張今朝，劉國海
江蘇大學電氣信息工程學院，江蘇鎮江

嘉興學院機電工程學院，浙江嘉興

摘　　　要：針對以矢量控制工作方式的復雜多電機同步系統，以３臺電機同步系統為研究對象，證明了該系統可逆，提出了基于增長和修剪的ＲＢＦ（ＧＧＡＰ�玻遥拢疲┥窠浘W絡逆的多電機同步控制方法。將ＲＢＦ神經網絡逆串接在三電機系統之前，組成由速度和張力子系統組成的偽線性復合系統，分別對速度和張力子系統設計閉環控制器，實現了對速度和張力的解耦控制。根據給定的性能指標，對ＲＢＦ神經元數目進行適當增刪和修剪，解決了ＢＰ神經網絡逆控制系統難以進行優化的問題，為復雜多電機同步系統的控制提供了簡化依據。仿真結果表明，該方法具有較好的動靜態性能。

關　鍵　詞：多電機；ＧＧＡＰ�玻遥拢疲簧窠浘W絡逆；解耦控制

１　引　言
現代工業中，如造紙、紡織、冶金等方面，多電機系統得到了越來越廣泛的應用。多電機高精度協調運轉不僅可以提高產品的產量，而且能大幅度改善產品的質量。近年來，國內外相關領域越來越重視多電機系統中速度和張力的解耦控制研究［１�玻常荨Ｄ壳埃�神經網絡逆控制方法在多電機同步系統控制中，效果更為顯著［４�玻罚荨Ｆ涮攸c是實現對一般非線性系統的線性化解耦控制，結構簡單，易于工程實現。其中，文獻［４］使用神經網絡逆系統方法實現了單臺感應電機變頻調速系統的線性化解耦控制；文獻［５］使用神經網絡逆系統方法實現了兩電機變頻調速系統速度與張力的解耦控制。文獻［６］提出了廣義逆解耦控制方法建立偽線性復合系統，實現對同步系統閉環穩定控制。以上文獻中主要以單臺或兩電機同步系統為研究對象。而對于３臺及３臺以上多電機系統，神經網絡結構將更為復雜，而且計算量大。為了解決上述問題，本文結合ＲＢＦ神經網絡的特點（局部響應）和ＧＧＡＰ�玻遥拢频乃枷耄郏罚荩�提出一種基于改進的ＲＢＦ神經網絡逆系統的多電機同步控制方法。不僅可以實現對速度和張力的解耦控制，而且對網絡結構進行實時優化。仿真結果驗證了本文算法的有效性。

登錄網站后可下載文件