外文翻译1 修正版

嘉兴学院毕业设计外文翻译

论文题目： 小功率伺服电机控制器的设计 专业班级：电气112 学生姓名：饶志建 指导老师:熊远生 外文题目： 一种新的自适应开启PID控制器的基础上复发性小波神经网络

的永磁同步机调速驱动系统 出 处： 先进控制工程与信息科学 作 者： Muguo Li,Da Liu 译 文：

先进控制工程与信息科学

一种新的自适应自开启PID控制器的基础上复发性，小波神经网络的永磁同步机调速驱动系统。

摘要：常规

PID控制器不能具有令人满意的性能，当它已被在所述永磁同步电动机

（PMSM）调速系统，其具有非线性的特性施加强耦合和多变量。为了解决这个问题，利用递归小波神经网络的新混合动力控制算法（RNN），提出了一种可以调整上行参数是自适应的参数变化和负载扰动。所提出的控制器的有效性证明通过数值模拟和实验。事实证明，这种方案不仅具有良好的动态和稳态性能，而且还提高了系统的鲁棒性。

关键词：递归小波神经网络;永磁同步电机;调速系统;磁场定向矢量控制;SVPWM

1.简介

对于永磁同步电机速度伺服系统，永磁同步电动机的字符，包括非线性，强耦合，多变量使其难以应用常规PID控制器，以达到良好的性能。尽管一些学者改进PID基于智能控制算法，这些方案都有自己的自己的缺点，有很多是仅在模拟，而不是在实际的系统中实现。

基于递归小波神经网络的一种新的改进的PID算法，在本文中，结合人工神经网络的能力，从工艺和小波分解的识别和动态系统的控制能力，学习建议。仿真和实验已获得证明的RW PID控制器具有优越性。

PID的响应速度快，稳定性好和敏感性的不确定性，如参数变化和负载扰动。

2.控制器的设计

2.1系统结构

系统结构被示出为图1.ω*是命令速度输入。 ?M是的预期速度参考模型的输出。速度误差频率?e和其差被用作小波神经的输入网络。网络计算线路，并提供KP，Ki，PID控制器的Kd值的参数，并则控制信号从PID控制器产生以驱动永磁同步电动机的矢量控制系统。网络参数可被自动校正，这使得系统是自适应和自学习。马达转子速度已经反馈到指令输入，并使其速度闭环系统。 2.2参考模型结构

模型参考自适应控制已经被证明可以有效地减轻干扰，实现最佳的系统。在本文中，为了获得预期的控制性能，参考模型已被用于给出由马达转子速度中减去，以产生对网络的训练误差信号，使控制器的输出可以按照一个速度的基准速度信号理想的系统。一

W?s???m?s?1阶惯性系统被采用作为基准模型，传递函数被定义为：

????s?Trefs?1

图1 反复小波神经网络PID控制系统 2.3电流回路的设计

该系统的电流闭环可以从永磁同步电机的数学模型中导出。使用PI调节器，电流 环路最终简化为一阶惯性系统，其传递功能被示出为等式：

Gi?s??

11???iKKiKp?s?1T?s?1(1)

其中K为与比例因子uq、iq、Ki，奇相当于小惯量控制增益，Kp是当前调节比例的参数，?i是电流调节器的积分时间常数 2.4经常性的小波神经网络结构

甲三层小波网络采用的是这样的设计。该网络的输入变量选择为马达速度误差及其差别。有六个隐藏神经元节点。高斯的一阶导函数??x???xexp?x22用作在隐藏层中的小波函数。隐层增加复发性节点的自反馈通过记忆老态使得抑制振荡网络可以得到一个稳定的输出。网络的输出用于接通PID控制器在线路实现良好的系统性能强劲。为了加快收敛，参考文献[12]被用于初始化运行的参数为该控制器。 2.5在线培训算法

该RWNN的参数需要通过在线培训，更新适应的不确定性控制系统。在本文中，监督梯度下降法被选择作为上线学习算法，能量函数定义为：

2??E?E?e??r3 (2) E?0.5e?0.5????k??3??r3?e??r?yk?yk

因此，要传播输出层中的误差项推33?E?E?yk?netk332导： ?wjk???w??????ywwkj3333?wjk?wjk?netk?wjk

????33?E?E?yk?netk?yj?netj332?wj???w??????wywjk?jkj?N?1?233222?wj?yk?netk?yj?netj?wjk 33?E?E?yk?netk?yj3321??uj???u???u????w?netuk?jkj332?uj?j?yk?netk?yj?ujk222(3)

??(4)

(5)

33?E?E?yk?netk?yj13322???j????????????w?netnet?u?k?jkjjj332??j?yk?netk?yj??j?j2k2????

