Xreferat.com » Рефераты по транспорту » Розробка, дослідження системи керування на основі нейронної мережі

Розробка, дослідження системи керування на основі нейронної мережі

height="26" align="BOTTOM" border="0" />Розробка, дослідження системи керування на основі нейронної мережі, (2.14)

Розробка, дослідження системи керування на основі нейронної мережі (2.15)

Розробка, дослідження системи керування на основі нейронної мережі = KIg Розробка, дослідження системи керування на основі нейронної мережі, (2.16)

Розробка, дослідження системи керування на основі нейронної мережі=Розробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі, (2.17)

UG = Розробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі, (2.18)

IYG =K8UG, (2.19)

Розробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі= IYGРозробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі, (2.20)


Розробка, дослідження системи керування на основі нейронної мережіде Кi (i = 1, 10) – коефіцієнти підсилення;

Тj (j = 1, 4) – постійні часу (Т1 –постійна часу блоку задавання інтенсивності);

Розробка, дослідження системи керування на основі нейронної мережі – вихідний сигнал низькочастотного фільтру, що встановлюється на виході ПІ-регулятора;

KIg– вихідний сигнал ПІ-регулятора каналу струму;

Розробка, дослідження системи керування на основі нейронної мережі – сигнал, пропорційний струму навантаження ТАД;

IYG – вхідний сигнал формувача зворотного зв’язку по каналу струму;

UG – сигнал, який відповідає ефективному значенню напруги живлення ТАД.

Співвідношення (2.15) описує модель регулятора каналу обмежувача струму (канал Ig), використовуючи при цьому пропорційно-інтегральний закон керування. При проведенні досліджень не виключається використання також інших законів керування.

Формування сигналу задавання UЗТ здійснюється на основі використання сигналу, пропорційного номеру позиції контролеру машиніста, з встановленням певного темпу його наростання.

Математична модель регулятора вихідної напруги інверторів електроприводу каналу потужності PГ у режимі тяги може бути представлена у вигляді:


Розробка, дослідження системи керування на основі нейронної мережі = K2Розробка, дослідження системи керування на основі нейронної мережіW(p), (2.21)

W(p) = Розробка, дослідження системи керування на основі нейронної мережі, (2.22)

Розробка, дослідження системи керування на основі нейронної мережі = Розробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі, (2.23)

IУМ = Розробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі, (2.24)

Розробка, дослідження системи керування на основі нейронної мережіРозробка, дослідження системи керування на основі нейронної мережі = IУМUУГРозробка, дослідження системи керування на основі нейронної мережі, (2.25)


Розробка, дослідження системи керування на основі нейронної мережіде Кi (i = 2, 6) – коефіцієнти підсилення;

Тj (j = 1, 2) – постійні часу(Т1 –постійна часу блока задавання інтенсивності);

UУШ – сигнал керуючого впливу по вихідній напрузі інверторів;

Розробка, дослідження системи керування на основі нейронної мережі – вихідний сигнал регулятора каналу потужності;

Розробка, дослідження системи керування на основі нейронної мережі – сигнал, пропорційний вживаній потужності ТАД;

UУГ – сигнал , пропорційний напрузі генератора;

IУМ – вхідний сигнал формувача зворотного зв’язку по каналу потужності;

b1, b2 – постійні коефіцієнти;

Т – постійна часу блока задавання інтенсивності.

Формування сигналу задавання UЗМ здійснюється на основі використання сигналу, пропорційного номеру позиції контролеру машиніста, з установленням визначеного темпу його наростання.

На основі розробленої моделі уточнена структура САК каналу обмеження струму, визначені значення параметрів регулятора вихідної напруги з урахуванням забезпечення вимог до якісних показників перехідного процесу (величини перерегулювання, часу регулювання, числа коливань) [2-106]. Результати досліджень регулятора вихідної напруги (канал обмеження струму) при різних коефіцієнтах підсилення К4 приведені на рис. 2.7, де процеси 1-5 (криві перехідних процесів струму навантаження ТАД) відповідають коефіцієнтам підсилення К4, відповідно: 0.2; 0.3; 0.4; 0.5; 0.6.


Розробка, дослідження системи керування на основі нейронної мережі

Рис. 2.6. Структурна схема моделі регулятора вихідної напруги.

Розробка, дослідження системи керування на основі нейронної мережі

Рис. 2.7. Результати моделювання з різними коефіцієнтами підсилення К4.

Розробка, дослідження системи керування на основі нейронної мережі

Рис. 2.8. Результати роботи ланки корекції.


