1 引言
交流電動機是一個高階,強耦合,非線性的多變量系統(tǒng)[1]。該系統(tǒng)電磁關(guān)系復(fù)雜,定子電流的勵磁分量與轉(zhuǎn)矩分量存在著很強的耦合。雖然采用電機矢量控制,通過磁場定向,可以使磁通與轉(zhuǎn)矩獲得近似解耦,從理論上說可以實現(xiàn)類似于直流電機一樣的良好的控制性能[2,3]。但是,一般的控制方法都是基于系統(tǒng)精確模型基礎(chǔ)上的控制,它們應(yīng)用于模型近似、參數(shù)時變、嚴(yán)重非線性的異步交流電動機控制中,很難實現(xiàn)高性能的精確控制。
傳統(tǒng)PID控制是電機矢量控制中通常采用的一種經(jīng)典控制方法,其參數(shù)的選擇對系統(tǒng)性能有很大影響。當(dāng)電動機運行系統(tǒng)某些參數(shù)變化時,PID控制不能及時作出參數(shù)調(diào)整而表現(xiàn)出較差的適應(yīng)性。因此許多學(xué)者正致力于研究更加有效的控制方法,以改進(jìn)電機控制性能。
智能控制方法具有許多優(yōu)良的控制性能,如自學(xué)習(xí)、自適應(yīng)性等。其中神經(jīng)網(wǎng)絡(luò)控制優(yōu)良的控制性能在文[4,5,6]中作了詳細(xì)論述。特別是神經(jīng)網(wǎng)絡(luò)應(yīng)用于非線性控制系統(tǒng)時,不依賴于控制對象的精確模型,可以兼顧系統(tǒng)的動態(tài)與靜態(tài)性能要求,表現(xiàn)出很強的適應(yīng)能力與魯棒性。用于神經(jīng)網(wǎng)絡(luò)控制的方法有多種,但神經(jīng)網(wǎng)絡(luò)層數(shù)越多,結(jié)構(gòu)越復(fù)雜,權(quán)值學(xué)習(xí)時間越長,不利于實時控制。
有鑒于此,本文提出了在異步電動機矢量控制中,采用單神經(jīng)元控制器代替PID控制器,以實現(xiàn)高性能、實時快捷的異步電動機矢量控制。將單神經(jīng)元控制器應(yīng)用于電壓源型逆變器供電的異步電動機的轉(zhuǎn)子磁場定向控制系統(tǒng)中,結(jié)果表明單神經(jīng)元控制器的自適應(yīng)性與魯棒性很強,大大改善了異步電動機的運行性能。
2 轉(zhuǎn)子磁場定向矢量的傳統(tǒng)PID控制
按轉(zhuǎn)子磁場定向的矢量控制系統(tǒng)中,通常總是把d-q參考坐標(biāo)系放在同步旋轉(zhuǎn)磁場上,把靜止坐標(biāo)系的各交流變量轉(zhuǎn)化為旋轉(zhuǎn)坐標(biāo)系中的直流變量,并使d軸與轉(zhuǎn)子磁鏈?zhǔn)噶?IMG style="border:1px solid #000" src="upload/2005628163729816.gif" >方向重合,即轉(zhuǎn)子磁鏈?zhǔn)噶恐挥衐軸上分量=
;而轉(zhuǎn)子磁鏈?zhǔn)噶吭趒軸上分量為零,即
=0。在d-q參考坐標(biāo)系下,三相異步電動機等效成一臺直流電動機,定子電流在d軸的分量isd相當(dāng)于直流電機的勵磁電流,控制著轉(zhuǎn)子磁鏈?zhǔn)噶?, 若控制d軸電流isd,使其穩(wěn)定,從而
穩(wěn)定,可以通過調(diào)節(jié)q軸電流isq來控制轉(zhuǎn)矩Te ,進(jìn)行轉(zhuǎn)速控制.對于本文討論的電源型逆變器供電的異步電動機來說,isd ,isq 分別由電壓 Usd,Usq 來調(diào)節(jié)控制。
為實現(xiàn)對轉(zhuǎn)子磁鏈與速度的控制,在轉(zhuǎn)子磁場定向矢量中,通常采用技術(shù)比較成熟的傳統(tǒng)PID調(diào)節(jié)器構(gòu)成控制器,原理見框圖一。
Fig.1 The principle graph of the Field Oriented Vector Control of
