[发明专利]两电机调速系统的无模型自适应鲁棒解耦控制方法

摘要

本发明公开了一种基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法，包括步骤：分析两电机调速系统的数学模型，得到关于原系统的逆系统的输入输出关系表达式；在不同输入激励下采集两电机调速系统的动静态数据样本，对大数据样本进行训练来逼近逆系统模型并构建伪线性复合系统；加入跟踪微分器安排过渡信号，根据动态线性化方法，设计无模型控制补偿器补偿非线性反馈的输出，抑制多电机调速系统中不确定性扰动带来的影响，减少了因阶跃信号导致的张力超调。本发明针对多电机调速系统非线性、强耦合的特点，显著抑制了由于非线性、变结构带来的转矩扰动误差，改善了张力阶跃超调问题，提高了系统的鲁棒解耦能力。

主权项

1.一种基于神经网络逆模型的两电机调速系统的无模型自适应鲁棒解耦控制方法，其特征在于，包括如下步骤：第一步，由两台交流异步电机分别驱动两套轧辊，电机转轴与轧辊之间采用刚性连接，由PLC通过总线将转速信号u2、u4传递给变频器进行矢量控制，从而构成两电机调速控制系统；第二步，对两电机调速系统进行可逆性证明，推导得出其逆系统关系表达式：其中，u＝[u2,u4]T＝[ω1,ω2]T，ω1、ω2为两电机调速系统的输入转速，y2、y4分别为两电机调速系统的输出转速和实际张力；第三步，选取合适的激励信号充分激励出系统内部状态量间的耦合关系，根据逆系统关系表达式采集ω1、ω2、y2、y4变量的数据样本，通过MATLAB对数据进行数值微分、归一化处理，采用神经网络逼近两电机调速系统的逆系统，利用粒子群算法对神经网络的权阈值寻优，将两电机调速系统和其逆系统串联构建出伪线性化后的两电机离散系统；第四步，对伪线性化后的两电机离散系统进行动态线性化处理，通过输入输出数据在线估计其伪偏导数，并设计无模型补偿控制器；对信号输入安排过渡过程，设计非线性控制律，减少张力的超调；第五步，两电机调速系统在PLC平台运行：由上位机给定转速和张力输入方波，经PLC控制算法由总线将两台异步电机的转速信号传递给变频器工作，调节磁粉制动器的电流来模拟未知干扰带来的转矩波动，利用OPC技术可更新系统的输入值，神经网络的权阈值对应的数据块。