神经网络PID控制在汽车发电机性能自动测试系统的应用
|
摘要
交流发电机是汽车的主要电器设备之一，其性能指标的合格与否关乎汽车安全大任。性能测试是发电机出厂前生产线上的最后一道且是最重要的一道工序，性能测试水平的高低直接影响产品质量和生产效率。
随着生产规模的扩大，生产技术水平的提高，产品型号的增加，客户对产品质量要求的提高，许多汽车电器生产厂商上世纪90年代引进或推出的测试装置与系统因受计算机容量、速度及国产测量仪器带接口功能少、数字控制器不具备自适应性等因素的影响或制约，在测试精度、速度与通用性等方面显露了很多不足，成为制约厂商生产规模进一步扩大与质量进一步提高的绊脚石。为此研发了“汽车交流发电机性能自动测试系统”(以下简称系统)。
论文在分析发电机工作原理与特性的基础上，对系统的整体设计方案作了介绍。论文的核心内容是闭环控制器的设计，为了增强系统的自适应性，闭环控制一改往常采用单一常规PID控制的技术，而将神经网络与PID控制相结合构造基于神经网络PID控制。论文详细阐述了BP神经网络在PID控制中的应用，对BP算法进行了有效改进，构造了一种基于改进型BP神经网络PID控制，并对其在系统中的应用进行了研究。
系统总体设计以工作节拍与测量精度为考虑重点，硬件选型先进合理，面板操作简单方便，软件设计功能完善，人机交互性强。目前，系统已稳定运行于汽车发电机生产线上。
Auto-alternator is one of the main electrical installations in cars, and all its' performance parameters to be qualified is very important to cars' safety. Performance test is the last and the most important working procedure on the alternator's product line. Products' quality and production's efficiency are connected with the level of performance test.
With the enlargement of the production capacity, the development of the technology, the enhancement of the type of products, and clients' requirement on products' quality, many shortages are found in the forepassed servomechanisms on test precision, speed and versatility. Because when made, they were restricted by many factors such as computer's small capability and slow speed, measuring device's few interface function,controller's no self-adaption.All those become obstacles of the development of production's scale and products' quality. Therefor, Auto-Alternator Performance Automatic Testing Equipment is developed.
In this paper, based on analysis of operating principle of the alternator, the whole design proposal is introduced. To design a good kind of closed loop controller is the main idea of this paper. To strengthen self-adaption of the system, an adaptive controller is designed by combining neural network with normal PID control, instead of the single normal PID control. Firstly,application of BP neural network to PID control is presented. Secondly, a PID controller is proposed based on improved BP algorithm. Finally, application of the proposed PID controller to the system is investigated.
Around speed and precision, the system is designed successfully, for its advanced hardware, convenient operation, perfect function and strong interaction. And now it runs stably on the alternator's product line.
随着生产规模的扩大，生产技术水平的提高，产品型号的增加，客户对产品质量要求的提高，许多汽车电器生产厂商上世纪90年代引进或推出的测试装置与系统因受计算机容量、速度及国产测量仪器带接口功能少、数字控制器不具备自适应性等因素的影响或制约，在测试精度、速度与通用性等方面显露了很多不足，成为制约厂商生产规模进一步扩大与质量进一步提高的绊脚石。为此研发了“汽车交流发电机性能自动测试系统”(以下简称系统)。
论文在分析发电机工作原理与特性的基础上，对系统的整体设计方案作了介绍。论文的核心内容是闭环控制器的设计，为了增强系统的自适应性，闭环控制一改往常采用单一常规PID控制的技术，而将神经网络与PID控制相结合构造基于神经网络PID控制。论文详细阐述了BP神经网络在PID控制中的应用，对BP算法进行了有效改进，构造了一种基于改进型BP神经网络PID控制，并对其在系统中的应用进行了研究。
系统总体设计以工作节拍与测量精度为考虑重点，硬件选型先进合理，面板操作简单方便，软件设计功能完善，人机交互性强。目前，系统已稳定运行于汽车发电机生产线上。
Auto-alternator is one of the main electrical installations in cars, and all its' performance parameters to be qualified is very important to cars' safety. Performance test is the last and the most important working procedure on the alternator's product line. Products' quality and production's efficiency are connected with the level of performance test.
With the enlargement of the production capacity, the development of the technology, the enhancement of the type of products, and clients' requirement on products' quality, many shortages are found in the forepassed servomechanisms on test precision, speed and versatility. Because when made, they were restricted by many factors such as computer's small capability and slow speed, measuring device's few interface function,controller's no self-adaption.All those become obstacles of the development of production's scale and products' quality. Therefor, Auto-Alternator Performance Automatic Testing Equipment is developed.
