The invention discloses a model-free adaptive robust decoupling control method for two-motor speed regulation system based on inverse model of neural network, which comprises the following steps: analyzing the mathematical model of two-motor speed regulation system, obtaining the expression of input-output relationship of the inverse system of the original system; acquiring two-motor speed regulation system under different input excitations The dynamic and static data samples of the system are trained to approximate the inverse system model and construct a pseudo-linear composite system. A tracking differentiator is added to arrange the transition signal. According to the dynamic linearization method, a model-free control compensator is designed to compensate the output of the non-linear feedback and to suppress the uncertain disturbance in the multi-motor speed control system. The effect of movement reduces the tension overshoot caused by step signals. In view of the characteristics of non-linearity and strong coupling of multi-motor speed regulation system, the present invention significantly suppresses the torque disturbance error caused by non-linearity and variable structure, improves the problem of step overshoot of tension, and improves the robust decoupling ability of the system.
【技术实现步骤摘要】
基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法
本专利技术设计了一种多电机调速系统神经网络逆无模型补偿实现方法,适用于以西门子PLC为控制器的多电机调速控制系统,该方法也可以用于其他非线性、强耦合、鲁棒性差的机电控制场合。
技术介绍
目前,多电机调速系统控制仍然存在以下至少两方面问题:1)在工程应用中,大多数非线性强耦合系统的精确数学模型难以获取,进而增加了各种非线性控制的困难;2)多电机调速系统中偶发性扰动和持续性机械磨损并存,致使系统运行工况众多,控制目标约束关系更为复杂,极大地降低了系统的鲁棒性和适应性。随着控制理论的发展,直接利用被控对象的输入输出数据来摆脱对于数学模型依赖的“数据驱动”理念应运而生。由于负载扰动以及电机参数摄动等因素,导致模型失配,从而影响了系统控制的控制精度和可靠性,而直接对系统进行鲁棒控制,对于具有强耦合的多变量非线性系统又不具备解耦的效果,因此,虽然近些年出现先进控制算法众多,但在实际工程应用中,往往达不到仿真中的理想效果。
技术实现思路
本专利技术的目的是为了克服现有技术的不足,提出一种基于PLC的两电机神经网络逆无模型补偿控制方法,提高两电机调速系统的解耦性能,以及抑制由于非线性、变结构带来的转矩波动干扰,从而加强多电机调速系统的整体鲁棒性能。本专利技术采用的技术方案是:一种基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法,其步骤如下:第一步,由两台交流异步电机分别驱动两套轧辊,电机转轴与轧辊之间采用刚性连接,由PLC通过总线将转速信号u2、u4传递给变频器进行矢量控制,从而构成两电机调速控 ...
【技术保护点】
1.一种基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法,其特征在于,包括如下步骤:第一步,由两台交流异步电机分别驱动两套轧辊,电机转轴与轧辊之间采用刚性连接,由PLC通过总线将转速信号u2、u4传递给变频器进行矢量控制,从而构成两电机调速控制系统;第二步,对两电机调速系统进行可逆性证明,推导得出其逆系统关系表达式:
【技术特征摘要】
1.一种基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法,其特征在于,包括如下步骤:第一步,由两台交流异步电机分别驱动两套轧辊,电机转轴与轧辊之间采用刚性连接,由PLC通过总线将转速信号u2、u4传递给变频器进行矢量控制,从而构成两电机调速控制系统;第二步,对两电机调速系统进行可逆性证明,推导得出其逆系统关系表达式:其中,u=[u2,u4]T=[ω1,ω2]T,ω1、ω2为两电机调速系统的输入转速,y2、y4分别为两电机调速系统的输出转速和实际张力;第三步,选取合适的激励信号充分激励出系统内部状态量间的耦合关系,根据逆系统关系表达式采集ω1、ω2、y2、y4变量的数据样本,通过MATLAB对数据进行数值微分、归一化处理,采用神经网络逼近两电机调速系统的逆系统,利用粒子群算法对神经网络的权阈值寻优,将两电机调速系统和其逆系统串联构建出伪线性化后的两电机离散系统;第四步,对伪线性化后的两电机离散系统进行动态线性化处理,通过输入输出数据在线估计其伪偏导数,并设计无模型补偿控制器;对信号输入安排过渡过程,设计非线性控制律,减少张力的超调;第五步,两电机调速系统在PLC平台运行:由上位机给定转速和张力输入方波,经PLC控制算法由总线将两台异步电机的转速信号传递给变频器工作,调节磁粉制动器的电流来模拟未知干扰带来的转矩波动,利用OPC技术可更新系统的输入值,神经网络的权阈值对应的数据块。2.根据权利要求1所述的基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法,其特征在于,第三步中,神经网络具有5个输入,22个隐含节点,2个输出,输入分别为y2、y4、输出分别为ω1、ω2。3.根据权利要求1所述的基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法,其特征在于,第二步中,两电机调速系统可逆性证明具体过程为:在两电机调速控制系统中,考虑转矩波动干扰,当变频器采用矢量模式时,其数学模型为y=h(x)=[y1,y2,y3,y4]T=[x2,x1,x4,x5]T式中:u=[u1,u2,u3,u4]T=[isd1,ω1,isd2,ω2]T,x=[x1,x2,x3,x4,x5]T=[ωr1,ψr1,ωr2,ψr2,F]T为控制变量和状态变量;F为皮带张力;K为传递系数;T为张力变化时间常数;pni、Ji、ωi、ωri、Tri、Lri、Lmi、ψri、TLi、ΔTLi、ri、ki、isdi(i=1,2)分别为第i台电机极对数、转子惯量、定子转速、转子转速、电磁时间常数、转子自感、互感、转子磁链、负载转矩、转矩波动干扰、带轮半径、速比、d轴定...
【专利技术属性】
技术研发人员:刘国海,陈仁杰,张多,周华伟,
申请(专利权)人:江苏大学,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。