外文文獻(xiàn)譯文

1、基于智能控制的直流電機(jī)PWM調(diào)速摘 要 基于智能控制的直流電機(jī)PWM調(diào)速的討論，進(jìn)行了基于SIMULINK建立后，控制對(duì)象的數(shù)學(xué)模型仿真。本文介紹了直流電機(jī)PWM雙極性驅(qū)動(dòng)，設(shè)計(jì)了模糊控制器和神經(jīng)網(wǎng)絡(luò)控制器，并討論了人工智力與直流電機(jī)調(diào)速中的應(yīng)用。關(guān)鍵詞：直流電機(jī)調(diào)速,PMW雙極驅(qū)動(dòng)，模糊PID控制器,神經(jīng)網(wǎng)絡(luò)控制1 簡介直流電機(jī)廣泛應(yīng)用于冶金，機(jī)械制造業(yè)和輕工業(yè)，由于其具有良好的性能和調(diào)速性能。近年來，隨著電力電子技術(shù)的發(fā)展，晶閘管整流器是常用的直流電機(jī)的電源，取代了交流電機(jī)直流發(fā)電機(jī)供電系統(tǒng)。但是直流電機(jī)速度控制系統(tǒng)是一個(gè)復(fù)雜的多變量非線性控制系統(tǒng)，由于各參數(shù)的相互影響，它的抗干擾能力弱，

2、高控制性能的場合不適合。因此，為了提高抗干擾和魯棒性的直流電機(jī)速度控制系統(tǒng)，提高響應(yīng)速度和穩(wěn)定的調(diào)速系統(tǒng)的精度，本文討論了基于模糊控制和神經(jīng)網(wǎng)絡(luò)控制的直流電機(jī)PWM調(diào)速系統(tǒng)。2 直流調(diào)速系統(tǒng)仿真模塊圖1表示在MATLAB/SIMULINK建立仿真模型，ASR是速度控制器，ACR是電樞電流控制器，PWM模塊提供所需的PWM波的雙極性H橋。一種240V的1220 rpm 5馬力直流電機(jī)被用與仿真模型中，在模擬中使用的直流電動(dòng)機(jī)等效電路參數(shù)為：Rf=240,Lf=120,Ra=0.6,La=12，圖2展示了PMW和ACR模塊的內(nèi)部結(jié)構(gòu)。圖1直流調(diào)速系統(tǒng)仿真模塊圖2 PMW和ACR模塊內(nèi)部結(jié)構(gòu)3 普通

3、PID控制器眾所周知，傳統(tǒng)的PID控制是一個(gè)成熟和廣泛使用的工程控制方法。在線性不變系統(tǒng)的結(jié)構(gòu)和參數(shù)都是已知的的情況下，它具有良好的控制性能，且算法簡單，易于實(shí)現(xiàn)。PID的調(diào)節(jié)對(duì)象是一種系統(tǒng)誤差，這是一種比例、積分、微分的調(diào)節(jié)規(guī)律，它的表達(dá)式為:在表達(dá)式中K為PID控制的參數(shù)，e(t)是輸入信號(hào)的偏差，U(t)是輸入信號(hào)，圖3是普通PID控制器的仿真模型。圖3 普通PID控制器的仿真模型4 模糊控制器模糊控制是一種基于模糊集理論的計(jì)算機(jī)智能控制，模糊語言變量和模糊邏輯?；靖拍钍怯梢幻拇髮W(xué)教授L.A.Zadeh提出。經(jīng)過20年的發(fā)展，在模糊控制理論研究上取得了很大的成功。模糊控制器也被稱

4、為模糊邏輯控制器。由于模糊控制規(guī)則是模糊理論的模糊條件語句的描述，它是一種語言的控制器，所以它也被稱為語言的模糊控制器。模糊控制器的組成顯示如圖4.圖4 模糊控制器的組成4.1模糊化接口模糊控制器的輸入模糊化是非常重要的，它可以用于解決控制輸出，所以它是模糊控制器的輸入接口。它的主要作用是把真的定量為模糊向量。在這種情況下，它是一個(gè)單變量二維模糊控制器。模糊集的誤差，誤差率EC和控制量u是這樣描述的：e= NB,NM,NS,Z,PS,PM,PB E和EC的域是： -3，-2，-1,0,1,2,3 U的域是: -4.5,-3,-1.5,0,1.5,0,1,2,3 4.2 知識(shí)庫了解庫由數(shù)據(jù)庫和規(guī)

5、則庫組成。該數(shù)據(jù)庫包括所有輸入和輸出變量的模糊子集的隸屬度向量值的所有。如果域是一個(gè)連續(xù)的領(lǐng)域，她就是一個(gè)隸屬函數(shù)。在解決規(guī)則推理的模糊關(guān)系方程時(shí)，它向推理機(jī)提供數(shù)據(jù)。規(guī)則庫包括模糊控制的所有規(guī)則。在推理時(shí)，它向推理機(jī)提供了控制規(guī)則。規(guī)則的數(shù)目與模糊變量的模糊子集的劃分有關(guān)。更多的模糊子集，更多的規(guī)則，但這并不代表規(guī)則庫的精度高。規(guī)則庫的精度也與專家知識(shí)的準(zhǔn)確性相關(guān)。4.3 推理在模糊控制中，推理是使用輸入模糊數(shù)和模糊控制規(guī)則來完成模糊推理和模糊關(guān)系方程的求解的一部分，并得到模糊控制量。在模糊控制中，考慮到時(shí)間的推理，是推理的一個(gè)常用的簡單的方法。上述模糊控制規(guī)則可以用模糊規(guī)則表描述（表1），

