模糊控制器已经应用在很多领域，但是由于其控制参数的不稳定，其控制效果不能满足控制要求。出了一种将神经网络与模糊控制器相结合的方法，并将其应用于基于DSP的变频调速系统。过对系统的仿真实验，从仿真结果可以得出，该系统具有较好的控制性能，可以达到较高的控制精度。DSP;神经自适应模糊控制MATLAB仿真文档标识码中的图分类号TM346文章编号1673-9671-（2012）071-0190-01模糊控制具有表达不确定知识的强大能力，但是其自学习能力很困难；神经网络具有很强的自我学习和适应能力，但表达不确定知识的能力却更加困难。
此，基于双方的特点，他们相互学习，并利用它们形成了一个新的结构系统的模糊神经网络。项新技术充分利用了神经网络的自学习和自适应能力，并且可以在线调整模糊规则，从而使模糊控制可以保持其强大的表达知识的能力，同时提高其知识表达能力。
应。适应神经模糊控制器的结构如图1所示。
中，nr是给定的速度值，nf是速度反馈值，e是速度差，E是速度差， u是输出控制量，K1和K2是E和ΔE的量化因子，K3是u的比例因子。于模糊控制器，提高控制性能的关键是调整控制规则。以用u≈-（E ΔE）/ 2来近似控制搜索表。文在此基础上引入了加权系数α，因此也可以用u≈[αE （1-α）来表示。.DELTA.E。过调整α的值，可以将加权程度从E和ΔE更改为u，以使控制规则的调整变得更加实用，从而提高了控制性能。
制系统的硬件设计系统的硬件设计部分使用TMS320LF2407A来实现智能速度控制。系统由主电路，控制电路，驱动隔离电路和保护电路组成。
电路采用AC-DC-AC间接变频装置；逆变器部分使用IPM供电模块来控制驱动电路。制回路包括DSP，LED显示电路，键盘接口电路，电流检测电路，电压检测电路，速度和电机位置检测电路等。了避免由于瞬态影响（例如过电流，过电压等）而损坏整流器模块和IPM模块，系统在其中定义了充电和放电电阻器以及漏电电路主电路。件设计实验系统和控制系统仿真程序包括主程序和两个中断服务程序。程序主要负责DSP的初始化，速度环的计算以及故障的诊断。PWM中断程序主要负责AD转换，恒温阀芯SPWM输出和串行通讯。
行端口中断服务程序负责接收引擎参数。
了验证该设计的科学性和合理性，对整个变频调速系统进行了仿真实验。验中使用型号为Y160M2-2的异步电动机，主要参数为：标称功率1.2 kW，标称速度1420 rpm，标称电流3.8 A和标称电压本文还给出了自适应神经模糊控制器和传统PID控制器的仿真响应曲线，以方便性能比较。真结果如下图所示。过比较两者的响应曲线，我们可以看到自适应神经模糊巡航控制在动态性能方面具有较平滑的速度响应曲线和较小的过冲。稳态性能而言，其稳态误差远低于传统的PID控制，表明其稳态性能优于传统的PID控制。
论本文基于模糊神经网络控制方法，利用自学习和神经网络的自适应能力，有效地解决了简单模糊控制中控制规则过于固定的问题。制精度得到有效提高。验结果表明，基于模糊神经网络控制的变频调速系统具有较好的动态性能和稳态性能，其速度响应曲线更平滑，超车量更大。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com