基于PLC的多电机调速系统神经网络广义逆内模实现方法技术方案

本发明专利技术公开了一种基于PLC的多电机调速系统神经网络广义逆内模实现方法，包括以下步骤：三台西门子M440变频器分别驱动三台三相感应电机来带动负载构成三电机调速系统，根据三电机调速系统的数学模型，推导出右广义逆系统数学模型，通过S7-300PLC设计3个PID控制器使三电机驱动系统稳定并采集样本，通过Wavelet Toolbox对上一步采集的数据进行处理，提取特征信号，离线神经网络训练，最后在西门子S7-300PLC中为2号电机转速ωr2子系统，皮带间张力F12子系统和F23子系统分别设计闭环内模控制器。本发明专利技术消除神经网络广义逆开环系统的稳态误差，增强系统的鲁棒性。

【技术实现步骤摘要】

本专利技术涉及一种三电机调速系统神经网络广义逆内模控制器在PLC中的实现方法，适用于以西门子S7-300PLC作为控制器、三台西门子M440变频器驱动三台三相感应电机的调速系统张力与转速的解耦控制，属于电力传动

技术介绍
近年来，多电机调速系统在纺织、冶金、轨道交通等领域得到了广泛的应用。但是如何实现多电机调速系统高精度的协调控制，提高系统的同步性能一直是研究的热点，对于三电机调速系统来说，其具有高阶、非线性、强耦合的特点，使得内部各个变量相互影响，加上工作环境有各种干扰，负载突变等影响，使得传统的控制方法很难实现三电机调速系统高精度控制。而在工业中，常常使用三台甚至多台电机，涉及的变量、设备复杂，已有的控制策略有明显的局限性。传统的解耦方法有前馈解耦、自适应解耦、自校正解耦等，但是都依赖于系统精确的数学模型，一旦出现外部干扰或者负载扰动导致系统参数发生变化，控制效果就会变差甚至出现系统失稳。目前对于多电机调速系统智能化控制的方法大多局限于仿真实验阶段，将仿真实验转化为实际应用仍然缺少有效的可实施的操作手段，为此也需要很长的大量的实际经验的积累。
技术实现思路
本专利技术的目的是为了克服现有技术的不足，提出一种基于S7-300PLC的三电机调速系统的神经网络广义逆控制方法，实现对三电机调速系统转速和张力的解耦，此外加入内模控制器作为闭环控制器，提升系统的响应速度和稳定性。本专利技术的技术方案是在神经网络右逆系统理论的基础上，使用三电机调速系统的历史运行数据，通过小波变换提取特征信号，然后离线训练神经网络，最终在S7-300PLC中实现神经网络算法，达到三电机调速系统转速和张力的解耦。本专利技术采用的方案具有以下步骤：基于PLC的多电机调速系统神经网络广义逆内模实现方法，包括以下步骤：第一步，三台西门子M440变频器分别驱动三台三相感应电机来带动负载构成三电机调速系统，将三台M440变频器通过CB15模块，经Profibus总线连接到西门子S7-300PLC；通过PLC输出的三台电机的同步角速度ω1、ω2和ω3作为三台三相感应电机的输入；第二步，根据三电机调速系统的数学模型，推导出右广义逆系统数学模型：u=(ω1,ω2,ω3)=φ({ωr2,F12,F·12,F23,F·23本文档来自技高网...

【技术保护点】
基于PLC的多电机调速系统神经网络广义逆内模实现方法，其特征在于，包括以下步骤：第一步，三台西门子M440变频器分别驱动三台三相感应电机来带动负载构成三电机调速系统，将三台M440变频器通过CB15模块，经Profibus总线连接到西门子S7‑300PLC；通过PLC输出的三台电机的同步角速度ω1、ω2和ω3作为三台三相感应电机的输入；第二步，根据三电机调速系统的数学模型，推导出右广义逆系统数学模型：u=(ω1,ω2,ω3)=φ({ωr2,F12,F·12,F23,F·23},v1,v2,v3)]]>其中，设取ωi(i＝1，2，3)为第i台变频器转速给定，ωr2为2号感应电机转速，F12和F23分别为1号和2号电机间皮带张力、2号和3号电机间皮带张力，v1，v2，v3分别为：v1=ω·r2+ωr2]]>v2=F··12+1.141F·12+F12]]>v3=F··3+1.414F·23+F23]]>第三步，通过S7‑300PLC设计3个PID控制器使三电机驱动系统稳定，给定转速ωr2和张力F12，F23分别为100～1200r/min、18～72kg的随机方波信号，采集2号电机转速ωr2、1号和2号电机间皮带张力F12、2号和3号电机间皮带张力F23以及PLC输出给3台变频器的同步角速度ω1，ω2，ω3；第四步，在MATLAB R2011b中，通过Wavelet Toolbox对上一步采集的数据进行处理，提取特征信号，特征量提取采用连续小波变换，小波基选用Mexican Hat小波函数；使用MATLAB R2011b中Neural Network Toolbox对连续小波变换提取的特征信号进行离线神经网络训练，在训练开始前时使用粒子群优化算法对神经网络初始权阈值进行寻优，加快神经网络的收敛，神经网络具有8个输入，15个隐含层节点，3个输出，分别为ωr2，F12，F23，v1，v2，v3，其中v1，v2，v3分别为：v1=ω·r2+ωr2]]>v2=F··12+1.141F·12+F12]]>v3=F··23+1.414F·23+F23]]>在西门子S7‑300PLC中编写三层神经网络程序，并将MATLAB训练得到权值和阈值通过OPC技术写入PLC，实现转速和张力的解耦控制；第五步，为消除静态误差，增强系统的抗干扰能力，在西门子S7‑300PLC中为2号电机转速ωr2子系统，皮带间张力F12子系统和F23子系统分别设计闭环内模控制器。...

【技术特征摘要】
1.基于PLC的多电机调速系统神经网络广义逆内模实现方法，其特征在于，包括以下步
骤：
第一步，三台西门子M440变频器分别驱动三台三相感应电机来带动负载构成三电机调
速系统，将三台M440变频器通过CB15模块，经Profibus总线连接到西门子S7-300PLC；通过
PLC输出的三...

【专利技术属性】
技术研发人员：刘国海，陈杰，赵文祥，李长杰，胡德水，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32