一种多电机协调控制系统神经网络逆容错控制方法与流程

文档序号:12374263阅读:来源:国知局

技术特征:

1.一种多电机协调控制系统神经网络逆容错控制方法,其特征在于,包括如下步骤:

第一步,三台西门子MMV440变频器驱动三台三相笼型感应电机,通过减速机连接驱动辊带动皮带运行构成多电机协调控制系统,通过Profibus总线与西门子MMV440变频器面板上的CB15接口模块进行通讯,两个压力传感器将皮带张力通过模拟量输入模块SM335反馈至PLC,上位机通过以太网通讯模块CP343-1lean与PLC进行通讯;

第二步,根据正常状态下多电机协调控制系统的数学模型,推导出系统的右逆系统:

<mrow> <mi>u</mi> <mo>=</mo> <mi>&phi;</mi> <mrow> <mo>(</mo> <msub> <mi>&omega;</mi> <mrow> <mi>r</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>&omega;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>r</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>F</mi> <mn>1</mn> </msub> <mo>,</mo> <msub> <mover> <mi>F</mi> <mo>&CenterDot;</mo> </mover> <mn>1</mn> </msub> <mo>,</mo> <msub> <mover> <mi>F</mi> <mo>&CenterDot;&CenterDot;</mo> </mover> <mn>1</mn> </msub> <mo>,</mo> <msub> <mi>F</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mover> <mi>F</mi> <mo>&CenterDot;</mo> </mover> <mn>2</mn> </msub> <mo>,</mo> <msub> <mover> <mi>F</mi> <mo>&CenterDot;&CenterDot;</mo> </mover> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow>

其中,u为三台感应电机定子频率同步角速度输入ω1、ω2和ω3,ωr1为1号主动电机转子角速度,F1和F2为1号和2号电机间张力以及2号和3号电机间张力;

第三步,当多电机协调控制系统中2号电机发生故障时,对系统数学模型进行调整,放弃了张力F1,推导出故障状态下多电机协调控制系统的右逆系统:

<mrow> <mi>u</mi> <mo>=</mo> <mi>&phi;</mi> <mrow> <mo>(</mo> <msub> <mi>&omega;</mi> <mrow> <mi>r</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mover> <mi>&omega;</mi> <mo>&CenterDot;</mo> </mover> <mrow> <mi>r</mi> <mn>1</mn> </mrow> </msub> <mo>,</mo> <msub> <mi>F</mi> <mn>2</mn> </msub> <mo>,</mo> <msub> <mover> <mi>F</mi> <mo>&CenterDot;</mo> </mover> <mn>2</mn> </msub> <mo>,</mo> <msub> <mover> <mi>F</mi> <mo>&CenterDot;&CenterDot;</mo> </mover> <mn>2</mn> </msub> <mo>)</mo> </mrow> </mrow>

其中,u为两台正常电机定子频率同步角速度ω13,ωr1为1号从动电机转子角速度及其导数,F2为2号和3号电机间张力;

第四步,采集训练样本,转速ωr1选取200~700r/min随机方波,张力F1和F2选取10~35kg随机方波,采集训练样本来构成训练数据集,当2号电机发生故障时,在程序中将故障电机和变频器进行隔离;

第五步,神经网络训练,首先对样本进行预处理,离线计算ωr1、F1、F2的导数在同一神经网络中同时逼近多电机协调控制系统故障前后的逆系统模型。

2.根据权利要求1所述的多电机协调控制系统神经网络逆容错控制方法,其特征在于,所述第一步中,控制系统以PLC为核心控制单元,PLC通过以太网模块CP343lean模块与上位机进行通讯,同时PLC与三台变频器通过Profibus总线进行串联;变频器工作在矢量控制模式,直接与三台感应电机进行连接;上位机中,WinCC通过以太网模块CP343lean实时监控PLC,Excel与PLC通过OPC技术实现数据传输,MATLAB直接调用Excel数据进行小波分析及神经网络训练,权阈值通过OPC技术写入PLC中。

3.根据权利要求1所述的多电机协调控制系统神经网络逆容错控制方法,其特征在于,所述第四步中,在PLC中设计三个PID控制器,并以1号电机的转速给定减去2号电机的PID控制器输出来调节2号电机的转速,以2号电机的定子频率同步角速度给定减去3号电机的PID控制器输出来调节3号电机的转速;当2号电机发生故障时,变频器根据故障类型返回相应故障代码给PLC,主程序调用诊断程序检测出故障的从站号,并将2号变频器和2号电机隔离,防止故障进一步扩大导致系统停机;同时放弃张力F1,并以1号电机的转速减去3号电机的PID控制器输出来调节3号电机的转速,从而继续实现对张力F2的控制,保持多电机协调控制系统在故障后不停机。

4.根据权利要求1所述的多电机协调控制系统神经网络逆容错控制方法,其特征在于,所述第五步中,还包括针对多电机协调控制系统发生故障后逆系统模型输入数量不一致的情况,本发明将故障时刻之后神经网络的三个输入F1置为0,同时在主程序中隔离故障电机和变频器,以实现用一个神经网络同时辨识故障前后不同状态下多电机协调控制系统的逆系统。

5.根据权利要求1所述的多电机协调控制系统神经网络逆容错控制方法,其特征在于,所述第五步中,使用Levenberg-Marquardt训练算法“trainlm”训练神经网络。

当前第2页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1