應用小波類神經網路於旋轉型感應馬達位置控制

Wavelet Neural Network Position Control for Rotary Induction Motor

張家銘(Jia-Ming Chang)

指導教授 ： 魏榮宗

元智大學/工程學院/電機工程學系/碩士(2001年)

摘要

中文摘要
本論文主要目的在於發展小波類神經網路控制系統以及強健性小波類神經網路滑動模式控制系統，並應用於旋轉型感應伺服馬達精密定位控制上。首先將小波理論融入傳統的類神經網路中，發展成為小波類神經網路，利用誤差倒傳遞演算法則作為線上參數調整依據，並根據離散式里亞普諾穩定理論作收斂分析以推導獲得適應性學習速率。由於小波類神經網路控制系統具有強大的學習能力，因此整個控制系統設計不需要約束條件和受控系統資訊，然而此小波類神經網路控制系統無法保證整個控制系統穩定特性。因此引進具積分形式之滑動平面的全域滑動模式控制系統，此方式特點在於不具傳統滑動模式控制所需的迫近模式以降低系統不確定量所造成之影響。為了解決全域滑動模式控制系統之不確定量邊界值選取問題，進而引進小波類神經網路滑動模式控制系統，作為感應伺服馬達定位控制法則，以小波類神經網路線上估測不確定量邊界值，但其控制力存在嚴重顫抖現象，故提出強健性小波類神經網路滑動模式控制系統來消除控制力顫抖現象，此系統最主要是將邊界層的概念引入全域滑動模式控制系統中，而小波類神經網路則運用在線上估測邊界層寬度以及不確定量邊界值。最後本論文利用數值模擬和實作結果佐證所設計之控制系統應用於旋轉型感應伺服馬達定位控制上之有效性與強健性。

關鍵字

強健控制 ； 小波類神經網路 ； 滑動模式控制 ； 適應性控制 ； 間接磁場導向控制 ； 感應伺服馬達驅動

並列摘要

無資料

並列關鍵字

HASH(0xa746728)

參考文獻

[2] W. Leonhard, Control of Electrical Drives. New York: Springer-Verlag, 1996.

[3] F. J. Lin, R. J. Wai, R. H. Kuo, and D. C. Liu, “A comparative study of sliding mode and model reference adaptive speed observers for induction motor drive,” Electric Power Systems Research, pp. 163-174, 1998.

[4] C. M. Liaw, and F. J. Lin, “Position control with fuzzy adaptation for induction servomotor drive,” IEE Proceedings - Electric Power Applications, vol. 142, no. 6, pp. 397-404, 1995.

[5] R. J. Wai, and F. J. Lin, “Fuzzy neural network sliding- mode position controller for induction servo motor drive,” IEE Proceedings - Electric Power Applications, vol. 146, no. 3, pp. 297-308, 1999.

[6] C. M. Liaw, and F. J. Lin, “A robust speed controller for induction motor drives,” IEEE Transactions on Industrial Electronics, vol. 41, no. 3, pp. 308-315, 1994.