论文部分内容阅读
在大中型风电机组中,水平轴风力发电机占据主导地位,偏航系统是其重要组成部分。传统偏航系统基于齿轮驱动技术,存在结构复杂、故障率高、占用空间大等弊端,而基于磁悬浮技术的一种新型风电磁悬浮偏航系统具有无摩擦、结构简单、无需润滑、安装维修方便、停电时间短等优势。但因存在侧风作用的不确定性和磁悬浮系统本身的非线性,这种风电磁悬浮偏航系统的悬浮控制面临巨大挑战。人工神经网络具有自适应、自学习、非线性适应性信息处理能力,为此,本文基于神经网络控制理论对新型磁悬浮偏航系统的悬浮控制开展研究。本文主要研究工作如下:1、基于力学分析和电磁学理论,建立了风电磁悬浮偏航系统悬浮过程的动态数学模型。为了方便后续控制器的设计,本文研究了系统模型的开环稳定性和能观能控性。2、本文根据传统BP神经网络PID控制器的工作原理,针对其存在的BP网络参数调节范围太小的局限性,提出了一种含有量化因子的新型BP神经网络结构,并基于BP神经网络的新结构进行BP-PID控制器的设计。为验证新结构的有效性,我们将所设计的BP-PID控制器用于磁悬浮偏航系统干扰情况下的悬浮控制,并与常规级联PID控制器进行对比。仿真结果表明,基于新结构的BP-PID控制器不仅能够有效调节PID控制器的参数,而且与常规级联PID控制器相比,它的动态性能更好,鲁棒性更强。3、对新的BP-PID控制器而言,其存在鲁棒性相对较弱,电流跟踪性能相对较差的弊端。为此,本文将径向基神经网络(RBF神经网络)与滑模控制(SMC)相结合进行气隙外环的控制器设计,并对电流内环提出了自适应控制器。此外,为进一步解决滑模控制中存在的抖振问题,本文提出了一种基于双曲正切函数的新型指数趋近律。为验证所提控制器的有效性,我们将其与BP-PID控制器分别应用于磁悬浮偏航系统干扰情况下的悬浮控制。仿真结果表明,新设计的控制器在鲁棒性和电流跟踪性能方面均优于BP-PID控制器。