根据逆模型输出与系统输入的偏差,通过改进的RLS算法自适应调整局部逆模型权值,对初始逆模型在线校正,使其适应对象的变化,提高辫识精度和收敛速度.分析了两电机变频调速系统及可逆性,阐述了改进的RLS算法和LSSVM算法,给出了多模型LSSVM辫识方案的实现步骤,并对辫识效果进行了仿真试验.仿真结果表明,新型辫识方案是可行有效的,适用于两电机变频调速系统的逆模型辫识.
两变频器驱动两台感应电机构成的两电机变频调速系统,是一个集机电磁于一体的多变量非线性强祸合复杂系统.速度和张力的有效控制,是实现两电机变频调速系统同步运行的关键,传统的PID控制无法实现二者的解藕,且随着电机数量的增加,动态过程非常复杂,建立机理模型更为困难,很难实现两电机系统的高性能控制上.一.8.戴先中 刘国海等{-一.j提出了适用于两电机变频调速系统的神经网络逆方法,利用神经网络加积分器构建系统逆模型,实现了速度和张力的解藕控制.在此基础上,文献768提出了两电机变频调速系统的神经网络广义逆模型构建方法,可任意配置所得伪线性复合系统的极点.
文献〔7]提出了系统神经网络逆模型的在线调整策略,先构造RBF神经网络离线训练得到初始参数,再由改进的BP算法在线调整其网络权值,增强了神经网络的泛化能力.文献8根据多电机系统实际运行要求确定满意性能指标,采用局部模型网络分别对张力和速度进行局部线性化建模,通过加权和形式建立系统的全局模型,减小了建模计算量.文献79〕提出了基于C均值满意模糊聚类的多模型建模方法,将非线性的多电机变频调速系统分解成多个局部线性系统,便于控制器的设计.
<script></script>
