基于神经网络的磁悬浮控制研究
发布时间：2020-12-19 19:25
在大中型风电机组中,水平轴风力发电机占据主导地位,偏航系统是其重要组成部分。传统偏航系统基于齿轮驱动技术,存在结构复杂、故障率高、占用空间大等弊端,而基于磁悬浮技术的一种新型风电磁悬浮偏航系统具有无摩擦、结构简单、无需润滑、安装维修方便、停电时间短等优势。但因存在侧风作用的不确定性和磁悬浮系统本身的非线性,这种风电磁悬浮偏航系统的悬浮控制面临巨大挑战。人工神经网络具有自适应、自学习、非线性适应性信息处理能力,为此,本文基于神经网络控制理论对新型磁悬浮偏航系统的悬浮控制开展研究。本文主要研究工作如下:1、基于力学分析和电磁学理论,建立了风电磁悬浮偏航系统悬浮过程的动态数学模型。为了方便后续控制器的设计,本文研究了系统模型的开环稳定性和能观能控性。2、本文根据传统BP神经网络PID控制器的工作原理,针对其存在的BP网络参数调节范围太小的局限性,提出了一种含有量化因子的新型BP神经网络结构,并基于BP神经网络的新结构进行BP-PID控制器的设计。为验证新结构的有效性,我们将所设计的BP-PID控制器用于磁悬浮偏航系统干扰情况下的悬浮控制,并与常规级联PID控制器进行对比。仿真结果表明,基于新...
【文章来源】：曲阜师范大学山东省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
水平
第1章绪论2究具有精准对风、高可靠性和方便运维的新型偏航系统至关重要，这有利于推进风电产业在我国的发展[7]。在新型偏航系统亟待开发的形势下，本课题组基于磁悬浮技术提出了一种全新的风电偏航系统，即风电磁悬浮偏航系统[8]，其结构如图1.2所示。该系统将磁悬浮技术与电机调速技术相融合，通过电磁悬浮实现机舱稳定悬浮，利用电机调速技术控制偏航电机，带动机舱旋转，完成精准对风操作，具有对风精度高、结构简单、可靠性高、维修方便等优势。此外，该偏航系统在偏航过程中不存在直接的机械接触，故还具有无摩擦、功耗低、清洁无污染等特点。图1.2风电磁悬浮偏航系统结构示意图磁悬浮技术是新型风电偏航系统的关键技术，对磁悬浮控制方法的研究是新型风电偏航系统得以应用的前提。由于风电偏航系统工作于风场环境，风速、风向的波动性及不确定性会给悬浮控制带来不利影响，所以研究扰动作用下的磁悬浮控制方法对新型风电偏航系统稳定运行意义重大。神经网络控制是一种新兴控制技术，其良好的非线性处理能力与自适应能力使得磁悬浮控制系统中存在的非线性处理、干扰抑制等棘手问题得到了理想的解决。此外，在磁悬浮系统智能控制发展的热潮下，以神经网络控制为基础，结合PID、滑模、鲁棒等传统控制方法的优势，建立切实可行的复合新型智能控制方法，可以提高磁悬浮系统的综合控制性能，是磁悬浮未来一段时间内的重要研究方向。1.2国内外研究现状神经网络控制是指在控制系统中，应用神经网络技术，对难以精确建模的复杂非线性对象进行神经网络模型辨识，或作为控制器，或进行优化计算，或进行推理，或进行故障诊断，或同时兼有上述多种功能的控制方式[9-10]。该控制方式是人工神经网络理论与控制理论相结合的产物，无需系统的数学模型
【参考文献】：
期刊论文
[1]Path Planning and Tracking for Vehicle Parallel Parking Based on Preview BP Neural Network PID Controller[J]. 季学武,王健,赵又群,刘亚辉,臧利国,李波. Transactions of Tianjin University. 2015(03)
[2]主动磁悬浮轴承的神经网络自适应稳定性控制[J]. 张远,张建生,张燕红. 工业控制计算机. 2014(09)
[3]基于神经网络反馈补偿控制的磁悬浮球位置控制[J]. 朱坚民,沈正强,李孝茹,齐北川. 仪器仪表学报. 2014(05)
[4]风切变和塔影效应对风力机变桨距控制的影响分析[J]. 周波,龚华军,甄子洋. 可再生能源. 2012(01)
[5]自适应模糊控制理论的研究综述[J]. 王永富,柴天佑. 控制工程. 2006(03)
[6]基于神经网络的自适应控制研究综述[J]. 王文军,宋苏,郭贤娴. 计算机仿真. 2005(08)
[7]神经网络滑模变结构控制研究综述[J]. 王贞艳,张井岗,陈志梅. 信息与控制. 2005(04)
博士论文
[1]风电机组动态载荷特性及主动抑制策略研究[D]. 杨超.重庆大学 2015
硕士论文
[1]基于模型预测控制的磁悬浮偏航系统建模与控制研究[D]. 王楠楠.曲阜师范大学 2019
[2]磁悬浮列车系统控制策略仿真研究[D]. 李维.湖北工业大学 2018
[3]风电磁悬浮偏航系统悬浮及切换控制研究[D]. 李洋.曲阜师范大学 2017
