控制方法往往難以取得令人滿意的效果。因此，對于SRD控制策略的研究一直是近年來開關磁阻電機研究領域的熱點之一。模糊神經網絡融合了模糊邏輯和神經網絡的雙重優(yōu)點，在保持模糊邏輯系統(tǒng)較強的知識表達和推理能力的同時

2、又具有強大的自適應能力，因此非常適合于SRD的控制。本文著重研究模糊神經網絡在開關磁阻電機控制系統(tǒng)中的應用。 論文從開關磁阻電機驅動系統(tǒng)仿真平臺的建立開始，在對開關磁阻電機的基本理論及其非線性數學模型進行充分研究的基礎上，應用Matlab/Simulink仿真環(huán)境建立了四相(8/6極)開關磁阻電機及其驅動系統(tǒng)的動態(tài)仿真模型，為進一步研究控制策略打下基礎。 為與模糊神經網絡控制進行比較，論文首先建立了開關磁阻電機模糊控制系

3、統(tǒng)。通過對模糊控制、神經網絡和模糊神經網絡理論的分析與綜合，論文提出一種基于模糊神經網絡的開關磁阻電機自適應控制新方法。該方法將嵌入專家知識的模糊神經網絡應用于SRM的速度閉環(huán)控制，根據速度偏差在線調整控制規(guī)則，使之適應參數、結構不斷變化的系統(tǒng)；又增加了BP神經網絡在線辨識機構，利用BP神經網絡強大的非線性映射能力實時觀測系統(tǒng)輸出，給出難以直接得到而又為控制器所需的系統(tǒng)信息。該方法對于解決SRM由于非線性嚴重而導致控制困難的問題具有較強