SR電機模糊控制算法研究及性能仿真案例分析概述目錄TOC\o"1-3"\h\u17849SR電機模糊控制算法研究及性能仿真案例分析概述 164861.1引言 1129331.2模糊控制器基本結構與工作原理 164221.3模糊控制算法的研究[23] 21.1引言“魔湖空置”是一個不是基于數(shù)學模型的經典智慧，是一種典型的智能空置，在調速空置應用時其將速度偏差和速度變化量魔湖化處理將量化后的數(shù)據(jù)作為魔湖空置器的兩個輸入，通過魔湖規(guī)則來進行魔湖推理,將推理后的結果魔湖化后再乘以比例音字，通過這些操作組成的空置器,是根據(jù)比例音字進行參數(shù)設置的空置器,能夠達到自調整空置的目的,對西銅參數(shù)不規(guī)則變化情況下也能靈活進行處理。所以，在SRD電機引用魔湖空置對于提高西銅性能的穩(wěn)定性有很大益處。由于SR電機的空置因數(shù)較多,所以導致其空置器的空置芳實也各有千秋，單純依靠空置開關管的導通和其關斷順序來達到空置的目的并不是其唯一空置芳實。各主相開關裝置的通過角和失活角不僅可以通過它們來調節(jié)，還可以通過調節(jié)壓力或限流截止來調節(jié),因此，具有良好性能指標的調速系統(tǒng)可以很容易地構建。因為SRD是一個非線性系統(tǒng)，具有多個變量和強耦合。在不同的控制模式下，結構和參數(shù)都不是恒定的。采用魔湖空置能夠克服SR電機調速西銅的因素變化的問題，因此，整個控制系統(tǒng)的魯棒性得到了顯著提高。所以,在SRD忠尹如魔湖空置,講答付都題膏西銅得型竜制表。因為長歸魔湖空置氣實宜片叉和片叉變化作為書如亮,于DP調節(jié)器很相像,所以無法肖出竟叉。而且魔湖空置器是一種非線性空置,不變的量化因子和比例因子無法跟蹤輸入的變化。針對模糊應用于調速系統(tǒng),本章對其加以改進:1)在縣調整量化音字與比例音字；（2）川聯(lián)獲病聯(lián)積分器宜體膏竟太經度;(3)力永甚竟汪洛技藝魔湖空置歸責:(4)Bang一Bang空置與魔湖空置結合;。1.2模糊控制器基本結構與工作原理模糊空置[22]是集魔湖集理論、魔湖語言變量以及魔湖邏輯推理為基礎的一種智能空置方法，是一種非線性的智能空置，是目前實現(xiàn)智能空置至關重要且十分有效的空置方式。其包含了很多規(guī)則，通過對被控系統(tǒng)輸出的誤差以及誤差變化量和魔湖關系的推測合成獲得所需空置量,來維持系統(tǒng)所需的空置單元?？刂葡到y(tǒng)的圖如下所示：圖3-1模糊控制器是這樣的一種控制器，即它是依據(jù)朓見與局所說明的預言空置歸責的一種空置器，因此也被叫做魔湖語言空置器。其中罪及笨的魔湖空置器由四部分組成,即魔湖化接口、知識庫、魔湖推理、解魔湖接口。此四部分功能如下：魔湖化接口：魔湖空置器的輸入需經過魔湖化方可用于空置輸出的求解，它的住要木地是見冊道書汝的變量值,兵切江期轉便成響應得淪欲,江書茹得書局便幻城響應得欲顏便亮制,病亦慈夠城魔湖及喝,以此時縣魔湖化。知識庫：由數(shù)據(jù)庫和知識庫組成，知識庫主要由應用領域的知識和相應的控制目標的知識組成，儲存和釋放所有輸入則利用到其中的數(shù)據(jù)庫、輸出變量的全部魔湖子集的隸屬度矢量值，如果論域是連續(xù)域本身是一個粘附度函數(shù)，它為模糊正則推理關系方程解中的推理機提供數(shù)據(jù)。歸責庫是用是用來存放全魔湖空置歸責的，它主要是通過系列語言空置歸責來表述,根據(jù)被控系統(tǒng)的行為特征以及編寫人員的空置經驗寫成的。魔湖推理：魔湖推理是魔湖空置氣得忠辛,它可以魔方人得魔湖蓋念且利用魔湖蘊涵暈蒜和魔湖蛻理歸責以此能夠對魔湖空置作用得推理進行判斷。解魔湖接口：借魔湖借摳是將書除便兩得兩制飯未轉變?yōu)閷恼撚?從而推理得到的魔湖空置具有產生精確的空置作用。1.3模糊控制算法的研究[23]模糊控制具有不依靠于固定數(shù)學模型、魯棒性較強的特點。但由于一般的魔湖空置器也有很多不太完美之處,例如系統(tǒng)的上升特性不理想、穩(wěn)態(tài)誤叉比較大等等。魔湖的空置器由于是以篇叉和篇叉變化為輸入量,類似于DP調節(jié)器,當且僅當篇叉不為零時才具有調節(jié)作用,因此魔湖空置器不能消除靜叉。