《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 感應電機直接轉矩控制系統(tǒng)中的模糊控制研究
感應電機直接轉矩控制系統(tǒng)中的模糊控制研究
摘要: 直接轉矩控制技術一誕生,就以其新穎的控制思想,簡潔明了的系統(tǒng)結構,優(yōu)良的動、靜態(tài)性能受到了普遍的關注和得到迅速的發(fā)展。盡管直接轉矩控制具有上述優(yōu)點,但仍存在不完善之處:如傳統(tǒng)直接轉矩控制中采用Bang—Bang控制,起動和轉速突變時響應較慢;低速時,存在較大的轉矩和磁鏈脈動;另外,如何提高速度辨識精度和改善速度調節(jié)性能也是研究的熱點問題之一。
Abstract:
Key words :
1 引言
   
直接轉矩控制" title="直接轉矩控制">直接轉矩控制技術一誕生,就以其新穎的控制思想,簡潔明了的系統(tǒng)結構,優(yōu)良的動、靜態(tài)性能受到了普遍的關注和得到迅速的發(fā)展。盡管直接轉矩控制具有上述優(yōu)點,但仍存在不完善之處:如傳統(tǒng)直接轉矩控制中采用Bang—Bang控制,起動和轉速突變時響應較慢;低速時,存在較大的轉矩和磁鏈脈動;另外,如何提高速度辨識精度和改善速度調節(jié)性能也是研究的熱點問題之一。
    模糊控制" title="模糊控制">模糊控制是一種典型的智能控制方法,其基本思想是把人類專家對特定被控對象或過程的控制策略總結成一系列控制規(guī)則,通過模糊推理得到控制作用集,作用于被控對象或過程。模糊控制不依賴于對象特性,無需建立數(shù)學模型,且控制具有較強的魯棒性,是解決不確定系統(tǒng)控制的有效途徑,可用于非線性、時變系統(tǒng)的控制。為改善性能,很多直接轉矩控制方案就速度調節(jié)、電阻辨識、速度辨識、磁鏈辨識補償和滯環(huán)調節(jié)器方面引入模糊理論" title="模糊理論">模糊理論,取得較好效果。


2 常用模糊控制器在控制系統(tǒng)" title="控制系統(tǒng)">控制系統(tǒng)中的應用
2.1 控制器
   
傳統(tǒng)直接轉矩控制系統(tǒng)采用Bang—Bang控制,滯環(huán)調節(jié)器的容差影響磁鏈和轉矩脈動。容差大小是一個模糊量,無法根據磁鏈、轉矩誤差的量確定數(shù)學模型,采用模糊控制,根據經驗知識來確定容差不失為一明智選擇。采用的模糊控制器只有兩個輸入變量,轉矩誤差和磁鏈角,其輸出變量為占空比,通過控制規(guī)則選擇合適占空比,減小了低速下磁鏈和轉矩脈動。采用磁鏈誤差、轉矩誤差和電機工作點作為模糊控制器的輸入變量,該方法的新穎之處在于將電機工作點作為模糊控制器輸入變量,在轉矩和轉速為坐標軸坐標系中,按工作時轉矩、轉速所占額定值的百分比確定工作點,按轉矩轉速百分比相等線左右各分3個區(qū)。文獻根據異步電機定子磁鏈偏差和轉矩偏差以及定子磁鏈的所在位置,運用模糊邏輯技術動態(tài)地得到電機所期望的空間電壓矢量,再結合SVM技術實現(xiàn)對異步電機的控制。
    直接轉矩控制中都采用速度閉環(huán)控制,以增強控制系統(tǒng)對外界擾動的抗干擾能力和適應負載變化的能力。將給定轉速和反饋速度(估算或檢測)的差值作為速度調節(jié)器的輸入信號,由速度調節(jié)器根據速度的變化產生轉矩給定Tg信號。常用的速度反饋中,都采用PI控制器,但系統(tǒng)參數(shù)一旦選定,不能根據實際情況改變,沒有自適應能力。因此,文獻提出通過選用速度誤差和誤差變化率作為模糊變量,通過控制規(guī)則來實現(xiàn)速度跟隨,提高了系統(tǒng)的響應速度和穩(wěn)態(tài)精度。
2.2 辨識器
   
文獻中,提出一種模糊估計器,用來估算定子電阻。直接轉矩控制采用電壓模型觀測磁鏈在低速下誤差較大,從而導致轉矩脈動大。通過辨識定子電阻的變化,進而估算轉矩和磁鏈誤差,然后根據轉矩誤差和磁鏈誤差選擇電壓空間矢量,對磁鏈進行補償。