In this paper, based on analysis of operating principle of the alternator, the whole design proposal is introduced. To design a good kind of closed loop controller is the main idea of this paper. To strengthen self-adaption of the system, an adaptive controller is designed by combining neural network with normal PID control, instead of the single normal PID control. Firstly,application of BP neural network to PID control is presented. Secondly, a PID controller is proposed based on improved BP algorithm. Finally, application of the proposed PID controller to the system is investigated.
Around speed and precision, the system is designed successfully, for its advanced hardware, convenient operation, perfect function and strong interaction. And now it runs stably on the alternator's product line.
引文
[1] 张先达等．现代汽车电器维修与使用[M]．北京：北京理工大学出版社，1996，9．
[2] 张永玉．解放CA141汽车电气设备与维修[M]．北京：人民交通出版社，1991，9．
[3] 于华诗等．现代汽车最新电器设备使用与维修[M]．北京：科学出版社，1993，3．
[4] 陈安平．汽车电器[M]．上海：上海科学技术出版社，1989，8．
[5] 钟步青．汽车发电机的结构[J]．微电机，2001，34(2)：53～56．
[6] Yang Chunhua. A Starter Testing System Based on Fuzzy PID Control[J]. Control Theory and Applications, 1999, 16(6): 907～909.
[7] 张健等．电机性能微机测试系统的设计与实现[J]．中小型电机，2001，28(5)：43～45．
[8] 文生平等．电机性能的计算机智能化测试[J]．计算机自动测量与控制，2001，9(2)：11～13．
[9] 魏英静．微机在电机测试中的应用[J]．石家庄铁道学院学报，1995，8(4)：94～99．
[10] 马怀俭等．电机测试系统集成方法的研究[J]．中小型电机，2000，27(5)：42～44．
[11] 宋桂玉等．客车发电机性能自动检测系统[J]．铁道车辆，1998，36(5)：40～42．
[12] 周腊吾．异步电机性能微机测试系统设计[J]．长沙电力学院学报，2002，17(1)：31～35．
[13] 谭青等．汽车交流发电机性能微机控制测试系统设计[J]．南昌高专学报，2001，3：43～46．
[14] 李金厚．神经网络研究进展与展望[J]．华东冶金学院学报，2000，17(4)：275～281．
[15] Chao-Chee Ku, Kwang Y. Lee.Diagonal Recurrent Neutral Networks for Dynam ic Systems Control. IEEE Trans. on Neutral Networks, 1995,6(1): 144～156.
[16] 任伟建等．神经网络PID控制器在油田标定间上的应用[J]．大庆石油学院学报，2001，25(2)：37～39．
[17] 赵建华等．一种自适应PID控制算法[J]．自动化学报，2001，27(3)：417～420．
[18] 李昆仑等．基于神经网络的自适应控制方法[J]．工业仪表与自动化装置，
2000，27(5)：19～21．
[19] 杜建凤等．神经网络PID控制[J]．北京科技大学学报，1998，20(6)：571～575．
[20] 李卓等．基于神经网络的模糊自适应PID控制[J]，控制与决策，1996，11(3)：340～345．
[21] 陈巍等．具有辅助调节功能的递归神经网络自适应PID控制[J]．信息与控制，2000，29(5)：461～465．
[22] 王印松．基于神经网络的水轮机调节系统的自适应PID控制[J]．水力发电学报，1998，1：93～99．
[23] 程启明等．基于神经网络白适应PID控制的船舶操纵研究[J]．电子测量与仪器学报，1998，12(2)：13～15．
[24] Y.M.Enab.Intelligent Controller Design for the Ship Steering Problem. IEEE Proc-Control Theory Application. 1996,143(1): 17～24.
[25] 王旭等．人工神经元网络原理与应用[M]．沈阳：东北大学出版社，2000，12：19～38．
[26] 易继锴．智能控制技术[M]．北京：北京工业大学出版社，1999，9：95～138．
[27] 徐丽娜．神经网络控制[M]．哈尔滨：哈尔滨工业大学出版社，1999，5：67～87
[28] Martin T.Hagan, Howard B.Demuth, Mark H.Beale著，戴葵译．神经网络设计[M]．北京：机械工业出版社，2002，9：143～166．
[29] 朱明星等．一种权值预学习BP算法的研究[J]．安徽大学学报，1999，23(1)：71～76．
[30] 向国全等．前向网络BP算法的改进算法[J]．河南大学学报，1999，29(1)：43～47．
[31] 刘光中等．人工神经网络BP算法的改进和结构的自调整[J]．运筹学学报，2001，5(1)：81～87．
[32] Chen C, Sheu B.Optimization schemes for neutral networking training.in Proc. IEEE Int. Conf. On Neutral networks, Orlando, FL, 1994:807～822.