6、這里49個(gè)的模糊規(guī)則，各種模糊語句之間的關(guān)系是或。那上面顯示的表可以表示為模糊規(guī)則如下：R1：如果E是NB且EC是NB則U是PBR2：如果E是NB且EC是NB則U是PM表1 模糊規(guī)則表如果A和B，C其中一個(gè)是一個(gè)模糊子集U的域，B是一個(gè)模糊子集V的域，那么基本結(jié)構(gòu)可以減少。根據(jù)控制經(jīng)驗(yàn)，控制決策表可以脫機(jī)組織。R是一個(gè)模糊子集的笛卡爾積（U×v）。在某一個(gè)時(shí)刻，其控制量是由下面的公式給出：C=（A X B）。R在公式中：X - 模糊直接運(yùn)行 。 - 模糊合成運(yùn)算4.4 去模糊化得到結(jié)果后，對(duì)模糊控制的推理已完成。然而，目前，結(jié)果仍然是一個(gè)模糊向量，不可直接作為控制量。因此，必須做結(jié)果

7、轉(zhuǎn)換，這樣才可以得到一個(gè)明確的輸出，這個(gè)過程就是去模糊化。通常具有轉(zhuǎn)換功能的那部分輸出被稱為解模糊接口。為了獲得準(zhǔn)確的控制量，它需要模糊的方法表示的隸屬函數(shù)計(jì)算的輸出。在本文中，用加權(quán)平均的方法。對(duì)于每個(gè)域元素，Xi（ i=1，2， n ）,它作為輸出模糊集的隸屬度加權(quán)因子Ui，然后計(jì)算產(chǎn)品的總和，然后計(jì)算如下：平均X是所需的加權(quán)平均方法得到的模糊集的輸出。最后，輸出X乘以量化因子滿足控制要求,然后給出控制量的實(shí)用價(jià)值。在圖5和圖6，它顯示的模糊PID控制器和模糊控制規(guī)則的仿真模型，還有對(duì)誤差的模糊隸屬度函數(shù)圖，誤差變化率EC和控制容積U。圖5 模糊PID控制器的仿真模塊圖6 模糊隸屬度函數(shù)圖

8、、誤差變化率EC和控制量U5 神經(jīng)網(wǎng)絡(luò)控制器神經(jīng)網(wǎng)絡(luò)控制是自動(dòng)控制領(lǐng)域的前沿學(xué)科，其發(fā)展起源于19世紀(jì)八十年代。它是智能控制的新方法，并且開拓了一個(gè)新方法來解決非線性復(fù)雜的，不確定和未知的系統(tǒng)。單神經(jīng)元自適應(yīng)PID智能控制器由具備自學(xué)習(xí)和自適應(yīng)能力的單神經(jīng)元組成。其不僅結(jié)構(gòu)簡單，而且能適應(yīng)變化的環(huán)境。它還具有很強(qiáng)的魯棒性。PID控制的需要調(diào)整三個(gè)控制效應(yīng)，包括規(guī)模，微分形成協(xié)調(diào)和相互依存的關(guān)系，以得到較好的控制效果。它的關(guān)系不是一個(gè)簡單的線性組合，它可以從非線性最優(yōu)關(guān)系變化無窮的組合形式最好的關(guān)系。神經(jīng)網(wǎng)絡(luò)具有任意非線性能力，可以通過學(xué)習(xí)系統(tǒng)的性能達(dá)到最佳組合的PID控制。神經(jīng)元的學(xué)習(xí)規(guī)則：無

9、監(jiān)督的學(xué)習(xí)規(guī)則，監(jiān)督的學(xué)習(xí)規(guī)則。單神經(jīng)元自適應(yīng)控制器，通過加權(quán)系數(shù)的調(diào)整來實(shí)現(xiàn)它的自學(xué)習(xí)和自組織功能，權(quán)系數(shù)調(diào)整的實(shí)現(xiàn)是根據(jù)監(jiān)督的學(xué)習(xí)規(guī)則?？刂坪蛯W(xué)習(xí)算法：I,p,d分別學(xué)習(xí)率的比例，積分，微分。K是神經(jīng)元比例系數(shù)，K>0。積分I，比例P和微分D分別使用不同的學(xué)習(xí)率的I，P，D。以分別調(diào)節(jié)不同的權(quán)重系數(shù)。K值的選擇是非常重要的。K值越大，速度越快，但超調(diào)大甚至可能使系統(tǒng)的穩(wěn)定性。當(dāng)被控對(duì)象的延遲增加，K值必須減少，以確保系統(tǒng)的穩(wěn)定。如果k值太小，它也可以使系統(tǒng)效率變差。圖7展示了神經(jīng)網(wǎng)絡(luò)PID控制器的SIMULINK仿真模型。圖7 神經(jīng)網(wǎng)絡(luò)PID控制器的SIMULINK仿真模6 結(jié)論在圖8中，它顯示了普通PID控制器，模糊PID控制器和神經(jīng)網(wǎng)絡(luò)PID控制器的方波響應(yīng)曲線。從圖中我們可以看到的模糊PID控制器和常規(guī)PID控制器的方波響應(yīng)是相似的，但模糊PID控制器的跟蹤曲