神经网络在计量泵变频调速系统中的研究与应用

发布时间：2017-04-18 21:07

  本文关键词：神经网络在计量泵变频调速系统中的研究与应用，由笔耕文化传播整理发布。

【摘要】：计量泵作为往复泵的分支,广泛运用于石油、化工、水处理、食品、制药、环保、医疗器械等行业的流体定量投加和比例投加,已成为流程工业的心脏和发动机。 随着计量泵的应用范围的扩大,对于计量泵的精确控制以及远程控制提出了更高的要求。而近年来,各种智能控制技术的发展为计量泵的精确控制提供了理论的基础。本文提出了将神经网络控制技术应用到计量泵的精确控制中。 本文研究的计量泵系统由三相异步电机驱动,针对电机模型进行了数学分析,设计了单神经元PID控制器,利用MATLAB/Simulink建立了仿真模型,结果表明采用了单神经元PID控制器的计量泵变频调速系统具有良好的启动、加速和调速性能。本文还将智能控制交叉应用与异步电机的控制结合到一起,设计了神经模糊网络控制器,并利用仿真软件搭建了神经网络节点模型,仿真显示神经网络能够通过自学习来调整模糊控制的隶属度函数,改良模糊控制电机调速系统的性能。 数字计量泵变频调速系统的硬件设计将强弱电模块分离开,设计成控制板和驱动板两个部分,主处理器选用了电机控制专用芯片disPIC30F6010A,通过搭建各种外围电路,来实现系统的人机互动、网络通信、转速采集等其他功能。 系统软件的设计包含了按键模块、液晶模块、PWM模块、CAN模块等,为了满足工业现场对于计量泵组的网络化操作,加强CAN通信的软件设计,使得系统通过CAN通信能够实现按键能够完成的大部分功能。
【关键词】：计量泵 三相异步电机 神经网络控制 CAN通信
【学位授予单位】：浙江工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH38;TP273.5
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-17
• 1.1 研究背景10-11
• 1.2 国内外研究现状及趋势11-12
• 1.3 现代交流调速技术的发展概况12-13
• 1.4 神经网络及其在交流调速中的应用13-15
• 1.4.1 神经网络概述14-15
• 1.4.2 神经网络在交流调速中的应用15
• 1.5 本文研究的主要内容和特色15-17
• 1.5.1 主要内容15-16
• 1.5.2 主要创新点和特色16-17
• 第2章 相关原理及控制器设计17-33
• 2.1 隔膜计量泵工作原理17-19
• 2.1.1 隔膜计量泵的结构及原理17-18
• 2.1.2 隔膜计量泵的流量计算18-19
• 2.2 SVPWM脉宽调制控制方法19-24
• 2.2.1 脉宽调制SVPWM控制原理19-21
• 2.2.2 电压源逆变器的SVPWM实现21-24
• 2.3 单神经元PID控制器24-27
• 2.3.1 传统PID控制算法24-25
• 2.3.2 单神经元PID控制器设计25-27
• 2.4 神经模糊控制器27-33
• 2.4.1 智能算法结合应用简介27-29
• 2.4.2 神经模糊控制器的设计29-33
• 第3章 调速系统建模与仿真33-43
• 3.1 三相异步电机调速控制系统仿真模型搭建33-36
• 3.2 神经模糊网络仿真模型搭建36-39
• 3.3 仿真结果及分析比较39-43
• 第4章 硬件模块介绍43-54
• 4.1 硬件系统简介43-44
• 4.2 微控制器的选择及简介44-45
• 4.3 控制板电路简介45-50
• 4.3.1 液晶显示模块45-46
• 4.3.2 按键模块46-47
• 4.3.3 CAN通信模块47-48
• 4.3.4 霍尔模块48
• 4.3.5 电流检测模块48-50
• 4.4 驱动板电路简介50-54
• 4.4.1 IPM智能功率模块50-52
• 4.4.2 光电隔离模块52-54
• 第5章 软件设计及调试54-69
• 5.1 软件设计总体思路54-55
• 5.2 软件初始化55-56
• 5.3 人机互动功能设计56-58
• 5.4 CAN通信程序设计58-64
• 5.4.1 计量泵网络系统简介58-59
• 5.4.2 CAN的初始化及波特率配置59-62
• 5.4.3 CAN的接收和发送62-64
• 5.5 单神经元PID控制器的软件实现64-66
• 5.6 系统调试66-69
• 5.6.1 开发环境和工具66-67
• 5.6.2 调试结果67-69
• 第6章 总结与展望69-71
• 6.1 总结69-70
• 6.2 展望70-71
• 参考文献71-74
• 附录74-75
• 致谢75-76
• 攻读学位期间参加的科研项目和成果76

【相似文献】

中国期刊全文数据库 前10条

1 张金龙;余玲玲;刘京南;;基于神经网络的超精密定位控制(英文)[J];东南大学学报(英文版);2006年01期

2 盖波;李刚;;土木工程智能控制分析研究[J];山西建筑;2008年35期

3 陈祥光,黄聪明;神经网络智能控制系统辨识模型结构的研究[J];北京理工大学学报;1999年01期

4 王海霞;刘红梅;施小周;;大型排海管道施工的健康监测[J];山西建筑;2009年08期

5 齐乐华,杨方,侯俊杰;人工神经网络在材料工程中的应用[J];机械科学与技术;1999年01期

6 邹恩,林亿钦,张泰山;智能控制及其应用(英文)[J];株洲工学院学报;2003年05期

7 邓元望;王耀南;;混合电动汽车驱动系统及其智能控制技术[J];拖拉机与农用运输车;2005年06期

8 刘国繁;王迎旭;伍萍辉;;新型智能数字PID控制器及其应用[J];电机与控制学报;2006年04期

9 陈敦军,谢寿生,段，

本文编号：315734