[4]基于神经网络的磁悬浮系统模糊滑模控制[D]. 胡雨薇.沈阳工业大学 2016
[5]单电磁铁悬浮系统的积分滑模控制研究[D]. 罗海成.西南交通大学 2015
[6]磁悬浮神经网络PID控制算法研究[D]. 尹丹丹.大连交通大学 2014
[7]基于改进RBF神经网络的PID控制[D]. 裴雪红.哈尔滨理工大学 2010
[8]载人磁悬浮车悬浮控制策略与控制方法的研究[D]. 王鑫.沈阳工业大学 2008
[9]悬浮控制方法的研究与数字实现[D]. 盛蓉蓉.西南交通大学 2006
本文编号：2926442
【文章来源】：曲阜师范大学山东省
【文章页数】：63 页
【学位级别】：硕士
【部分图文】：
水平
第1章绪论2究具有精准对风、高可靠性和方便运维的新型偏航系统至关重要，这有利于推进风电产业在我国的发展[7]。在新型偏航系统亟待开发的形势下，本课题组基于磁悬浮技术提出了一种全新的风电偏航系统，即风电磁悬浮偏航系统[8]，其结构如图1.2所示。该系统将磁悬浮技术与电机调速技术相融合，通过电磁悬浮实现机舱稳定悬浮，利用电机调速技术控制偏航电机，带动机舱旋转，完成精准对风操作，具有对风精度高、结构简单、可靠性高、维修方便等优势。此外，该偏航系统在偏航过程中不存在直接的机械接触，故还具有无摩擦、功耗低、清洁无污染等特点。图1.2风电磁悬浮偏航系统结构示意图磁悬浮技术是新型风电偏航系统的关键技术，对磁悬浮控制方法的研究是新型风电偏航系统得以应用的前提。由于风电偏航系统工作于风场环境，风速、风向的波动性及不确定性会给悬浮控制带来不利影响，所以研究扰动作用下的磁悬浮控制方法对新型风电偏航系统稳定运行意义重大。神经网络控制是一种新兴控制技术，其良好的非线性处理能力与自适应能力使得磁悬浮控制系统中存在的非线性处理、干扰抑制等棘手问题得到了理想的解决。此外，在磁悬浮系统智能控制发展的热潮下，以神经网络控制为基础，结合PID、滑模、鲁棒等传统控制方法的优势，建立切实可行的复合新型智能控制方法，可以提高磁悬浮系统的综合控制性能，是磁悬浮未来一段时间内的重要研究方向。1.2国内外研究现状神经网络控制是指在控制系统中，应用神经网络技术，对难以精确建模的复杂非线性对象进行神经网络模型辨识，或作为控制器，或进行优化计算，或进行推理，或进行故障诊断，或同时兼有上述多种功能的控制方式[9-10]。该控制方式是人工神经网络理论与控制理论相结合的产物，无需系统的数学模型
【参考文献】：
期刊论文
[1]Path Planning and Tracking for Vehicle Parallel Parking Based on Preview BP Neural Network PID Controller[J]. 季学武,王健,赵又群,刘亚辉,臧利国,李波. Transactions of Tianjin University. 2015(03)
[2]主动磁悬浮轴承的神经网络自适应稳定性控制[J]. 张远,张建生,张燕红. 工业控制计算机. 2014(09)
[3]基于神经网络反馈补偿控制的磁悬浮球位置控制[J]. 朱坚民,沈正强,李孝茹,齐北川. 仪器仪表学报. 2014(05)
[4]风切变和塔影效应对风力机变桨距控制的影响分析[J]. 周波,龚华军,甄子洋. 可再生能源. 2012(01)
[5]自适应模糊控制理论的研究综述[J]. 王永富,柴天佑. 控制工程. 2006(03)
[6]基于神经网络的自适应控制研究综述[J]. 王文军,宋苏,郭贤娴. 计算机仿真. 2005(08)
[7]神经网络滑模变结构控制研究综述[J]. 王贞艳,张井岗,陈志梅. 信息与控制. 2005(04)
博士论文
[1]风电机组动态载荷特性及主动抑制策略研究[D]. 杨超.重庆大学 2015
硕士论文
[1]基于模型预测控制的磁悬浮偏航系统建模与控制研究[D]. 王楠楠.曲阜师范大学 2019
[2]磁悬浮列车系统控制策略仿真研究[D]. 李维.湖北工业大学 2018
[3]风电磁悬浮偏航系统悬浮及切换控制研究[D]. 李洋.曲阜师范大学 2017
[4]基于神经网络的磁悬浮系统模糊滑模控制[D]. 胡雨薇.沈阳工业大学 2016
[5]单电磁铁悬浮系统的积分滑模控制研究[D]. 罗海成.西南交通大学 2015
[6]磁悬浮神经网络PID控制算法研究[D]. 尹丹丹.大连交通大学 2014
[7]基于改进RBF神经网络的PID控制[D]. 裴雪红.哈尔滨理工大学 2010
[8]载人磁悬浮车悬浮控制策略与控制方法的研究[D]. 王鑫.沈阳工业大学 2008
[9]悬浮控制方法的研究与数字实现[D]. 盛蓉蓉.西南交通大学 2006
本文编号：2926442
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/2926442.html