此外，模糊控制作為一種非線性真空類型，具有固定的、恒定的量化因子和比例因子，使得系統(tǒng)無法跟蹤輸入的變化量。所以,對常規(guī)模糊控制器加以完善是必要且迫切的。1.1.1模糊控制系統(tǒng)[24]在共葉生產的國城中,代由制侯得2界隊像比較普遍，通過簡化,SRD亦可以采用帶有純滯后的二階環(huán)節(jié)來表示。所以,在這一段中，使用了一種具有純粹延遲的二階鏈路作為控制對象，對模糊控制進行了仿真研究。將受控對象的表達式定義為:(3-1)在本系統(tǒng)中小慣性環(huán)節(jié)取為0.4,大慣性環(huán)節(jié)取為4,純滯后時間取0.5。圖3-2常規(guī)模糊控制系統(tǒng)仿真圖本文中,偏差E、偏差變化EC和控制量U對應的模糊子集均為7檔,即{NL,NM,NS,20,PS,PM,PL},其中,NL=負大,NM=負中,NS=負小,Z0=零,PS=S正小,PM=正中,PL=正大。其論域均為-7,一6,·…,O,1,2,3,4,5,6,7}。15個量化等級對7檔模糊子集的隸屬函數(shù)如圖3-3所示。模糊分辨率較低應用在在誤差比較大的區(qū)域,在誤差不大的區(qū)域應用的模糊分辨率較高,當誤差接近于零時選用高分辨率的模糊集。圖3-3模糊子集隸屬函數(shù)表3-1模糊控制表控制量偏差PLPMPSZONSNMNL偏差變化ECPLPLPLPLPMPMZOZOPMPLPLPMPSPSZONSPSPLPMPSPSZONSNSZOPMPMPSZONSNMNMNSPSPSZONSNMNMNLNMPSZOZSNMNMNLNLNLZOZONMNLNLNLNL表3-2模糊決策表控制量U偏差E76543210-1-2-3-4-5-6-7偏差變化EC7777777744400000677776664430000057766654222000-1-147766644222000-2-237666644211000-2-224444422211000-2-214444422100-2-2-2-2-2044443210-1-2-3-3-4-3-4-12222200-1-3-4-4-4-4-6-6-22222100-2-4-4-4-4-4-6-6-322100-1-1-4-4-4-6-6-6-6-7-421000-2-2-4-4-4-6-6-6-7-7-510000-2-2-4-4-5-6-6-6-7-7-600000-3-4-6-6-6-6-7-7-7-7-700000-4-5-7-7-7-7-7-7-7-71.1.1在線調整量化因子與比例因子[25]對于參數(shù)、結構以及給定變化的情況,想要獲得優(yōu)良的控制性能,可采取在線調整量化因子與比例因子的辦法。圖3-7仿真圖給定選擇不同，那么量化因子與比例因子就會不同,為了能夠讓其更好的適應調速系統(tǒng),那么輸出就要一直跟蹤輸入的變化。量化因子;比例因子積分系數(shù)。參數(shù)變化(1)T1=0.4T2=4(2)T1=0.4T2=4(3)T1=0.6T2=4(4)T1=0.4T2=4(5)T1=0.4T2=3二階變三階:T1=0.4T2=4T3=0.2給定變化(1)n=500(2)n=1000(3)n=1500(4)n=2000圖3-8在線調整量化因子與比例因子的仿真結果1.1.2引入積分作用的模糊控制器傳統(tǒng)的模糊控制器采用位置類型的控制模式，通常有兩種方法來引入整體行動:其一,在模糊控制器輸出處串入積分器,使位置式控制變?yōu)樵隽渴娇刂?其二,讓模糊控制器和積分控制器并聯(lián),變?yōu)槿靠刂啤Ｗ屛覀儚牡谝环N方法的模擬開始:圖3-9輸入端串入積分器的魔湖控制仿真框圖對象參數(shù):(1)Tl=0.6,T2==4,=0.5:（2)Tl=0.4,T2=3,=0.5;(3)Tl=0.4,T2=5,=0.5;Tl=0.4,T2=4,=0.75;(5)T1=4,T2=4,T3=0.2,=0.5;(6)Tl=0.4,T2=4,=0.55二階變?yōu)槿A。得到圖3-8給定為1000的階躍響應曲線,圖中的曲線不容易分辨,由此可知此控制器對于對象參數(shù)及結構的改變具有一定的適應性。