基于神經網絡的多電機同步控制

1 引言
在造紙、印染、紡織等高精度、高轉速傳動系統(tǒng)中，隨著工業(yè)自動化程度的提高和生產規(guī)模的擴大，采用單電機驅動往往難以滿足生產的要求。而多電機同步控制歷來是最核心的問題，對多電機同步協(xié)調控制，國內、外同行也有不少研究。在實際應用中，多電機的同步性能會因各傳動軸的驅動特性不匹配、負載的擾動等因素的影響而惡化，因此同步控制方法的好壞直接影響著系統(tǒng)的可靠性。
本文通過對的多電機同步傳動系統(tǒng)主要控制策略分析，得出改進的耦合控制是當前比較好的控制思想，實際應用中采用易于實現的PID作為同步補償控制器算法。但傳統(tǒng)PID控制器結構簡單、魯棒性較差且抗擾動能力也不太理想。因此在控制策略上，采用神經網絡控制和PID控制算法相結合的方法。仿真結果表明，將該方法用于多電機同步控制中，不僅具有良好的動態(tài)性能，而且整個系統(tǒng)同步精度也有所提高。

2 多電機同步控制的原理
對于多電機同步控制系統(tǒng)來說，實現的是電動機轉速的跟隨，受到擾動的電動機轉速是變化的，其它的電動機跟隨這臺電動機的轉速變化。在系統(tǒng)受到擾動后的初始狀態(tài)，電動機之間的轉速趨于同步越快越好，即應盡快消除轉速偏差；當電動機之間的轉速趨于同步時，要盡量減小轉速發(fā)生超調。一般情況是要求系統(tǒng)中的第i臺電動機轉速vi和第i+l臺電動機轉速vi+1，之間保持一定的比例關系，即vi=a?vi+1以滿足系統(tǒng)的實際工藝要求。這里a為轉速同步系數。在實際運行過程中若要滿足系統(tǒng)的同步要求，周期采樣獲取某一環(huán)節(jié)的前臺電動機轉速vi和后臺電動機轉速vi+1后，vi和vi+1按下式定義轉速同步偏差時，表明在同步系數a下，vi和vi+1同步，當e≠0時，表明在同步系統(tǒng)aF，vi和vi+l不同步．在本文中采用改進的耦合同步控制系統(tǒng)(如圖1)，各電機采用同一電壓給定的基礎上，電機l轉速誤差△v1=v1―vfb1，電機2的轉速誤差△v2=v2一vfb2，計算某一電機實際速度和給定速度的偏差e，以及當前的偏差變化量△e，同步控制器補償同樣采用PID控制。其差值經過PID補償器加到隨動電機輸入端。

3 基于神經網絡PID控制器的建立
BP神經網絡是應用最廣泛的一種人工神經網絡，在各門學科領域中都具有很重要的實用價值，根據本系統(tǒng)的控制系統(tǒng)的特點，為了快速消除同步誤差，本文采用BP神經網絡與PID相結合的作為同步補償方法。
3．1 BP神經網絡PID控制系統(tǒng)的結構
基于BP網絡的PID控制系統(tǒng)結構如圖2所示，控制器由兩部分組成：

(1)常規(guī)PID控制器，直接對被控對象進行閉環(huán)控制，并且其控制參數Kp、Ki、Kd為在線調整方式；