induction motor drive based on PID control
圖一 PID控制實現(xiàn)異步電動機矢量控制原理
常規(guī)PID控制規(guī)律為:
式中,期望輸出為, 被控系統(tǒng)實際輸出為
,
為偏差信號,
為控制器輸出,KP、KI、KD分別為比例,積分與微分增益,k為采樣時刻。
PID控制器具有結(jié)構(gòu)簡單,易于實現(xiàn),性能良好的優(yōu)點,主要應(yīng)用于使被控系統(tǒng)的實際輸出跟蹤給定的期望輸出。一般來說,通過適當(dāng)調(diào)整PID參數(shù),PID控制器可以作為轉(zhuǎn)子磁鏈控制環(huán)節(jié)及電機轉(zhuǎn)速環(huán)節(jié)的調(diào)節(jié)器,實現(xiàn)精度要求不高的交流電動機調(diào)速。
但PID控制方法也存在著不足:它是基于控制對象模型已知與參數(shù)不變基礎(chǔ)上的控制,其對于控制參數(shù)的整定,主要憑經(jīng)驗,而且一經(jīng)整定基本不變,很難獲得全局性最優(yōu)值。因此這種控制方法沒有主動適應(yīng)系統(tǒng)或環(huán)境變化的能力,無法從根本上解決動態(tài)品質(zhì)與穩(wěn)定精度之間的矛盾,很難滿足高精度的控制要求,表現(xiàn)出較差的自適應(yīng)性與魯棒性。
交流電動機處于運行狀態(tài)時,其電壓與電流之間存在非線性耦合關(guān)系,加之電動機的其他參數(shù)也會因為某些原因(如溫升)而發(fā)生改變,這些因素都會影響到電機的輸出轉(zhuǎn)矩與轉(zhuǎn)速的穩(wěn)定。而傳統(tǒng)PID控制不能根據(jù)交流電動機的動態(tài)變化而及時調(diào)整自身的控制參數(shù),不能使電機的輸出轉(zhuǎn)矩與轉(zhuǎn)速快速地穩(wěn)定下來,因而無法實現(xiàn)異步電動機的精確調(diào)速控制.,不得不讓位于更先進(jìn)的智能控制方法。
3 單神經(jīng)元控制器
與其他智能控制方法相比,人工神經(jīng)網(wǎng)絡(luò)具有很多的優(yōu)良特性[7,8,9]:可以任意逼近線性或非線性系統(tǒng),幾乎所有常規(guī)的非線性與不確定系統(tǒng)的控制都可以利用神經(jīng)網(wǎng)絡(luò)加以實現(xiàn);控制系統(tǒng)所有的定量或定性信息都分布存儲于神經(jīng)網(wǎng)絡(luò)的各個神經(jīng)元中,具有較強的魯棒性與容錯性;采用并行分布處理方法,因此可以進(jìn)行大量而快速運算;可以通過標(biāo)定數(shù)據(jù)進(jìn)行在線或離線網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練,然后根據(jù)訓(xùn)練結(jié)果進(jìn)行參數(shù)設(shè)定。用于神經(jīng)網(wǎng)絡(luò)控制的方法有多種,但神經(jīng)網(wǎng)絡(luò)層數(shù)越多,結(jié)構(gòu)越復(fù)雜,權(quán)值學(xué)習(xí)時間越長,不利于實時控制。
Fig.2 The principle of the single neuron controller
圖二 單神經(jīng)元控制器原理圖
由于單個神經(jīng)元具有自學(xué)習(xí)與任意函數(shù)逼近的能力,因此由單個神經(jīng)元構(gòu)成的單神經(jīng)元控制器具有自學(xué)習(xí)與自適應(yīng)性、結(jié)構(gòu)簡單、計算量小、權(quán)值學(xué)習(xí)時間短、易于實現(xiàn)的特點,所以單神經(jīng)元控制器適宜于作為多輸入單輸出處理單元,而引入到異步電動機矢量控制這樣的非線性控制系統(tǒng)中,作為矢量控制中的磁鏈控制器與轉(zhuǎn)速(轉(zhuǎn)矩)控制器。單神經(jīng)元控制器原理結(jié)構(gòu)見圖二虛線框所示。
