基于神經(jīng)網(wǎng)絡(luò)的多電機(jī)同步控制

式中KP、KI、KD分別為比例、積分、微分系數(shù)．
3．2 神經(jīng)網(wǎng)絡(luò)PID的算法實(shí)現(xiàn)
1)訓(xùn)練階段的工作
第l步：設(shè)計(jì)輸入輸出神經(jīng)元。本BP網(wǎng)絡(luò)的輸入層設(shè)置3個(gè)神經(jīng)元，分別為輸入速度vi、速度偏差e和偏差變化量△e，輸出層有3個(gè)神經(jīng)元，為PID控制器的3個(gè)可調(diào)節(jié)參數(shù)Kp、Ki、Kd
第2步：設(shè)計(jì)隱含層神經(jīng)元個(gè)數(shù)。本文初步確定隱含層節(jié)點(diǎn)數(shù)為5個(gè)．學(xué)習(xí)一定次數(shù)后，不成功再增加隱含層節(jié)點(diǎn)數(shù)，一直達(dá)到比較合理的神經(jīng)元數(shù)為止；
第3步：設(shè)計(jì)網(wǎng)絡(luò)初始值。本文中設(shè)定的學(xué)習(xí)次數(shù)N=5000次，誤差限定值E=0．02；
第4步：應(yīng)用Simulink對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練和仿真。
2)測(cè)試階段的工作
在測(cè)試階段，主要是對(duì)訓(xùn)練過(guò)的網(wǎng)絡(luò)輸入測(cè)試樣木，測(cè)試網(wǎng)絡(luò)的學(xué)習(xí)效果，即判斷網(wǎng)絡(luò)的運(yùn)算值與樣本的期望值之差是否在允許的范圍之內(nèi)。在此不再贅述具體判定過(guò)程。

4 仿真與分析
本文以2臺(tái)電機(jī)同步為模型進(jìn)行仿真。在電機(jī)的參數(shù)設(shè)定時(shí)，對(duì)2臺(tái)電機(jī)的參數(shù)取相同值。電機(jī)參數(shù)為：定子每相繞組電阻R=5．9Ω，定子d相繞組電感Ld=0．573，轉(zhuǎn)子電阻R=5．6Ω轉(zhuǎn)子電感L=O．58給定轉(zhuǎn)速n=500rad／sec，極對(duì)數(shù)為3。在t=0．05 s時(shí)，突加階躍擾動(dòng)，利用Matlab對(duì)傳統(tǒng)PID和神經(jīng)網(wǎng)絡(luò)PID分別進(jìn)行仿真，得到實(shí)驗(yàn)曲線如圖所示．

圖4神經(jīng)網(wǎng)絡(luò)PID控制響應(yīng)曲線

比較兩種仿真結(jié)果，經(jīng)計(jì)算采用常規(guī)PID補(bǔ)償器時(shí)，突加負(fù)載擾動(dòng)后，同步誤差△Verror=0．26％采用神經(jīng)網(wǎng)絡(luò)PID補(bǔ)償器時(shí)，突加負(fù)載擾動(dòng)后，同步誤差△Verror．=O．08％，由些可以看到采用神經(jīng)網(wǎng)絡(luò)PID補(bǔ)償器方法的時(shí)候，系統(tǒng)的同步性能、抗干擾性能優(yōu)于只采用常規(guī)PID補(bǔ)償器時(shí)的性能，其具有更好的控制特性。

5 結(jié)束語(yǔ)
本文針對(duì)于多電機(jī)同步控制中出現(xiàn)的多變量、強(qiáng)耦合、具有大慣性環(huán)節(jié)、難以建立準(zhǔn)確數(shù)學(xué)模型的被控對(duì)象，在傳統(tǒng)PID的基礎(chǔ)上引入神經(jīng)網(wǎng)絡(luò)的的概念，將神經(jīng)網(wǎng)絡(luò)PID用于速度同步補(bǔ)償中，仿真結(jié)果表明，該方法使系統(tǒng)的抗干擾能力增強(qiáng)，同步精度有所提高，控制效果良好。