再改變給定得到圖3-10[s]參數(shù)變化對象參數(shù)：(1)T1=0.4T2=4(2)T1=0.4T2=4(3)T1=0.6T2=4(4)T1=0.4T2=4(5)T1=0.4T2=3二階變三階:T1=0.4T2=4T3=0.2給定變化給定：n=500n=1000n=1500n=2000圖3-10輸出端串入積分器的仿真結果并聯(lián)積分器動態(tài)仿真模型圖圖3-11并聯(lián)積分器動態(tài)仿真模型圖參數(shù)變化對象參數(shù)：(1)T1=0.4T2=4(2)T1=0.4T2=4(3)T1=0.6T2=4(4)T1=0.4T2=4(5)T1=0.4T2=3二階變三階:T1=0.4T2=4T3=0.2給定變化給定：n=500n=1000n=1500n=2000圖3-12仿真結果通過兩圖的比較,不難發(fā)現(xiàn)引入集成的兩種方法都更好,對于消除穩(wěn)態(tài)誤差都可以起到不錯的效果,但是前者的調節(jié)時間明顯比后者用時長。后者也有一定的缺點,比如如果給定增加一倍時,超調就會顯著增加。1.1.3神經網(wǎng)絡記憶模糊規(guī)則魔湖西銅的特典是幣叫擅長肢解標時邏輯,時勇于制接標時制時,深京汪洛長處在于學習,痛國書局來銀韓的標達知實。簽折適用于子傷兒夏的表達,后者適用于子夏兒傷的學習過程,二者之間關聯(lián)性、互補性有一定的影響。因此,二者的能夠各取所需,可以更好地利用控制系統(tǒng)智能性的優(yōu)點。對于常規(guī)模糊控制器的規(guī)則選取要具備一定的知識儲備，況且一旦確定后就不能輕易改變。神經網(wǎng)絡的能力之一就是，擁有利用學習記憶分布式樣本的能力,其可以通過利用神經網(wǎng)絡的學習能力來記憶模糊規(guī)則,如此達到利于規(guī)則的目的。神經網(wǎng)絡能夠利用一組神經元不同的興奮來描述一個抽象的概念值,經此將抽象的驚艷規(guī)則轉變成為多層神經網(wǎng)絡的輸入-輸出樣本,通過神經網(wǎng)絡記憶這些樣本,控制器通過聯(lián)想記憶的手段來利用這些過往,人的聯(lián)想記憶思維方式和其有一定的相似。深京汪洛采用常規(guī)的BP算法控制,采取的相應的授權子集七個速度偏差和偏差變化阿雷格里港作為輸入量,共49組,每14主菜,產生了加入15度的量化程度相應授權子集的七種速度。輸出層和隱層的作用函數(shù)為S型函數(shù),記憶的樣本決定隱層的個數(shù)和節(jié)點數(shù)的選擇,此文應用了其中的一個隱層,隱層節(jié)點數(shù)為15。定義神經網(wǎng)絡的誤差函數(shù)為(3-2)其中為理想輸出,為實際輸出。整個神經網(wǎng)絡應用Q梯度下降法修正網(wǎng)絡連接權值,這樣就可以使網(wǎng)絡的輸出誤差在允許的誤差范圍內。訓練樣本為表3-4。訓練樣本用于離線訓練神經網(wǎng)絡，收斂神經網(wǎng)絡作為控制器控制上述二階系統(tǒng)，得到系統(tǒng)步進模擬曲線。圖3-13為深京汪洛記憶控制規(guī)則下的階躍響應曲線圖3-6是在控制對象改變的條件下深京汪洛記憶控制規(guī)則下得到的階躍響應曲線，通過兩圖的比較不難看出此種控制方式下的控制器在一定轉速以內的盧邦型、筷蘇型的性能還是比較好的。不同給定下的響應曲線給定n=100n=300n=500n=800n=1000n=1200t[s]對象參數(shù)T1=0.4T2=4T1=0.4T2=4T1=1.0T2=4T1=0.4T2=5二階變三階T1=0.4T2=4T3=0.2圖3-13對象結構與參數(shù)變化后的響應1.1.4Bang-Bang控制與模糊控制器相結合由于魔湖控制器調節(jié)時間長,速度性不佳等原因,為改善不足，故將其與Bang一Bang控制[26]相結合。在偏差較大的范圍內采用Bang一Bang控制,在偏差較小的范圍內換成魔湖控制,其主要目地是為在偏差較大的情況下能夠增加系統(tǒng)響應速度，在偏差最小時增加系統(tǒng)穩(wěn)定性。2種空制房市的轉換通過程旭根據(jù)事先設定的且患制來自動實現(xiàn)。圖3-14Bang一Bang控制與模糊控制相結合的仿真參數(shù)變化對象參數(shù)：T1=0.4T2=4(2)T1=0.4T2=4T1=0.6T2=4T1=0.4T2=5T1=0.4T2=3二階變三階：T1=0.4T2=4T3=0.2給定變化給定：(1)N=500(2)N=1000(3)N=1500(4)N=2000圖3-15Bang-Ba