下面說明其工作原理設(shè) , 單神經(jīng)元控制器的給定值與實際輸出, 為偏差信號,k為采樣時刻。單神經(jīng)元輸入為:
單神經(jīng)元權(quán)值可以根據(jù)某些規(guī)則進(jìn)行確定與更改。這里采用有監(jiān)督的Delta學(xué)習(xí)規(guī)則,并設(shè)學(xué)習(xí)信號為。在學(xué)習(xí)期間,神經(jīng)元權(quán)系數(shù)wi(k)正比于,并緩慢衰減,由此確定神經(jīng)元的學(xué)習(xí)規(guī)則為
式中學(xué)習(xí)率(i=1,2,3)>0。具體的學(xué)習(xí)規(guī)則根據(jù) 的形式來確定。為了讓神經(jīng)元控制器不斷增強學(xué)習(xí)能力、適應(yīng)能力,易于實時控制,這里 形式為
為了調(diào)整神經(jīng)元各輸入量xi(i=1,2,3)在控制器輸出所占的比重 用下式進(jìn)行調(diào)節(jié):
用于單神經(jīng)元控制器調(diào)整環(huán)節(jié)的系數(shù)K的選擇,對系統(tǒng)運行的穩(wěn)定性及快速性影響較大,K可按下式調(diào)整:
為用于調(diào)整的初值;n為正整數(shù),可以根據(jù)響應(yīng)速度的快慢要求在線調(diào)整,n越大,當(dāng)偏差
很大時,
越大, 則快速性越好,但超調(diào)量大,調(diào)節(jié)時間變長,而且
過大時引起振蕩; 當(dāng)偏差
很小時,被忽略,
基本不變。同時,n的取值又不能使
過小,否則快速性變差。經(jīng)調(diào)試確定n取3為宜。因此單神經(jīng)元控制器輸出為:
而且 , umax是最大限幅值,限制異步電動機矢量控制中的最大轉(zhuǎn)矩。對比常規(guī)PID控制算法,
(i=1,2,3)分別相i=1,2,3)當(dāng)于比例項,積分項與微分項輸入。
(i=1,2,3)z 相當(dāng)于 比例,積分與微分增益系數(shù),比例作用w1(k)x1(k)直接作用于受控對象,可提高系統(tǒng)的響應(yīng)速度;積分作用w2(k)x2(k)可以迅速減小累積誤差;微分作用
在電機啟動時,迅速消除動態(tài)響應(yīng)的超調(diào)量。單神經(jīng)元控制器,可以根據(jù)電機動態(tài)精度要求,通過調(diào)整權(quán)值Wi,從而調(diào)節(jié)比例,微分,積分作用的強弱,以便及時控制調(diào)整磁鏈與轉(zhuǎn)矩的輸出,使系統(tǒng)能夠迅速消除偏差,達(dá)到并保持在穩(wěn)定狀態(tài)。由此可見,單神經(jīng)元控制器在很好地吸收了PID控制優(yōu)點的基礎(chǔ)上,兼顧了控制系統(tǒng)的動態(tài)穩(wěn)定性,具有很好的魯棒性與自適應(yīng)性。
4 單神經(jīng)元控制器在異步電動機矢量控制中的應(yīng)用
將單神經(jīng)元控制器應(yīng)用于異步電動機矢量控制系統(tǒng),代替原來PID控制器,以檢驗單神經(jīng)元控制器的控制效果。
實驗所用異步電動機參數(shù)為:工頻電源380v, 電機極對數(shù)Pn=2, 定子電阻Rs=0.395Ω,轉(zhuǎn)子電阻Rr=0.781Ω,定子與轉(zhuǎn)子電感Ls= Lr=0.0724H,定子與轉(zhuǎn)子互感Lm=0.703,轉(zhuǎn)動慣量J=0.091kg*m2。取電機轉(zhuǎn)速設(shè)定值 =400rad*s-1,
取1Wb,仿真時間6秒。
