来源：期刊VIP网 时间：
作者：申利燕;郑丽君;
单位：山西工程职业学院;太原理工大学;
摘要：由于矿井区域环境复杂，机械发电机转子的动力学行为通常是非线性且耦合干扰严重。为了解决该问题，以凸理论为基础的控制方法需要大量借助采集的实时信号特征，这就导致控制过程很容易受到采集信息环境的影响，无法闭环控制。导致系统不稳定，使得转速控制效果不佳。为此，提出矿用机械发电机转子变频转速闭环自动控制。通过采集的信息，融合离散卡尔曼滤波方法通过预测和更新的循环过程，有效去除外接环境噪声和干扰，准确、稳定地估计矿用机械发电机转子转速；通过小脑神经网络对发电机转子的动力学行为进行学习和预测，进而提供不受干扰的前馈控制信号来补偿由动力学行为复杂性和干扰因素引起的转速偏差，PI控制器则基于转速估计值与给定转子转速的偏差值，通过调整控制参数，不在完全依靠外部采集信息，实现对发电机转子的闭环控制。实验结果表明：所提方法的发电机转子变频转速闭环控制精度更高、整体应用效果更好。
关键词：矿用机械发电机;;离散卡尔曼滤波;;PI控制器;;转子转速;;闭环控制
基金资助：山西省教育科学“十四五”规划课题—新质生产力背景下高职院校有组织科研的实践研究(GH-240966);; 国家社科基金后期资助项目子课题—创新驱动科教融汇机制的实践研究(22FJB012-CVES018)
