热术用
基于RBF神经网络的
电动机直接转矩控制技术探讨
李志亮
(唐钢微尔自动化有限公司河北唐山063000)
数控技术
摘要：本文菌先介绍了直接转矩控制技术和神经网络的发展及国内外研究现状,之后由异步电动机和逆变器的数学模型入手，述了空间电压失量的相关理论和直接转矩控制的核心思想,给出了异步电动机的观测模型和直接转短控制系统的实现方案。为了对传统控制系统进行改进和优化,引入了神经网络理论，设计了基于RBP神经网络的控制,提出了采用神经网络代替开关表实现空间失量调制的方法,殖链和转矩的观测模型电采用神经网络进行优化。
关键调：并步电动机神经网络PID控制中图分类号：TD672
文献标识码：A
文章编号：1007-9416(2015)04-0009-01
Abstractin this paper, we fint introduce the direct torque control and neural network technique development and domestic and foreign research status, followed by the mathematical model of asynchronous motor and inverter starting, describes the core idea of the theory of space voltage vector and direct torque control, given the observation model of asynchronous motor and direct torque control system realization scheme, In order to improvement and optimization of the traditional control system, the introduction of the theory of neural network, design the control based on RBF neural network is proposed using neurnl networks to replace the switching table of space vector modulation method, fux and torque observation model also uses neural network optimization.
Key Words:asynchronous motor; direct torque control; neural network; PID control
本文利用GA算法强大的全局搜索能力对RBF神经网络参数进
行优化，从而保证改进RBF神经网络控制器的系统性能。 1RBF神经网络控制器原理
RBF神经网络控制器是典型的前馈控制器，是被控对象的逆模型。该控制器通过学习典型PID控制器的输出结果，自动调整系统的权值，使反馈输人值u_(k)为零，预期输出值u(k)=u,(k),进而让RBF 神经网络控制器替代典型PID控制器，而在系统出现较大干扰时，系
统又从新启动典型PID控制器。 2GA-RBF算法
首先，利用GA算法优化RBF神经网络的参数进而得到最优的网络结构。其中网络参数分别为：网络连接权值(）宽度向量（α),中心失量（c)。其次，通过网络对电动机的直流转矩进行控制。该算法包括如下7个步骤，
(1)二进制编码：将需要优化的3个RBF神经网络参数进行二进制编码，编码越长精度越高，但编码过长会扩大GA算法的搜索空间，本文参数的编码长度设定为10.(2)初始种群确定：假设初始群体
10
/a 智器定
05
0.5
定子塑链Vn/Wb（a）RBF网络
1.0
a 翡
1.0 es
-05
05
定子器链Ma/Wb
10
（b）改进RBF网络
图1电动机直接转矩磁链
大小为G，进化代数为S.(3)适应度值评价；适应度函数是个体优劣性的量度。适应度低的个体遗传到下一代的概率就相对低，反之亦然。（4选择：在当前种群中择优选择作为下一代紧殖的父体样本。本文采用轮盘赌法组成新样本种群。(5)交叉；本文使用单点交叉算子(6)变异：采用基本位变异法，对指定变异点取反运算从而产生出新的个体。(7)判断停止条件：著t>S，则选取进化过程中适应度最大的个体作为量优解输出，同时停止运算，若t 继续求解。 3实验结果
实验仿真结果如图1所示。基于改进RBF神经网络控制器的定子磁链运动轨迹比典型RBF神经网络控制系统的定子磁链运动轨迹更加平滑.改进RBF神经网络控制器的直接转矩波形脉动明显小
于改进前的RBF神经网络。 4结语
本文在典型RBF神经网络基础上，利用GA算法优化RBF神经网络参数，进而实现直流电动机直流转矩的优化控制。实验结果表明，该方法能达到预期改善磁链运动轨迹，同时减小磁链脉动，尤其适用于传送机低速运行的环境，改善了控制转矩的性能，提高了系
统的控制精度和鲁棒性。参考文献
[1]春菊.基于神经网络的异步电机直接转矩控制研究[D].湘潭大学，2009
[2]刘听.基于三电平逆变器的异步电动机直接转矩控制[D].哈尔滨工程大学.2008.
[3]马晓莉.三电平逆变器直接转矩控制系统研究[D].西安科技大学， 2008.
收稿日期：2015-04-25
作者简介：事志亮(1982一),男，河北唐山人,本科，工程师，研究方向：自动化控制。
6
万方数据