Сборник научных трудов 5-й международной научно-технической конференции аспирантов и студентов "Автоматизация технологических объектов и процессов. Поиск молодых", Донецк, 2005 г.
Применение нейросетей в системах управления электроприводами
Шелудько Д.И., студент; Коротков А.В.,ассистент (ДонНТУ, г.Донецк, Украина)
Объектом исследования в данной работе является электропривод (ЭП) постоянного тока по системе тиристорный преобразователь – двигатель (ТПД). Предмет исследования - система управления ЭП на основе нейросетей. Цель исследования - является анализ возможности применения нейросетевых методов в системах управления ЭП.
Искусственная нейронная сеть (ИНС) представляет собой структуру, элементарным функциональным модулем которой есть нейрон [1]. ИНС строится из множества связанных между собой нейронов.
На рисунке 1 показана математическая модель нейрона, где приняты следующие обозначения: xi - входной сигнал нейрона, w0 - смещение, wi - вес i-ой связи, f - активационная функция нейрона, z - выходной сигнал нейрона.
Рисунок 1 – Математическая модель нейрона
Выходной сигнал нейрона определяется следующим выражением:
Особенностью ИНС является ее способность к обучению (тренировке) – процессу, при котором свободные параметры нейронной сети адаптируются в результате ее непрерывной стимуляции внешним окружением. Обученная ИНС может быть использована при решении различных задач.
Практическое применение ИНС рассмотрим на примере прямой и обратной нейромодели системы ТПД. На рисунке 2 приведена структура ИНС прямой и обратной (инверсной) моделей.
Прямая модель [1, 2] предназначена для воспроизведения выходной координаты объекта управления Uвых(n) при подаче произвольного входного сигнала Uвх(n).
Рисунок 2 – Прямая (а) и обратная (б) модели объекта управления
Инверсная модель [1, 2] выполняет задачу обратную прямой, то есть воспроизводит входной сигнал Uвх(n) при имеющемся выходном Uвых(n). При этом для лучшего воспроизведения динамических свойств объекта управления необходимо применять k задержек по входу и m задержек по выходу. Инверсная модель может быть поставлена последовательно с объектом управления для улучшения качества переходных процессов последнего при отработке задающего воздействия.
На рисунке 3 а приведены реакции синтезированной прямой нейромодели на скачок задающего воздействия при различном числе задержек сигнала задания и выходного сигнала. Откуда видно, что число задержек входных сигналов существенно не влияет на воспроизведение реакции объекта управления на скачок задания.
Рисунок 3 – Результат работы нейросети: а) прямая модель объекта управления, б) последовательное соединение инверсной модели и объекта управления
На рисунке 3 б показаны переходные процессы в системе ТПД, а также в системе, в которой последовательно с объектом управления включена инверсная модель для разного числа задержек входных (k) и выходных (m) сигналов нейросети. С точки зрения теории автоматического управления постановка обратной модели объекта в прямой канал последовательно с ним означает сведение передаточной функции всей системы к единице.
На рисунке 3 применяются следующие условные обозначения: - текущая частота вращения двигателя, в долях частоты вращения холостого хода, t/TТП - время в долях постоянной времени тиристорного преобразователя.
Как видим из рисунка 3 б, постановка инверсной нейромодели в канал управления увеличило быстродействие системы и уменьшило ее колебательность, причем оптимальный переходной процесс был получен для девяти задержек сигнала задания и выходного сигнала объекта управления.
В результате проведенных исследований, можно отметить как достоинства, так и недостатки использования нейросетевого подхода в системах управления электроприводами.
Достоинства:
Недостатки:
Перечень ссылок