對于高性能的異步電機調(diào)速系統(tǒng),要求轉(zhuǎn)速與磁鏈盡快達(dá)到期望值,同時超調(diào)量要小,在負(fù)載波動時,抗干擾能力要強。實驗結(jié)果表明:盡管兩種控制方法在規(guī)定的時間內(nèi)都能達(dá)到穩(wěn)定,負(fù)載波動時,通過各自的調(diào)節(jié)作用,使系統(tǒng)均能最終達(dá)到穩(wěn)態(tài)。
系統(tǒng)采用單神經(jīng)元控制器時,單神經(jīng)元控制器用MATLAB軟件的Simulink功能模塊進(jìn)行模擬。單神經(jīng)元離線訓(xùn)練時使用了100個數(shù)據(jù)樣本 ,在線控制時,每個采樣周期內(nèi)對神經(jīng)網(wǎng)絡(luò)進(jìn)行5次迭代訓(xùn)練,. 當(dāng)新樣本積累到一定數(shù)量,從樣本組中順序取出學(xué)習(xí)樣本,在原有權(quán)值基礎(chǔ)上來訓(xùn)練神經(jīng)網(wǎng)絡(luò)控制器。在控制發(fā)生時刻之間的空閑時刻,替換原有權(quán)值。
神經(jīng)網(wǎng)絡(luò)的初始權(quán)值的選擇關(guān)系到網(wǎng)絡(luò)的學(xué)習(xí)能否陷入局部極小值,是否收斂以及訓(xùn)練時間的長短。當(dāng)速度單神經(jīng)元控制器取初值
=0.003,i=1,2,3,d0=0.05, k0=22; 磁鏈單神經(jīng)元控制器取初值
=0.007,i=1,2,3, d0=0.03, k0=42;d軸電流單神經(jīng)元控制器取初值
=0.005,i=1,2,3, d0=0.04, k0=45; q軸電流單神經(jīng)元控制器取
為與單神經(jīng)元控制器控制效果進(jìn)行對照,本文也給出應(yīng)用PID控制器時的實驗波形,實驗條件相同。采用傳統(tǒng)PID控制器的參數(shù)KP, KD 與KI分別調(diào)整為0.35,1.8,0。
采用PID控制器時,PID控制器的轉(zhuǎn)速響應(yīng)曲線見圖四,可見轉(zhuǎn)速響應(yīng)曲線表現(xiàn)為上升時間長,啟動時超調(diào)大,負(fù)載波動(負(fù)載加倍時)時反應(yīng)很敏感,恢復(fù)期時間較長并出現(xiàn)的較大的超調(diào)。這主要是因為PID控制參數(shù)(Kp,Ki,Kd)設(shè)定后不能根據(jù)系統(tǒng)的誤差和誤差變化率做相應(yīng)的調(diào)整,以致于無法滿足系統(tǒng)在各種變化情況下對精度的要求,致使控制質(zhì)量下降。
Fig.3 PID response curve of speed Fig.4 Neuron controller response curve
圖三 PID控制器的轉(zhuǎn)速響應(yīng)曲線 圖四 單神經(jīng)元控制的轉(zhuǎn)速變化曲線
在實驗過程中發(fā)現(xiàn),當(dāng)電動機運行穩(wěn)定時,微分作用W3(k)x3(k)起的作用很小。由于單神經(jīng)元具有任意函數(shù)逼近能力,若去掉微分作用,通過適當(dāng)調(diào)整比例、積分項的學(xué)習(xí)率 ,進(jìn)而調(diào)節(jié)權(quán)值W1(k)、W2(k),完全可以使電機工作在無超調(diào)的運行狀態(tài),這樣節(jié)省了微分運算在實時運算中占用的時間,從而提高了控制器響應(yīng)的快速性,改善了控制的實時性。
5 結(jié)束語
本文對用單神經(jīng)元控制器取代傳統(tǒng)PID控制器來實現(xiàn)異步電動機矢量控制進(jìn)行了研究,結(jié)果表明:單神經(jīng)元控制器應(yīng)用于矢量控制系統(tǒng),通過在線學(xué)習(xí)與參數(shù)優(yōu)化,可以改善系統(tǒng)的動態(tài)與靜態(tài)品質(zhì),實現(xiàn)精度較高的異步電動機矢量控制,表現(xiàn)出很強的自適應(yīng)性與魯棒性,具有很好的實用價值。