本书是一部科研成果专著，书中在扼要介绍作者近年来提出的神经网络逆控制方法的基础上，着重阐述如何应用神经网络逆控制方法来解决单交流电动机解耦控制和多交流电动机同步控制问题，以满足广大技术人员对交流电动机新颖控制理论和方法的需求。

全书内容新颖，是作者多年来在单交流电动机解耦控制和多交流电动机同步控制中取得的一系列研发成果的总结，反映了电气传动领域的新理论和新方法。

三相交流异步电动机是一个多变量、强耦合、非线性系统，本身已十分复杂。由变频器+三相交流异步电动机构成的变频调速系统则更复杂，尤其是由多变频器+多交流异步电动机构成的同步调速系统尤为复杂。本书针对以上3部分内容，将作者近年来提出的复杂非线性系统的神经网络逆控制方法介绍给读者，并介绍如何针对单台交流电动机和多交流电动机同步调速系统，采用结构简单、易于工程实现的神经网络逆系统方法来实现动态解耦控制，使交流传动系统具有优良的动态调速性能。

本书既是一部科研成果专著，又注重理论联系实际，不仅希望为交流传动控制系统提供新的有效控制手段，而且希望能在理论研究与工程应用上给读者有所启发与帮助，提高我国工程应用中交流传动等各类非线性系统的控制水平。