На рис. 2.8 приведені результати моделювання (криві перехідних процесів струми навантаження ТАД) скоректованої системи регулювання, що забезпечує виконання необхідних вимог до якісних показників перехідного процесу регулятора вихідної напруги інверторів. Крива 1 – перехідний процес струму навантаження ТАД без урахування корекції; крива 2 – з урахуванням корекції.

Розробка моделі блоку «синхронний генератор-випрямлювач» електропередачі дизель-потягу з використанням нейронних мереж

Аналіз і синтез систем керування складними енергетичними об’єктами, до яких відноситься електропередача дизель-потягу з асинхронним тяговим електроприводом, нерозривно пов’язані з питаннями створення їхніх моделей з метою проведення комплексних досліджень, а також уточненням структури та параметрів пристроїв для розробки.

Питанням моделювання окремих блоків системи керування електропередач потягів присвячено значне число робіт. Однак традиційні підходи викликають труднощі при вирішенні вказаних задач. Тому постійно йде пошук у напрямку створення моделей на основі досягнень сучасних комп’ютерних технологій рішення цих задач, зокрема нейромережевих технологій. Однією із задач при вирішенні цих проблем є адаптація відомих архітектур нейронних мереж для побудови моделей компонентів структури САР енергетичної системи дизель-потягу.

У нашому випадку об'єктом моделювання є блок "синхронний генератор-випрямлювач". Його моделювання виконаємо за допомогою нейронних мереж.

Математичну модель блоку "синхронний генератор-выпрямитель" можна представити сукупністю моделей синхронного генератора (СГ) і випрямлювача (У).

Відповідно до загальноприйнятих допущень математичну модель СГ, що представляє собою ідеалізовану явнополюсну синхронну машину, яка має на роторі обмотку збудження і по одному короткозамкненому контуру в подовжній і поперечній осях, у координатній системі d, q можна представити наступною системою диференціальних рівнянь (2.26):

Розробка, дослідження системи керування на основі нейронної мережі;

Розробка, дослідження системи керування на основі нейронної мережі;

Розробка, дослідження системи керування на основі нейронної мережі; (2.26)

Розробка, дослідження системи керування на основі нейронної мережі;

Розробка, дослідження системи керування на основі нейронної мережі,


Де Розробка, дослідження системи керування на основі нейронної мережі – відповідно потокозчеплення та струми обмоток: статора (по осям d і q), збудження і демпферних (по осям d і q);

Розробка, дослідження системи керування на основі нейронної мережі – активні опори обмоток статора, збудження та демпферних (по осям d і q);

Розробка, дослідження системи керування на основі нейронної мережі– кутова частота обертання ротора.

Облік насичення магнітного кола в явнополюсних синхронних машинах зазвичай вироблятися тільки по подовжній осі. Для цього у вираженнях для потокозчеплень індуктивний опір реакції якоря по подовжній осі представляють як функцію подовжньої складовий потокозчеплення в повітряному зазорі Розробка, дослідження системи керування на основі нейронної мережі. У цьому випадку вираження для потокозчеплень контурів синхронної машини по подовжній осі мають наступний вид:


Розробка, дослідження системи керування на основі нейронної мережі; (2.27)

Розробка, дослідження системи керування на основі нейронної мережі; (2.28)

Розробка, дослідження системи керування на основі нейронної мережі; (2.29)

Розробка, дослідження системи керування на основі нейронної мережі; (2.30)

Розробка, дослідження системи керування на основі нейронної мережі, (2.31)


де Розробка, дослідження системи керування на основі нейронної мережі – відповідно опори розсіювання обмоток статора, збудження та демпферної по осі d;

Розробка, дослідження системи керування на основі нейронної мережі – опір реакції якоря подовжній осі (2.31).

У результаті рішення системи рівнянь (2.26) з урахуванням виразів (2.27)-(2.31) визначаються струми статорної обмотки по осям d і q - Розробка, дослідження системи керування на основі нейронної мережіі Розробка, дослідження системи керування на основі нейронної мережі. Фазні струми СГ Розробка, дослідження системи керування на основі нейронної мережі, що являються впливом, яке задає, для математичної моделі некерованого трифазного випрямлювача, знаходяться за допомогою лінійних перетворювань:


Розробка, дослідження системи керування на основі нейронної мережі; (2.32)

Розробка, дослідження системи керування на основі нейронної мережі; (2.33)

Розробка, дослідження системи керування на основі нейронної мережі; (2.34)

Розробка, дослідження системи керування на основі нейронної мережі, (2.35)


де Розробка, дослідження системи керування на основі нейронної мережі – значення кута при t = 0.