[33] Narendra K S, Special Neural Networks for Control System[J]. IEEE Contr, 1990,10(3): 3.
[34] 刘鹰等．神经网络BP算法的改进和仿真[J]．计算机仿真，1999，16(3)：12～14．
[35] Rumlhart D.E. and J.L. McClelland, Parallel Distributed Processing:Explorations in the Microstructures of Cognition. 1996.
[36] 申挺等．神经网络中误差反传算法的分析与改进[J]．暨南大学学报，1998，(1)：118～122．
[37] Narendra K S. Special Section Neural Networks for Control System. IEEE Contr, 1990, 10(3).
[38] 李昆仑等．一种改进型BP算法在自适应控制系统中应用的研究[J]．自动化仪表，2001，22(12)．：15～18
[39] 陈显彪等．电机测试数据库设计与实现[J]．微电机，2001，34(1)：37～38．
[40] 姚向华等．基于Windows交流电机性能测试软件的C++实现[J]．计算机自动测量与控制，1997，3．：29～32
[41] 姚立海等．基于DAQ的电机测试系统[J]．电机电器技术，2002，3：47～49．
[42] 卢贤良．汽车用交流发电机测试系统的电子负载[J]．中小型电机，2000，27(1)：46～48．
[43] 胡崇岳．现代交流调速技术[M]．北京：机械工业出版社，2000，4：200～247．
[44] 程宪平．机电传动与控制[M]．武汉：华中理工大学出版社，1997，3：233～244．
[45] 李全等．恒磁通下交流异步电动机数学模型的建立及其仿真研究[J]．五邑大学学报，2000，14(1)：12～15．
[46] 李含善等．交流电机数学模型的研究[J]．包头钢铁学院学报，1996，15(1)：64～70．
[47] 耿标等．三相交流异步电动机建模及仿真研究[J]．西南交通大学学报，2001，36(2)：140～143．
[48] 高大启．有教师的线性基本函数前向三层神经网络结构研究[J]．计算机学报，1998，21(1)：80～86．
[49] 李玉鉴．前馈神经网络中隐层神经元数目的一种直接估计方法[J]．计算机学报，1999，22(11)：1204～1208．
[50] 赵文峰．MATLAB控制系统设计与仿真[M]．西安：西安电子科技大学出版社，2002，3：208～230．
[51] 黄忠霖．控制系统MATLAB计算及仿真[M]．北京：国防工业出版社，2001，11：328～344．
[52] Chow M Y, Tipsuwan Y. Network-based control system:a tutorial[A]. The 27Annual Conference of the IEEE[C] , 2001, 3.
[2] 张永玉．解放CA141汽车电气设备与维修[M]．北京：人民交通出版社，1991，9．
[3] 于华诗等．现代汽车最新电器设备使用与维修[M]．北京：科学出版社，1993，3．
[4] 陈安平．汽车电器[M]．上海：上海科学技术出版社，1989，8．
[5] 钟步青．汽车发电机的结构[J]．微电机，2001，34(2)：53～56．
[6] Yang Chunhua. A Starter Testing System Based on Fuzzy PID Control[J]. Control Theory and Applications, 1999, 16(6): 907～909.
[7] 张健等．电机性能微机测试系统的设计与实现[J]．中小型电机，2001，28(5)：43～45．
[8] 文生平等．电机性能的计算机智能化测试[J]．计算机自动测量与控制，2001，9(2)：11～13．
[9] 魏英静．微机在电机测试中的应用[J]．石家庄铁道学院学报，1995，8(4)：94～99．
[10] 马怀俭等．电机测试系统集成方法的研究[J]．中小型电机，2000，27(5)：42～44．
[11] 宋桂玉等．客车发电机性能自动检测系统[J]．铁道车辆，1998，36(5)：40～42．
[12] 周腊吾．异步电机性能微机测试系统设计[J]．长沙电力学院学报，2002，17(1)：31～35．
[13] 谭青等．汽车交流发电机性能微机控制测试系统设计[J]．南昌高专学报，2001，3：43～46．
[14] 李金厚．神经网络研究进展与展望[J]．华东冶金学院学报，2000，17(4)：275～281．
[15] Chao-Chee Ku, Kwang Y. Lee.Diagonal Recurrent Neutral Networks for Dynam ic Systems Control. IEEE Trans. on Neutral Networks, 1995,6(1): 144～156.
