http://www.yuntichuzu.com/ 珠海乾务镇升降车出租, 珠海斗门升降车出租, 斗门乾务镇升降车出租 🍃不当撑船手, 不会摸篙竿 🍃
新闻分类:公司新闻 作者:admin 发布于:2019-07-204 文字:【
大】【
中】【
小】
摘要:
珠海乾务镇升降车出租, 珠海斗门升降车出租, 斗门乾务镇升降车出租 🍃不当撑船手, 不会摸篙竿 🍃 升降车起升电机控制器中改进的智能控制算法研究, RBF神经网络径向基神经网络是一种三层结构的前馈神经网络,是一种具有局部逼近特性的神经网络。RBF神经网络的基本结构。 RBF神经网络结构中,x为网络的输入向量,jh为径向基函数,my为网络输出。选取jh为高斯函数,j为第j个隐层节点的中心;j为升降车第j个隐层节点的宽度。假设mW为隐层至输出层的权值向量,则神经网络的输出为:1mm. RBF神经网络的三层结构中,采用隐含层节点作为“基”建立隐含层空间,并且使一部分输入信号通过隐含层空间得到一定的响应,利用这些输入信号训练网络,确定隐含层节点中基函数的参数和隐含层节点到输出层节点的权值,得到确定的神经网络结构。
在升降车起升电机控制系统中,电机参数往往是非线性、时变的,此外控制器受到工作环境等因素影响,采用常规PI控制算法的控制器往往使被控电机达不到理想的输出响应。模糊控制算法的应用不需要为控制对象建立精确的数学模型,具有较强的抗干扰能力。但是模糊控制算法的控制规则复杂,需要设计者具有丰富的经验知识,否则模糊控制的结果同样存在一定的偏差。为了得到更好的电机输出响应,将上述两种控制算法结合起来,得到模糊PI控制器,并应用到矢量控制方法中,提高控制器的性能。矢量控制方法的转速闭环中模糊PI控制器结构框图。
模糊控制语言规则, PI控制器KpKI+eecPMSM矢量控制系统量化因子比例因子de/dt模糊控制器. 电机的给定转速, 电机的实际转速。将起升电机的转速作为本系统的被控对象,模糊PI控制器的输入是转速偏差e和转速偏差变化率ec,模糊控制器的输出为PI控制器中比例系数和积分系数的变化量pK和IK,根据转速偏差和偏差变化率的变化实时调整比例常数pK和积分常数IK,得到更好的电机输出响应。模糊规则的设计原则与比例常数pK和积分常数IK的作用有关。通常模糊控制规则的设计需要注意以下两点: 1.PK决定系统的响应速度和超调量,PK越大,响应速度越快,但是超调量越大,系统稳定性变差; 2.IK影响系统的稳态误差,IK越大,稳态误差越小,但系统容易出现积分饱和现象,导致系统产生较大的超调量。根据上述两点规则,建立转速闭环模糊PI控制器的模糊控制规则表,通过模糊控制器输出的pK和IK在线调整PI控制器的比例常数和积分常数,获得更好的控制效果。所设计的模糊控制规则表。
模糊控制器的解模糊器模块中引入比例因子,把输出的模糊论域的值变换为对应实际论域中的值。比例因子对控制系统的性能有很大的影响,比例因子的选取直接决定整个系统的增益。在常规的控制系统中,为了降低模糊控制器的设计复杂度,通常将比例因子设置为固定值,但是在永磁同步电机控制系统中,控制器受到的干扰大,如果比例因子没有设定好,会出现输出量超出实际论域的范围,输出值可能出现在未定义的盲区,致使控制器输出错误结果,对系统的控制性能产生影响。为了使升降车起升电机控制器具有更好的控制效果,提出的模糊PI控制器的基础上,利用RBF神经网络根据电机的转速偏差值在线调整模糊控制中的比例因子,得到模糊神经网络PI控制器。模糊神经网络PI控制器的结构,其中电机的给定转速, 电机的实际转速。
根据介绍的矢量控制方法基本原理,利用matlab/simulink中的功能模块建立升降车起升电机的矢量控制方法仿真模型。根据Clark和Park变换原理,建立Clark变换和Park变换模型,对应的仿真模型封装为模块。 根据介绍的电压空间矢量脉宽调制技术原理,在simulink环境下建立SVPWM仿真模型如下。利用U和U的值确定参数S的仿真模型,封装后的模块; 确定扇区两相邻矢量作用时间1t和2t的仿真模型,封装后的模块;确定矢量切换时间tuon、tvon和twon的仿真模型,封装后的模块;根据切换时间得到六路PWM波形的仿真模型,封装后的模块; 将上述模块封装组合后,得到SVPWM的仿真模型,封装后得到的SVPWM模块。 采用的永磁同步电机的具体参数如下:定子绕组1.74s,d、q轴电感30.83510mdqLL,转子磁场磁通Φ0.1176Wb,转动惯量J0.1744210kgm,极对数n4p,磁通密度B0,电机额定转速=2310rpm,电机额定功率P=11kW。
珠海乾务镇升降车出租, 珠海斗门升降车出租, 斗门乾务镇升降车出租