基于Hammerstein 模型的感应电机变频器调速系统神经网络控制

针对感应电机变频器调速系统的非线性特点, 提出一种基于Hammerstein 模型的神经网络控制方法. Hammerstein 模型由静态非线性模块和动态线性模块组成. 首先, 利用ARMA模型实现对感应电机变频器调速系统的线性动态模块辨识; 然后, 基于该辨识模型, 实现调速系统非线性静态模块神经网络逆模型辨识与系统直接逆控 制; 最后, 针对控制过程中存在的电机负载扰动问题, 设计了神经网络直接逆控制器在线学习与控制策略. 仿真实验表明, 所提出的控制策略可以获得满意的控制效果.