[16] 任伟建等．神经网络PID控制器在油田标定间上的应用[J]．大庆石油学院学报，2001，25(2)：37～39．
[17] 赵建华等．一种自适应PID控制算法[J]．自动化学报，2001，27(3)：417～420．
[18] 李昆仑等．基于神经网络的自适应控制方法[J]．工业仪表与自动化装置，
2000，27(5)：19～21．
[19] 杜建凤等．神经网络PID控制[J]．北京科技大学学报，1998，20(6)：571～575．
[20] 李卓等．基于神经网络的模糊自适应PID控制[J]，控制与决策，1996，11(3)：340～345．
[21] 陈巍等．具有辅助调节功能的递归神经网络自适应PID控制[J]．信息与控制，2000，29(5)：461～465．
[22] 王印松．基于神经网络的水轮机调节系统的自适应PID控制[J]．水力发电学报，1998，1：93～99．
[23] 程启明等．基于神经网络白适应PID控制的船舶操纵研究[J]．电子测量与仪器学报，1998，12(2)：13～15．
[24] Y.M.Enab.Intelligent Controller Design for the Ship Steering Problem. IEEE Proc-Control Theory Application. 1996,143(1): 17～24.
[25] 王旭等．人工神经元网络原理与应用[M]．沈阳：东北大学出版社，2000，12：19～38．
[26] 易继锴．智能控制技术[M]．北京：北京工业大学出版社，1999，9：95～138．
[27] 徐丽娜．神经网络控制[M]．哈尔滨：哈尔滨工业大学出版社，1999，5：67～87
[28] Martin T.Hagan, Howard B.Demuth, Mark H.Beale著，戴葵译．神经网络设计[M]．北京：机械工业出版社，2002，9：143～166．
[29] 朱明星等．一种权值预学习BP算法的研究[J]．安徽大学学报，1999，23(1)：71～76．
[30] 向国全等．前向网络BP算法的改进算法[J]．河南大学学报，1999，29(1)：43～47．
[31] 刘光中等．人工神经网络BP算法的改进和结构的自调整[J]．运筹学学报，2001，5(1)：81～87．
[32] Chen C, Sheu B.Optimization schemes for neutral networking training.in Proc. IEEE Int. Conf. On Neutral networks, Orlando, FL, 1994:807～822.
[33] Narendra K S, Special Neural Networks for Control System[J]. IEEE Contr, 1990,10(3): 3.
[34] 刘鹰等．神经网络BP算法的改进和仿真[J]．计算机仿真，1999，16(3)：12～14．
[35] Rumlhart D.E. and J.L. McClelland, Parallel Distributed Processing:Explorations in the Microstructures of Cognition. 1996.
[36] 申挺等．神经网络中误差反传算法的分析与改进[J]．暨南大学学报，1998，(1)：118～122．
[37] Narendra K S. Special Section Neural Networks for Control System. IEEE Contr, 1990, 10(3).
[38] 李昆仑等．一种改进型BP算法在自适应控制系统中应用的研究[J]．自动化仪表，2001，22(12)．：15～18
[39] 陈显彪等．电机测试数据库设计与实现[J]．微电机，2001，34(1)：37～38．
[40] 姚向华等．基于Windows交流电机性能测试软件的C++实现[J]．计算机自动测量与控制，1997，3．：29～32
[41] 姚立海等．基于DAQ的电机测试系统[J]．电机电器技术，2002，3：47～49．
[42] 卢贤良．汽车用交流发电机测试系统的电子负载[J]．中小型电机，2000，27(1)：46～48．
[43] 胡崇岳．现代交流调速技术[M]．北京：机械工业出版社，2000，4：200～247．
[44] 程宪平．机电传动与控制[M]．武汉：华中理工大学出版社，1997，3：233～244．
[45] 李全等．恒磁通下交流异步电动机数学模型的建立及其仿真研究[J]．五邑大学学报，2000，14(1)：12～15．
[46] 李含善等．交流电机数学模型的研究[J]．包头钢铁学院学报，1996，15(1)：64～70．
[47] 耿标等．三相交流异步电动机建模及仿真研究[J]．西南交通大学学报，2001，36(2)：140～143．
[48] 高大启．有教师的线性基本函数前向三层神经网络结构研究[J]．计算机学报，1998，21(1)：80～86．
[49] 李玉鉴．前馈神经网络中隐层神经元数目的一种直接估计方法[J]．计算机学报，1999，22(11)：1204～1208．
[50] 赵文峰．MATLAB控制系统设计与仿真[M]．西安：西安电子科技大学出版社，2002，3：208～230．
[51] 黄忠霖．控制系统MATLAB计算及仿真[M]．北京：国防工业出版社，2001，11：328～344．
[52] Chow M Y, Tipsuwan Y. Network-based control system:a tutorial[A]. The 27Annual Conference of the IEEE[C] , 2001, 3.