1 / 5
文档名称:

直流电动机双闭环控制系统设计与分析【开题报告】.doc

格式:doc   大小:243KB   页数:5页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

直流电动机双闭环控制系统设计与分析【开题报告】.doc

上传人:问道九霄 2020/4/24 文件大小:243 KB

下载得到文件列表

直流电动机双闭环控制系统设计与分析【开题报告】.doc

文档介绍

文档介绍:毕业设计开题报告电气工程与自动化直流电动机双闭环控制系统设计与分析一、选题的背景与意义随着现代工业的快速发展,在调速领域中,双闭环的控制理念已经得到了越来越广泛的认同。由于其动态响应快,静态性能良好,抗干扰能力强,因而在工程设计中被广泛地采用[1]。现在直流调速理论发展得比较成熟,但要真正设计好一个双闭环调速系统并应用于工程设计却有一定的难度[2]。PID(即:比例-积分-微分)控制器是最早发展起来的控制理论之一,由于它具有算法结构简单、鲁棒性好、可靠性高等优点,在工业控制中90%是采用PID控制系统[3]。然而,在越来越复杂的工业过程中,常常难以确定其精确数学模型,无法从理论上准确设计PID控制器的相应参数。此外,在实际的生产现场过程中,由于受到现场环境及运行工况的变化等因素的困扰,常规的PID设计方法往往整定欠佳,性能不良,对运行工况的适应性较差,很难满足对生产过程的控制性能和产品质量的要求。群体智能算法(SwarmIntelligenceAlgorithm)[4]是近十几年发展起来的智能仿生算法,其基本思想是模拟自然界生物的群体行为来构造随机优化算法。其中由美国学者Kennedy和Eberha提出的粒子群优化算法(particleswarilloptimization,PSO)计算快速收敛,不易陷入局部最优,而且所需参数少且易于实现。因此,粒子群及改进的粒子群优化算法在PID参数整定中的应用近几年也得到了极大关注和重视。研究的基本内容与拟解决的主要问题:1、基本内容本课题主要研究直流电动机双闭环控制系统设计与分析,并通过粒子群优化算法(PSO)用于双闭环PID调节控制的方法对系统进行设计和仿真。双闭环PID控制系统设置了转速调节器(ASR)和电流调节器(ACR),分别调节转速和电流,两者实行串级连接,且都带有输出限幅电路。由于调速系统的主要被控量是转速,故把转速环作为外环,以抑制电网电压扰动对于转速的影响,把由电流环作为内环,以实现在最大电流约束下的转速过渡过程最快最优控制。直流电动机双闭环控制系统原理见图1所示。图1直流电动机双闭环控制系统原理其中:ASR—转速调节器ACR—电流调节器TG—测速发电机TA—电流互感器UPE—电力电子变化器—转速给定电压—转速反馈电压—电流给定电压—电流反馈电压标准PSO算法的基本思想是模拟自然界生物的群体行为来构造的随机优化算法。设在D维空间中,有m个粒子组成一个群落,其中表示第i个粒子在D维空间的当前位置,第i粒子的当前速度用表示;粒子i所经历的最好位置称为,记作,即个体最好位置;全局极值,记为,则PSO算法的进化方程描述为:(1)(2)其中和表示为[0,1]范围内变化的随机数;和为加速度常数,用来调节每次迭代的步长,一般设置为2;n为迭代次数;w为惯性权重,起着调整算法局部和全局的搜索能力的作用;此外为了减少在进化过程中,粒子离开搜索空间的可能性,粒子的速度被一个最大的速度限制,即当前对粒子的加速导致其在某维的速度超过最大的速度,则速度就被限制在。其中最大速度取决于当前位置与最好位置之间区域的分辨率,如果最大速度太大,可能会飞过最优解,如果最大速度太小,又不能在局部好区间之外进行搜索。 惯性权重参数w具有维护全局和局部搜索能力的平衡作用。在解决实际问题时,往往需要先采用全局搜索,以使搜索空间快速收敛到一个