3 復合模糊控制器在控制系統(tǒng)中的應用
   
模糊控制在實際應用過程中存在一些缺陷。首先對于時變參數(shù)非線性系統(tǒng),尤其是電機的控制要求快速準確,模糊控制所依賴的控制規(guī)則卻缺乏在線自學習或自調整的能力。其次,模糊控制器的變量論域是固定的,無法使整個被控對象的穩(wěn)態(tài)誤差降到最低。若要提高精度,勢必要增加量化級數(shù)。導致推理時間過長,系統(tǒng)實時性差。另外,模糊控制系統(tǒng)的設計尚缺乏系統(tǒng)性,無法定義控制目標,而控制規(guī)則的選擇、論域的選擇、模糊集的定義、量化因子的選取等多采用試取法,這對復雜系統(tǒng)難以湊效。因此,人們在模糊控制的自學習或是自調整能力方面已開展了許多研究,設計了多種不同類型的模糊控制器,如模糊PID控制器、自適應模糊控制器、滑膜模糊控制器和模糊神經網絡控制器等。
3.1 模糊PID控制
   
傳統(tǒng)的模糊控制器其變量論域是固定的,無法使整個被控對象的穩(wěn)態(tài)誤差降到最低。若要提高精度,勢必要增加量化級數(shù),導致推理時間過長,系統(tǒng)實時性差。對于要求響應更快和穩(wěn)態(tài)精度更高的情況,一般的模糊控制器難以勝任。而PID控制器具有簡單易行,控制性能較好的特點,但是其參數(shù)是固定的,不能適時調整,在多變量、高階和非線性的交流系統(tǒng),無法達到最優(yōu)效果。文獻將傳統(tǒng)PID速度調節(jié)器和模糊理論結合,使該控制器可依據速度誤差和速度誤差變化率在線調整傳統(tǒng)PID控制器的參數(shù),增加了速度調節(jié)的自適應能力,提高了系統(tǒng)的響應速度
3.2 自適應模糊控制器
   
由于交流電機參數(shù)受溫度和磁路飽和的影響,具有嚴重的非線性,實際調速系統(tǒng)的轉速設定范圍變化較大,常規(guī)模糊控制器較難高性能地適應。獲得常規(guī)模糊控制器規(guī)則,只能憑人的一般經驗設計,再經過實驗反復調整,不僅費時費力、很難優(yōu)化,而且量化因子、比例因子的選取對系統(tǒng)的性能影響很大,一旦這些因子確定后,系統(tǒng)的參數(shù)、給定或擾動變化過大時,則滿足不了該系統(tǒng)在時變情況下響應速度快、穩(wěn)態(tài)精度高的要求。在低速時,系統(tǒng)甚至無法運行。自適應控制在被控對象未知或被控對象參數(shù)發(fā)生改變時,能調整控制器的控制方法或參數(shù),將自適應理論引入模糊控制能充分發(fā)揮各自的優(yōu)點。文獻提出一種自適應模糊PD型速度調節(jié)器,應用于模糊直接轉矩控制系統(tǒng)。該調節(jié)器輸出部分的比例因子可以根據速度的實時變化趨勢經自適應調整機構的模糊規(guī)則庫在線調整,解決了常規(guī)模糊控制器在控制過程中參數(shù)不變帶來的問題,滿足了異步電機模糊直接轉矩控制系統(tǒng)響應速度快、穩(wěn)態(tài)精度高、調速范圍寬的要求。

3.3 變結構模糊控制器
    滑模變結構控制對系統(tǒng)的數(shù)學模型精確性要求不高,對系統(tǒng)的不確定參數(shù)、參數(shù)變化、數(shù)學描述的不確定性及外界環(huán)境的擾動具有完全的自適應性。而模糊控制不需要數(shù)學模型,根據專家或經驗知識設計控制規(guī)則,也存在一些缺陷,文獻結合滑動模態(tài)控制和模糊控制的特點,推導出異步電動機直接轉矩控制模糊滑動模態(tài)控制算法,實驗仿真表明,這種控制方案不僅使系統(tǒng)具有滑模控制的響應快,對系統(tǒng)參數(shù)變化不敏感和魯棒性強的優(yōu)點,而且還具有模糊控制不需要精確系統(tǒng)模型的方便性和穩(wěn)定性等優(yōu)點。針對滑模控制的抖動問題,文獻提出一種方案,在傳統(tǒng)無速度傳感器直接轉矩控制系統(tǒng)中,利用滑膜結構理論進行速度控制的基礎上,在滑膜控制器輸出后添加模糊積分器,在保持良好魯棒性條件下,有效地消除了滑膜控制器的抖動問題。
3.4 模糊神經網絡
   
