[发明专利]一种两电机调速系统无传感器张力辨识方法有效
| 申请号: | 201510543184.0 | 申请日: | 2015-08-28 |
| 公开(公告)号: | CN105186938B | 公开(公告)日: | 2018-02-27 |
| 发明(设计)人: | 赵文祥;陈杰;刘国海;周华伟;张多;袁俊 | 申请(专利权)人: | 江苏大学 |
| 主分类号: | H02P5/56 | 分类号: | H02P5/56 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 212013 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 电机 调速 系统 传感器 张力 辨识 方法 | ||
1.一种两电机调速系统无传感器张力辨识方法,其特征在于,包括如下步骤:
1)根据两台变频器驱动两台感应电机的调速系统的数学模型,推导出张力子系统左逆模型;
所述步骤1)中,基于逆系统方法和两电机调速系统数学模型,推导出张力子系统左逆模型:
式中,F为张力,ωr2、为2号从动电机转子角速度及其导数,ω1、ω2分别为1号主动电机和2号从动电机的同步角速度;在左逆模型推导过程中,使用ωr2及其导数替换ωr1作为主要输入量,由于本系统1号主动电机转速需要跟随速度给定,张力主要通过2号从动电机转速变化来调节;
2)为增强神经网络的逼近和抗干扰能力,在原左逆系统的基础上增加张力给定Fs和张力误差eF两个输入形成六输入左逆系统:
3)使用小波分析对神经网络输入预先进行特征量提取;
4)使用函数训练神经网络,约束神经网络权重;
5)在PLC中实现整套神经网络算法,实现两电机调速系统平台张力的软测量。
2.根据权利要求1所述的两电机调速系统无传感器张力辨识方法,其特征在于:所述步骤3)中,用小波分析对样本进行特征量提取,小波基采用非线性程度较高的Morlet小波。
3.根据权利要求1所述的两电机调速系统无传感器张力辨识方法,其特征在于:所述步骤4)中,使用贝叶斯正则化函数“trainbr”训练神经网络。
4.根据权利要求1所述的两电机调速系统无传感器张力辨识方法,其特征在于:所述步骤5)中,整个硬件系统以PLC为核心控制单元,PLC通过MPI接口与上位机进行通讯同时PLC与两台变频器通过Profibus总线进行串联;变频器工作在矢量控制模式,直接与两台感应电机进行连接;上位机中,WinCC通过MPI总线实时监控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。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510543184.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:巧克力类及其制造方法
- 下一篇:光控CNS功能障碍





