核心提示：　　傳統(tǒng)的控制系統(tǒng)設(shè)計(jì)是在系統(tǒng)數(shù)學(xué)模型已知的基礎(chǔ)上進(jìn)行的，因此控制系統(tǒng)的品質(zhì)與數(shù)學(xué)模型的準(zhǔn)確性有很大關(guān)系，但是實(shí)際系統(tǒng)千差萬別，復(fù)雜多變，很難找到合適的描述模型，對(duì)非線性系統(tǒng)而言就更加困難，有時(shí)甚至是

　　傳統(tǒng)的控制系統(tǒng)設(shè)計(jì)是在系統(tǒng)數(shù)學(xué)模型已知的基礎(chǔ)上進(jìn)行的，因此控制系統(tǒng)的品質(zhì)與數(shù)學(xué)模型的準(zhǔn)確性有很大關(guān)系，但是實(shí)際系統(tǒng)千差萬別，復(fù)雜多變，很難找到合適的描述模型，對(duì)非線性系統(tǒng)而言就更加困難，有時(shí)甚至是做不到的。神經(jīng)網(wǎng)絡(luò)用于控制系統(tǒng)設(shè)計(jì)則不同，它可以不需要被控對(duì)象的數(shù)學(xué)模型，而是對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行在線或離線訓(xùn)練，然后利用訓(xùn)練結(jié)果進(jìn)行設(shè)計(jì)。由于神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的適應(yīng)能力、并行處理能力和本質(zhì)非線性，因此對(duì)非線性和不確定系統(tǒng)，采用神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的控制器將具有更強(qiáng)的適應(yīng)能力、更好的實(shí)時(shí)性和魯棒性。基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)的設(shè)計(jì)方法有多種，但目前尚未形成完善的理論體系和系統(tǒng)化的設(shè)計(jì)方法，已提出的神經(jīng)網(wǎng)絡(luò)控制器主要有神經(jīng)網(wǎng)絡(luò)PID控制、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制、神經(jīng)網(wǎng)絡(luò)內(nèi)模控制、神經(jīng)網(wǎng)絡(luò)模糊控制等。

　　感應(yīng)電動(dòng)機(jī)是典型的多變量、非線性系統(tǒng)，再加上變頻裝置，整個(gè)系統(tǒng)就更加復(fù)雜。本文選擇感應(yīng)電動(dòng)機(jī)變頻調(diào)速系統(tǒng)作為控制對(duì)象，對(duì)它的數(shù)學(xué)模型進(jìn)行了可逆性分析，使用神經(jīng)網(wǎng)絡(luò)構(gòu)建逆控制器對(duì)感應(yīng)電動(dòng)機(jī)變頻調(diào)速系統(tǒng)進(jìn)行控制。神經(jīng)網(wǎng)絡(luò)逆控制器是將逆系統(tǒng)方法和神經(jīng)網(wǎng)絡(luò)相結(jié)合，劉國(guó)海男，1964年生，博士，江蘇大學(xué)電氣信息工程學(xué)院教授、副院長(zhǎng)，研究方向?yàn)殡姍C(jī)控制、復(fù)雜系統(tǒng)控制等。

　　用BP網(wǎng)來逼近對(duì)象的a階逆系統(tǒng)，然后與對(duì)象串聯(lián)起來，構(gòu)成一個(gè)復(fù)合偽線性系統(tǒng)，再用已有的線性系統(tǒng)的設(shè)計(jì)方法來設(shè)計(jì)控制系統(tǒng)。論文運(yùn)用神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)方法對(duì)實(shí)際的感應(yīng)電動(dòng)機(jī)變頻調(diào)速系統(tǒng)分別進(jìn)行了空載/滿載起動(dòng)試驗(yàn)、突加/突減負(fù)載試驗(yàn)和跟蹤試驗(yàn)驗(yàn)證。，將逆系統(tǒng)串接在原系統(tǒng)之前構(gòu)成一階偽線性系統(tǒng)，這樣整個(gè)復(fù)合系統(tǒng)就轉(zhuǎn)化為少二廠1型偽線性單輸入單輸出系統(tǒng)。

　　機(jī)組變工況下仿真曲線圖仿真結(jié)果表明，該控制系統(tǒng)有效地解決了鍋爐非線性、大時(shí)滯、負(fù)荷干擾對(duì)機(jī)組運(yùn)行的影響。不僅在正常負(fù)荷穩(wěn)定情況下，主汽壓能保持相當(dāng)穩(wěn)定，并且在機(jī)組調(diào)峰，燃燒率發(fā)生較大變化情況下，控制機(jī)組能快速跟蹤負(fù)荷，有效地提高了系統(tǒng)的控制品質(zhì)，滿足了實(shí)際控制的要求，對(duì)改善機(jī)組調(diào)峰性能有重要的現(xiàn)實(shí)意義。

　　4結(jié)論本文設(shè)計(jì)的基于神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的聚類自適應(yīng)模糊控制的突出特點(diǎn)：（）采用神經(jīng)網(wǎng)絡(luò)對(duì)系統(tǒng)進(jìn)行預(yù)測(cè)，為非線性大時(shí)滯系統(tǒng)的精確控制提供了保證。

　　（2）在用模糊控制實(shí)現(xiàn)基于專家控制策略和經(jīng)驗(yàn)的模糊規(guī)則的同時(shí)，采用聚類自適應(yīng)控制禰補(bǔ)模糊規(guī)則的不適應(yīng)和不完整性，該控制方法簡(jiǎn)練、靈活和快速。

　　仿真表明該控制具有強(qiáng)的魯棒性、實(shí)時(shí)性和抗擾性，即使調(diào)峰機(jī)組在變工況下（大范圍變負(fù)荷下）仍能保持了良好的控制性能和運(yùn)行效果。