(6) (7)

2233 ?y?net?y?net?E23321jjkk?wij???w??w?k?wjk??netjxi33222?yk?netk?yj?netj?wijk??

各层的重量和平移和膨胀参数的更新方面，可以计算

?w是RWNN的，?u和??是连接权重是学习的学习率参数翻译和膨胀参数的速率参数。

因此，RWNN的参数更新法则由下式给出：

333222wjk?N?1??wjk?N???wjk，wj?N?1??wj?N???wj， (8) 222wij?N?1??wij?N???wij，uj?N?1??uj?N???uj，?j?N?1???j?N????j (9)

它是很难得到的公式（3）中??r?yk的值由于永磁同步电动机的非线性和

不确定性引起的参数变化。用克服这个问题的一个目的和增加网络参数的在线学习速

3

率，输出层中的误差项是被替换?k?e?k??e?k?1?z?1。

3??3.数值模拟

与验证控制方案的可行性和有效性的目的，数值模拟研究已进行了正常的PID算法，并在提出的控制算法相同的条件。所使用的电机参数为200W，3极，3000rpm时，0.64Nm;转子时刻惯性0.375kg?cm2，额定电流为1.63A，阻力线线是8.02?，电感线线16.3mH，和扭矩常数是0.48Nm/A。

仿真结果示于图2。对于提出的控制器，响应速度非常快，它是不受任何过冲或下冲，即有一个稳态零误差，并执行良好的稳定性。负载扰动进行了研究，以验证所提出的RWNN的抗干扰能力控制器。结果表明，该RWNN控制器得多不敏感的扰动与常规的PID控制器进行比较。因此它可以从模拟结果得出这样的结论RWNN PID控制器具有优异的动态

稳定性能和坚固性比普通PID控制器。

图2（a） 模拟条件下常规PID和PID响应速度的调查得知，步速命令改变;条件常规

PID和快速响应速度；（b）在负载施加模拟调查

图3（a） 步骤速度命令被改变的PID和PID速度响应实验的结果;（b实验的PID和速度快的反应的结果，当负荷施加时

4.系统试验

为了进一步验证了该控制器的有效性，系统高原是建立和实验实施。在实验中，DSP处理器TMS320F28335其适于电动机控制被选择来执行算法操作。程序在PC上开发建设进入芯片。控制算法，坐标变换和SVPWM计算都实现了DSP。DSP处理器输出六个PWM信号来控制的IPM以产生三相信号是适用于永磁同步电机。负载的变化是由转矩控制器进行。数字增量编码器安装在该转子轴上供给差分钱包它们送入QEP模块和计算得到的转子速度的速度计算程序三相电流通过霍尔测量传感器和在DSP正在转换由A / D模块后用于矢量控制计算。该系统采样频率为10 kHz，IPM开关频率为20kHz，直流母线电压310V，和编码器的分辨率为2500 P/ R。

实验还分别研究了通过在条件比较RWNN控制器和PID控制器加强指挥和负载扰动。该实验结果示于图3.从该实验的结果，它显示了使用RW PID控制器有一个平滑的运行控制系统，更快的阶跃响应和在与使用PID控制器的比较没有过冲或下冲。此外，RWNNPID速度控制系统完全没有显著速度变化时，有一个突如其来的外部负载扰动，而不是PID速度控制系统提出了一个明显的速度降。它表明所提出的速度控制器可以有效地减少负载的影响干扰该系统。实验结果表明，该RWNNPID速度控制器具有快速对此，良好的稳定性和较强的抗干扰能力，这充分展示了可行性和算法的有效性。

5.结论

永磁同步电动机的速度控制系统是一个复杂系统，它具有非线性的特性，强耦合和多变量。其结果是，常规的PID控制器难以调整，当它被用来在这种系统中。尤其是在具有规定的刚性的条件下，也很难获得一个灵活的，快速和准确的响应。在本文中，提出一种基RWNN一个新的PMSM自适应PID控制器 的计算方法。该算法采用WNN打开PID参数自适应。在经常性的节点除了网络增加网络响应速度和保证网络具有稳定的输出。网络训练算法正在网上获得最佳参数，实现自适应系统具有较强的学习能力和良好的健壮性。该算法克服的问题，传统的PID的遭遇，并提高了永磁同步电机调速性能。此外，它创建了一个新的思路来解决这样的复杂系统的控制问题。目前实验的优势，并验证了该算法的可行性，这可能是应用到实际伺服电机速度控制系统。 致谢

本文是支持由中国国家自然科学基金（50879098），该基础研究经费为中国人民大学，中央大学（DUT10JR14）和中国辽宁省教育委员会（LS2010032）的科研项目。

签字： 年 月 导师评语：

日

本文来源：https://www.bwwdw.com/article/rx2w.html