本书主要读者为从事电气自动化的工程技术人员、研究院所科研人员和高校师生。

《电气自动化新技术丛书》序言

第4届《电气自动化新技术丛书》编辑委员会的话

前言

第1章 绪论

 1．1 交流传动控制概述

1．1．1 交流传动控制分类

1．1．2 交流传动控制方法

 1．2 交流传动的神经网络逆控制方法

1．2．1 逆系统及其线性化解耦作用

1．2．2 多变量非线性系统的神经网络逆控制方法

1．2．3 交流传动的神经网络逆控制例

 1．3 本书章节安排

第2章 交流传动控制基础

 2．1 交流感应电动机的数学模型

2．1．1 交流感应电动机的磁链、电压和转矩方程

2．1．2 坐标变换和变换矩阵

2．1．3 两相系中感应电动机的数学模型

2．1．4 两相系中感应电动机的状态方程描述

 2．2 交流传动控制基础

2．2．1 交流调速的基本方法

2．2．2 交流变频调速原理

2．2．3 交流调速系统中的变频器

2．2．4 交流变频调速的脉宽调制(PwM)技术

 2．3 交流传动系统的反馈信号检测与状态、参数估计

2．3．1 电流、电压信号检测

2．3．2 转速信号检测

2．3．3 转子磁链估计

2．3．4 转子电阻估计

第3章 逆系统线性化解耦原理

 3．1 逆系统线性化解耦概述

3．1．1 逆系统基本概念

3．1．2 逆系统线性化解耦原理

3．1．3 逆系统控制方法

 3．2 单输入单输出非线性系统的逆系统

3．2．1 单输入单输出非线性系统的相对阶

3．2．2 单输入单输出非线性系统的可逆性

 3．3 多输入多输出非线性系统的逆系统

3．3．1 多输入多输出非线性系统的矢量相对阶

3．3．2 多输入多输出非线性系统的可逆性

 3．4 逆系统的实现

3．4．1 逆系统的解析实现

3．4．2 逆系统的非解析实现——神经网络逆系统

 3．5 完全线性化与部分线性化

3．5．1 伪线性复合系统的动态特性

3．5．2 非线性系统的完全线性化与部分线性化

3．6 附录雅可比矩阵、雅可比矩阵的秩与行列式的关系

第4章 神经网络基础

 4．1 神经元与神经网络

 4．2 静态神经网络

 4．3 动态神经网络

第5章 神经网络逆控制原理

 5．1 神经网络逆系统组成原理

 5．2 神经网络逆系统的结构

5．2．1 神经网络逆系统的基本结构

5．2．2 神经网络逆系统的简化结构

5．2．3 神经网络逆系统的扩展结构

 5．3 神经网络逆系统的实现

5．3．1 神经网络逆系统结构的确定

5．3．2 神经网络的选型

5．3．3 神经网络逆系统的训练结构与步骤

5．3．4 激励信号的选取

5．3．5 训练样本的获取

5．3．6 神经网络的训练与校验

5．3．7 神经网络逆系统的校验

 5．4 基于神经网络逆系统的复合控制器

5．4．1 神经网络逆复合控制器

5．4．2 神经网络逆+线性校正或PID闭环控制

5．4．3 神经网络逆+极点配置控制

第6章 交流电动机转速与磁链动态解耦控制

 6．1 基于静止(α-β)坐标系感应电动机模型的动态逆解耦

 6．2 基于旋转(M-T)坐标系感应电动机模型的动态逆解耦

 6．3 基于旋转(M-T)坐标系简化感应电动机模型的动态逆解耦

 6．4 神经网络逆复合控制器设计

6．4．1 神经网络逆系统结构

6．4．2 神经网络逆系统辨识

6．4．3 闭环线性控制器设计

 6．5 感应电动机的神经网络逆动态解耦实验

6．5．1 基于M-T坐标系模型的神经网络逆解耦控制(电压控制型)

6．5．2 基于M-T坐标系简化模型的神经网络逆解耦控制(电流控制型)

第7章 交流电动机变频调速系统的高性能控制

 7．1 恒压频比变频调速系统的神经网络逆控制

7．1．1 恒压频比变频调速系统的数学模型

7．1．2 恒压频比变频调速系统的可逆性分析

7．1．3 简化恒压频比变频调速系统的神经网络逆控制的实现

7．1．4 简化恒压频比变频调速系统的神经网络逆控制仿真

 7．2 矢量控制变频调速系统的神经网络逆控制

7．2．1 矢量控制变频调速系统的数学模型

7．2．2 矢量控制变频调速系统的可逆性分析

7．2．3 简化矢量控制变频调速系统的神经网络逆控制实现

 7．3 矢量控制变频调速系统神经网络逆控制试验

第8章 交流多电动机系统的同步控制。

 8．1 交流多电动机同步系统的物理模型和耦合特性

8．1．1 交流多电动机同步系统的物理模型

8．1．2 交流多电动机同步系统速度和张力的耦合特性

 8．2 直接控制两电动机同步系统的速度和张力神经网络逆解耦控制

8．2．1 直接控制两交流电动机同步系统数学模型

8．2．2 直接控制两交流电动机同步系统可逆性分析

8．2．3 直接控制两交流电动机同步系统零(隐)动态分析

8．2．4 直接控制两交流电动机同步系统的神经网络逆控制

8．2．5 直接控制两交流电动机同步系统的神经网络逆控制仿真试验

 8．3矢量控制两电动机同步系统的速度和张力神经网络逆解耦控制

8．3．1矢量控制两交流电动机同步系统的数学模型

8．3．2矢量控制两交流电动机同步系统可逆性分析

8．3．3矢量控制两交流电动机同步系统的神经网络逆控制

 8．4 简化矢量控制两电动机同步系统的神经网络逆控制试验

第9章 基于dSPACE的交流电动机动态解耦控制的实现

 9．1 dSPACE基础

 9．2 dSPACE硬件设计

9．2．1 智能化单板系统

9．2．2 标准组件系统

 9．3 dSPACE软件设计

9．3．1 代码生成及下载软件

9．3．2 测试软件

 9．4 dSPACE交流电动机转速与磁链动态解耦控制的应用示例

9．4．1 交流电动机解耦控制任务与结构框图

9．4．2 全数学仿真

9．4．3 半物理仿真系统构建

9．4．4 半物理实时仿真的ControlDesk监测和控制器参数调整

9．4．5 神经网络逆解耦控制试验结果

参考文献