Напруга обурення Розробка, дослідження системи керування на основі нейронної мережі і Розробка, дослідження системи керування на основі нейронної мережі визначається згідно до виразів:

Розробка, дослідження системи керування на основі нейронної мережі; (2.36)

Розробка, дослідження системи керування на основі нейронної мережі, (2.37)


де Розробка, дослідження системи керування на основі нейронної мережі - фазні напруги СГ, одержувані за допомогою перетворювача, що формує ці напруги на основі фазних струмів СГ.

Реалізація математичної моделі, заданої системою диференціальних рівнянь (2.26) і рівняннями (2.27) - (2.37) з використанням сучасних пакетів прикладних програм, наприклад пакета MATLAB, не викликає особливих труднощів. Вона зводиться до побудови структури моделі з наявної бібліотеки блоків пакета і розрахунку параметрів моделі.

У ряді випадків моделювання блоку "синхронний генератор-випрямлювач" можна здійснити, використовуючи його навантажувальні характеристики, представлені на рис. 2.9.

Здатність штучних нейронних мереж, навчених на деякій множині даних, видавати правильні результати для досить широкого класу нових даних є дуже вагомим аргументом для побудови моделей різних систем. У даному випадку ця властивість нейронної мережі підходить для створення моделі блоку "синхронний генератор-випрямлювач " за навантажувальними характеристиками. При цьому робота моделі полягає в наступному: на вхід подаються струми збудження Розробка, дослідження системи керування на основі нейронної мережі (формування струму збудження розглянуто в розділі 2.2) і навантаження Розробка, дослідження системи керування на основі нейронної мережі , на виході повинне формуватися випрямлена напруга Розробка, дослідження системи керування на основі нейронної мережі, значення якої відповідає графікам навантажувальних характеристик (рис 2.9.) Причому мережа повинна працювати не тільки на тренувальних шаблонах, але і виконувати поставлену задачу на всіх припустимих значеннях вхідних сигналів.

Розробка, дослідження системи керування на основі нейронної мережі

Рис. 2.9. Навантажувальні характеристики СГ.


Для побудови моделі обрана багатошарова нейронна мережа прямої передачі сигналів із двома нейронами у вхідному шарі (кількість входів), двома схованими шарами й одним нейроном у вихідному шарі. Для нейронів схованих шарів використовувалися нелінійні сигмоїдальні функції активації нейронів.

У результаті моделювання знайдене оптимальне число нейронів для першого і другого схованих шарів мережі, відповідно 10 і 15 нейронів. Для навчання мережі використовувалися дані рис.2.9.

Погрішність відтворення характеристик у всьому робочому діапазоні за допомогою нейронної мережі не перевищувала 1,5%, що краще, ніж у моделей, реалізованих традиційним способом.

3. РОЗРОБКА СИСТЕМИ КЕРУВАННЯ ЗА ДОПОМОГОЮ МЕТОДІВ НЕЧІТКОЇ ЛОГІКИ І НЕЙРОННИХ МЕРЕЖ ДЛЯ ОПТИМІЗАЦІЇ ДИНАМІЧНИХ ПРОЦЕСІВ ЕЛЕКТРОПРИВОДА


3.1 Розробка системи керування електроприводом змінного струму з використанням методів нечіткої логіки та нейроконтролерів


Тяговий електропривод дизель-потяга являє собою конструктивну сукупність тягових асинхронних двигунів, перетворювачів частоти і пристрою керування. Зростання ступеня інтеграції в мікропроцесорній техніці і перехід від мікропроцесорів до мікроконтролерів привів до заміни аналогових систем керування тяговими електроприводами на системи безпосереднього цифрового керування. Перехід до широкодіапазонних (до 1:10000), швидкодіючих електроприводів транспортних засобів, зажадав застосування більш складних структур на основі векторного керування.

При векторному керуванні, на відміну від частотного, керування швидкістю обертання тягового асинхронного двигуна здійснюється за допомогою регулювання амплітуди і фази вектора поля двигуна. Таке керування є найбільш точним у динаміці та статиці, а також більш економічним.

