基于模糊神經(jīng)網(wǎng)絡(luò)的多電機功率平衡控制研究.pdf

1、帶式輸送機是一種高效的散裝物料輸送設(shè)備,因其具有諸多優(yōu)點被廣泛地應(yīng)用于煤炭行業(yè)及其他眾多工業(yè)領(lǐng)域。隨著帶式輸送機的大型化,其驅(qū)動方式常采用多電機驅(qū)動,在多機驅(qū)動系統(tǒng)中需要解決的一個重要問題就是驅(qū)動電機的功率平衡。將模糊神經(jīng)網(wǎng)絡(luò)用于解決多電機功率平衡問題,具有響應(yīng)速度快,控制精度高等優(yōu)點。
　　本文詳細分析了多機驅(qū)動系統(tǒng)中出現(xiàn)功率不平衡現(xiàn)象的原因,結(jié)合可控起動傳輸(Controlled Start Transmission, CST

2、)裝置的工作過程詳細闡述了其調(diào)節(jié)多電機功率平衡的原理,并針對帶式輸送機的實際啟動特點為其設(shè)計了理想的起動速度曲線。
　　本文對傳統(tǒng)的多電機功率平衡控制策略進行對比分析,并對主從控制方式的多電機功率平衡控制系統(tǒng)進行仿真。仿真結(jié)果顯示,采用傳統(tǒng)的功率平衡控制方法時,控制系統(tǒng)滯后現(xiàn)象明顯,控制精度有待提高。針對傳統(tǒng)控制方法的不足,本文提出一種基于模糊神經(jīng)網(wǎng)絡(luò)的多電機功率平衡補償控制策略。模糊神經(jīng)網(wǎng)絡(luò)兼具模糊邏輯系統(tǒng)和人工神經(jīng)網(wǎng)絡(luò)的優(yōu)勢,

3、本文詳細介紹了模糊邏輯系統(tǒng)的組成和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)分類及學習方式,重點研究了BP學習算法。針對傳統(tǒng)學習算法中學習速率難以設(shè)定的問題,采用學習速率自動調(diào)整的方法對其進行改進。本文還系統(tǒng)地給出了基于模糊神經(jīng)網(wǎng)絡(luò)的多電機功率平衡控制器的設(shè)計方法,針對隱含層節(jié)點數(shù)目難以確定的問題,采用試湊法來解決。設(shè)計了模糊神經(jīng)網(wǎng)絡(luò)控制器,實現(xiàn)了CST壓力PI控制器給定值的在線自適應(yīng)調(diào)整,有效地消除了控制系統(tǒng)的滯后現(xiàn)象,提高了控制精度。
　　本文采用MAT