神經網絡是指用科學技術手段模擬生物神經系統(tǒng)的結構和功能的一種信息處理系統(tǒng),有并行處理、分布式儲存信息和糾錯能力、自學習和自組織能力,用在線或離線方式進行學習。但神經網絡不適合基于規(guī)則的知識,訓練網絡不能很好利用已有知識,從而訓練時間過長或容易陷入局部最優(yōu)。模糊控制的優(yōu)點在于邏輯推理能力強,容易進行高階信息處理。模糊技術與神經網絡技術結合,能發(fā)揮各自的優(yōu)勢、彌補其不足。模糊技術引入神經網絡,拓寬網絡信息的處理能力,處理神經信息、模糊信息或其他小精確信息。用神經網絡的學習和自動識別模式特性來進行模糊信息處理,解決模糊規(guī)則的自動提取及隸屬函數(shù)的自動生成問題。將神經網絡控制與模糊控制有效地結合起來所構成的神經網絡模糊控制器,不需要被控對象精確的數(shù)學模型,而且可根據控制中的結果進行自學習,不斷提高自身的適應性,能很好地滿足系統(tǒng)的要求。文獻則用FNNS(模糊神經網絡)在線辨識異步電機的定子電阻,把電機運行時間、頻率和電流作為輸入變量,得到輸出變量,定子電阻值,其中利用模糊規(guī)則的增減優(yōu)化BP網絡,節(jié)約處理時間,并按規(guī)則數(shù)確定學習率(具有可變性),保證了系統(tǒng)的高效性,穩(wěn)定性及收斂性。文獻采用模糊神經網絡進行速度控制,采用基本樣條函數(shù)構造模糊神經網絡,使該控制系統(tǒng)具有響應快、超調小、魯棒性較強、脈動幅度小、抗干擾能力好等特點。通過試驗比較其動、靜態(tài)特性均優(yōu)于BP網絡控制。
3.5 遺傳算法" title="遺傳算法">遺傳算法模糊控制
   
模糊控制規(guī)則易受人的因素的影響而歸納得不完善,并且不能學習,影響了模糊控制的效果。遺傳算法是模擬自然進化中優(yōu)勝劣汰、適者生存的原理來進行自學習和尋優(yōu)的。它用簡單的編碼技術和繁殖機制來表現(xiàn)復雜的現(xiàn)象,從而解決非常困難的尋優(yōu)問題。
    遺傳算法(GA)應用于模糊控制器設計,GA可自動確定模糊控制器的參數(shù),自動獲取控制規(guī)則。有人采用遺傳算法,考察了不同模糊算子和模糊決策方法對動靜態(tài)性能的影響。提出采用CA學習模糊直接轉矩控制系統(tǒng)中轉矩誤差隸屬度函數(shù)分布,通過幾次迭代學習,GA就找到一組滿意的模糊隸屬度函數(shù)分布。仿真表明,通過GA的優(yōu)化,系統(tǒng)具有更快的轉矩響應速度、轉矩和諧波電流小等優(yōu)點。遺傳算法作為一種自適應全局優(yōu)化概率搜索算法,用來優(yōu)化模糊神經控制器的權值和隸屬函數(shù)取得了一定的成果。文獻根據遺傳算法和模糊控制理論,研究和設計一種基于遺傳算法的自尋優(yōu)模糊控制器。文獻用模糊控制器來模擬傳統(tǒng)異步電動機DTC系統(tǒng)的狀態(tài)選擇器,采用遺傳算法和參數(shù)調整算法對模糊控制器的量化因子和比例因子分別進行離線粗調和在線優(yōu)化細調,解決了常規(guī)模糊控制器在電機直接轉矩控制過程中特別是起動過程因參數(shù)不變帶來的超調量大、響應慢、不穩(wěn)定性等問題.

 


4 結語
   
介紹和分析比較感應電機直接轉矩控制的模糊控制。不難發(fā)現(xiàn),模糊理論在直接轉矩控制中主要應用在參數(shù)辨識和系統(tǒng)控制,前者包括定子電阻、定子磁鏈和轉速辨識;后者主要有開關表選取、速度調節(jié)等。直接轉矩控制系統(tǒng)引入模糊理論,特別是將模糊理論和其他智能控制結合,使其性能得到改善,但相應增加了系統(tǒng)復雜性,特別是變結構模糊控制、模糊神經網絡等算法復雜,計算成本高。因此如何保持直接轉矩控制結構簡單的特點,而又能改善性能將是模糊直接轉矩控制重點研究的問題之一。

此內容為AET網站原創(chuàng),未經授權禁止轉載。