Однак, як при частотному, так і при векторному способі керування, необхідно здійснювати керування процесом розгону дизель-потяга з урахуванням протікання електромагнітних процесів і оптимізації енергетичних витрат, що вимагає у свою чергу створення ефективних систем керування. Як відзначено в розділі 1, одним із критеріїв якості протікання електромагнітних процесів є величина перерегулювання. Задачею системи керування в даному випадку є те, що б величина перерегулювання не перевищувала деякого граничного значення в перехідному режимі. В існуючих системах керування тягових електроприводів ці задачі вирішувалися за допомогою використання ПІД регуляторів і блоків задавання інтенсивності, що формують сигнал керування в залежності від зростання чи убування сигналу керування на виході відповідного ПІД регулятора. В останні роки рішення аналогічних задач пропонується виконувати з використанням сучасних технологій, в основі яких лежать методи аналізу і синтезу складних технічних систем, зокрема систем векторного керування і нейромережевих технологій, використовуючи при цьому пряме цифрове керування моментом. Відмінною рисою цих рішень є гранично висока швидкодія систем керування, реалізованих, як правило, на базі цифрових релейних регуляторів чи регуляторів, що працюють на принципах нечіткої логіки та нейроконтролерів.

У цьому розділі приведені результати розробки моделі системи керування з використанням методів нечіткої логіки для електропривода дизель-потяга з тяговими асинхронними двигунами і порівняльний аналіз за допомогою моделювання динамічних характеристик, у порівнянні з системами керування, побудованими на основі стандартних ПІД - регуляторів.

На рис. 3.1 приведена структура блоку нечіткого контролера швидкості для системи векторного керування двигуном електропривода дизель-потяга. Тут:

БД - блок диференціювання;

НК - нейроконтроллер;

БІ - блок інтегрування;

БВУ - блок векторного управління;

АД- асинхронний двигун;

Е - сигнал помилки;

СЕ - сигнал, пропорційний похідної сигналу помилки;

DU, U - відповідно сигнали на виходах блоків НК і БІ;

Розробка, дослідження системи керування на основі нейронної мережі, Розробка, дослідження системи керування на основі нейронної мережі - відповідно сигнал, пропорційний швидкості обертання ротора двигуна і швидкості, що задається (сигнал завдання).

Розробка, дослідження системи керування на основі нейронної мережі

Рис. 3.1. Структурна схема регулятора швидкості.


На вхід нейроконтролера надходять два сигнали: Е и СЕ. Сигнал помилки визначається як :


Розробка, дослідження системи керування на основі нейронної мережі (3.1)


Зміна значення помилки СЕ визначається похідної сигналу помилки Е як Розробка, дослідження системи керування на основі нейронної мережі.


Нейроконтролер, на підставі значення сигналу помилки Е установлення швидкості, відповідно змінює вихідний сигнал DU так, щоб поточна швидкість відповідала швидкості, що задається .

У дискретній системі


Розробка, дослідження системи керування на основі нейронної мережі, (3.2)


де Розробка, дослідження системи керування на основі нейронної мережі на відрізку часу Розробка, дослідження системи керування на основі нейронної мережі. Якщо Розробка, дослідження системи керування на основі нейронної мережі - константа, то значення сигналу CE пропорційно сигналу Розробка, дослідження системи керування на основі нейронної мережі.

Вихідний сигнал DU нейроконтролера в системі векторного керування асинхронним двигуном електропривода є відповідною величиною струму завдання Розробка, дослідження системи керування на основі нейронної мережі [20]. Після його інтегрування блоком БІ одержуємо середнє значення на періоді квантування сигналу U, пропорційного струму завдання Розробка, дослідження системи керування на основі нейронної мережі. Виходячи з фізичного принципу керування системою, алгоритм керування наступний:


якщо E = ZE і СЕ Розробка, дослідження системи керування на основі нейронної мережі PS, (3.3)


то на виході нейроконтролера формується сигнал


DU = NS. (3.4)


де E і СЕ - вхідні нечіткі змінні;

ZE, PS, NS - невеликі позитивні числа.

У цьому випадку сигнал DU на виході нейроконтролера - нечітка змінна, а змінні ZE, PS і NS є множиною MF функції приналежності.


Розробка, дослідження системи керування на основі нейронної мережі

Рис. 3.2. Вигляд функцій приналежності.


На рис. 3.2 множину функцій приналежності представлено у виді трикутних функцій.

Формування вихідного сигналу нейроконтролером здійснюється на основі декількох окремих нечітких правил. На рис. 3.3 приведена ілюстрація принципу формування сигналу керування DU на основі двох правил з використанням методу Мамдані [21]:

Правило 1: Якщо E = ZE і CE = NS, то DU = NS.

Правило 2: Якщо E = PS і CE = NS, то DU = ZE,

де DU - вихідний сигнал нейроконтролера.

Для даної бази правил керуючої системи, нечіткий контролер обчислює багатозначний керуючий вплив для специфічних значень вхідних перемінних. У [21]

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: