直流电机调速智能控制读书报告..doc

二○一四～二○一五 学年第 二 学期 信息科学与工程学院 读书报告 课程名称： 智能控制 班 级： 自动化1201 学 号： 201204134013 姓 名： 夏智龙 指导教师： 赵明旺 　　　　 2015年6月3日 直流电机调速智能控制读书报告 引言 在当前的数字电机调速系统中，多采用单片机及功率器件加以控制，之中控制系统性能较为稳定，但由于单片机指令较为复杂，且处理器时钟频率很低，故运算速度较为缓慢。随着控制理论的发展，人们对控制系统的性能要求越来越高，主要表现对控制系统的体积和功率以及控制系统的成本越来越严格，因此以MCS-51为代表的单片机已经无法满足上述要求，故以无刷直流电机为对象，设计一种采用模糊神经网络算法上网数字调速系统。 控制对象工作原理简述 2.1直流电动机原理简介 直流电动机是依靠直流电驱动的电动机，在小型电器上应用较为广泛。一个简单的直流电（D.C.）电动机。当线圈通电后，转子周围产生磁场，转子的左侧被推离左侧的磁铁，并被吸引到右侧，从而产生转动。转子依靠惯性继续转动。当转子运行至水平位置时电流变换器将线圈的电流方向逆转，线圈所产生的磁场亦同时逆转，使这一过程得以重复。 2.2直流电机调速方法简介[1] 大家知道直流电动机的转速与其它参量的关系为: 由式(1)可见,直流电机的调速可以有四种方式:改变电枢电压Ud;改变励磁电压Ul(即改变励磁磁通);改变励磁回路电阻Rf;改变电枢回路总电阻Rd。这四种调速方案的特点介绍如下:(1)改变电枢电压Ud（相当于改变机械持性的起始点n0的大小,而则不受影响。在一定的负载下,增大Ud即可增加转速n,采用改变电枢电压调速的系统称为调压调速系统。它是最常使用的调速方案。）（2）改变励磁电压Ul（3）改变励磁绕组回路的电阻Rf（4）改变电枢回路电阻R 3.BLDCM（无刷直流电机）系统建模状态方程的推导【2】 在分析BLDCM数学模型的基础上，采用节点分析法建立BLDCM控制系统仿真模型。节点法本质上是一种整体分析法，它将无刷直流电机的主电路视为一个整体，只需一个节点网络图，就可列写出相应的状态方程来仿真BLl)CM的各个运行状态。采用节点分析法的优点在于：进行系统仿真只需节点网络图和相应的状态方程，无需旋转坐标系；所有系统参数，如节点电压、电流、电磁转矩、功率等，在仿真过程中都可以自动计算并存储。建模的系统主回路如图（1）所示。 图（1）BLDCM系统主回路 图（2）BLDCM系统的等效电路 为使电路简化，将输入、输出功率变换器的开关器件替换为非线性的可变电阻。当开关器件导通时，可变电阻的阻值非常小；当处于关断状态时，其阻值很大。因此，开关器件的开关特性可以通过一定的逻辑关系表示为不同的电阻值。系统的等效电路如图（2）所示：系统的节点网络图如图（3）所示。 图（3）DCM系统的节点网络图 根据电路中的基尔霍夫定律，即KVL和KCL定律，列写各节点的电压方程和各回路的电流方程，经整理得到系统的状态方程为 智能控制系统结构 本系统采用转速，电流双闭环控制，内环为电流反馈，外环为转速反馈。其控制策略如图（4）所示。 图（4）调速系统控制策略框图 给定转速经过系统设置，将其转化为PWM信号输出，输出信号经过驱动电路及功率器件，驱动逆变器的导通顺序和导通时间以驱动无刷直流电机，产生转速输出。相电流以及由光电编码器检测的电机的转动方向及转角反馈给系统，形成双闭环控制，实时有效的控制运动精度。图中的调节器均采用智能控制算法。 主要智能控制策略 5.1模糊神经网络控制原理【3】 模糊神经网络控制策略是一种模糊控制和神经网络控制相结合的控制方法，控制如图（5）所示，模糊控制的规则体现在神经网络连接权中，模糊控制的推理通过神经网络推理机制实现，即从输入层到输出层的数值计算过程，或称作联想记忆。 图（5）模糊神经网络控制框图 5.2模糊神经网络控制器的设计【4】 根据图（4）的控制策略可知，调速系统性能的好坏的一个主要因素在于控制器设计的是否合理，传统的模糊控制的最大优点在于不依赖被控对象的精确模型，而仅仅基于很少的的模糊控制规则，即可给出短期的控制信号，具有较强的鲁棒性。但模糊控制的隶属函数和被控规则须经过反复精心地整定，因此使得控制精度不高，且由于模糊控制规则一旦确定便不能改变，当被控对象的参数发生改变的时候，控制器不能进行有效的调整，从而限制了其自