单神经元PID控制+Simulink双闭环直流调速系统仿真

    前段时间学习了基于神经网络的智能控制,这周就把单神经元PID控制器应用于转速电流双闭环直流调速系统

    双闭环直流调速系统的动态数学模型如下图所示:

    外环为转速环,内环为电流环。本次转速调节器采用基于单神经元的PID控制器,其参数由单神经元自学习调整得到,从而克服系统运行过程中各种不利因素对系统所造成的影响,以达到较好的控制效果。电流调节器仍采用PID调节器,以提高系统的响应速度,实现对电流的限幅,电流调节器采用工程设计的方法设计。如下图所示:

    直流电动机参数如下:

    直流电动机:220V,136A,1460r/min,Ce=0.132V.min/r,允许过载倍数为1.5

    晶闸管装置放大系数:Ks=40

    电枢回路总电阻:R=0.5

    时间常数:Tl=0.03s,Tm=0.18s

    反馈系数:B=0.05V/A(10V/1.5In),a=0.00684V.min/r(10V/nN)

    由上述参数建立双闭环直流调速系统如下图所示:

    转速调节器采用工程设计的方法进行设计PI参数为:Kp=11.7,Ki=134.48 如下图所示:

    积分环节要加一个[0 1]的限幅,给定值最大为10所确定的反馈系数,所以控制信号的输出不大于10加一个限幅环节[-10 10]

    电流调节器采用工程设计的方法进行设计PI参数为:Kp=1.013,Ki=33.77 如下图所示:

    积分环节要加一个[0 1]的限幅,给定值最大为10所确定的反馈系数,所以控制信号的输出不大于10加一个限幅环节[-10 10]

    给定额定转速1460的仿真结果如下图所示:

    基于工程设计的双闭环直流调速仿真模型已上传,如有需要自行下载:

    https://download.csdn.net/download/weixin_42650162/11226302

    下面把转速PI调节器换为单神经元PID控制器,如下图所示:

    单神经元PID控制器仿真设计已在我以前博客所写:

    单神经元PID控制+Simulink控制系统仿真_小师兄1995的博客-CSDN博客_神经元pid

    单神经元PID控制器仿真下载:

    https://download.csdn.net/download/weixin_42650162/11215448

    转速调节器换为单神经元PID控制器,其余参数不变 单神经元PID控制器如下图所示:

    单神经元控制算法用S函数编写,如何编写和函数下载请参考上面链接

    单神经元PID控制器学习参数设置如下:

    给定额定转速1460的仿真结果如下图所示:

    黄线为转速,蓝线为电流 ,参数自适应学习的变化如下图所示:

      

给定额定转速1460并在20s时加入30的负载,如下所示:

    给定额定转速1460并在20s减速为600在40s加速为1200,仿真结果如下图所示:

    仿真结果还是很好的,和普通的增量式PID控制器仿真的对比没有做。

    基于单神经元PID控制的双闭环直流调速系统的仿真模型已上传,如有需要可自行下载:

    https://download.csdn.net/download/weixin_42650162/11230547

    由于作业需要,又进一步对该神经网络学习参数进行了调整,以期达到更好的控制效果。并和基于工程设计的传统PID控制做了一下对比分析,如下图所示:

    

    仿真结果如下:

   图中黄线是基于工程设计的常规PID控制器,蓝线是基于单神经元自适应PID控制器, 从仿真结果看,基于单神经元PID控制器的超调量,动态响应要优于传统PID控制器。但是抗扰性和调速的快速性不是很好(有待改进)如下图所示:

    抗扰性能不是很好,需要进一步在调参数。

    基于单神经元PID控制的双闭环直流调速系统和基于工程设计的传统PID控制的双闭环直流调速系统对比仿真模型已上传,如有需要可自行下载:

    https://download.csdn.net/download/weixin_42650162/11338424

模型及代码工程获取: 

 

  • 18
    点赞
  • 183
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值