基于模糊神經(jīng)網(wǎng)絡(luò)和PI控制的異步電機(jī)位置控制系統(tǒng)

陶若冰

(西安鐵路職業(yè)技術(shù)學(xué)院 電氣工程系,陜西 西安 710014)

1 引言

步進(jìn)電機(jī)中速度和位置的精確控制對(duì)電機(jī)的穩(wěn)定運(yùn)行具有重要意義。當(dāng)電機(jī)負(fù)載為非線性,而且存在外部擾動(dòng)時(shí),傳統(tǒng)的控制方法不能進(jìn)行穩(wěn)定而有效的控制[1]。FNN系統(tǒng)具有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力,能夠?qū)崿F(xiàn)模糊邏輯推理功能,在非線性系統(tǒng)的控制中得到廣泛應(yīng)用[2,3]。比例積分(PI)控制器是較為常用的位置控制方法[4],但傳統(tǒng)的PI控制建立在線性的數(shù)學(xué)模型之上,對(duì)于存在參數(shù)擾動(dòng)和非線性負(fù)載的系統(tǒng)同樣無法精確控制。Wai等[5]將滑模控制器和PI控制器結(jié)合起來,利用FNN對(duì)PI控制器的輸出進(jìn)行補(bǔ)償,取得較好的控制效果。Lin等[6]通過檢測電機(jī)轉(zhuǎn)矩的變化,利用遺傳算法對(duì)PI控制器的輸入、輸出參數(shù)進(jìn)行補(bǔ)償,能夠?qū)崿F(xiàn)電機(jī)的穩(wěn)定運(yùn)行。

本文中提出的異步電機(jī)矢量控制系統(tǒng)是基于Sugeno型FNN和PI控制方法構(gòu)建而成,FNN-PI中的模糊規(guī)則經(jīng)過選擇以便與傳統(tǒng)的PI控制器兼容。FNN-PI系統(tǒng)的輸入變量為轉(zhuǎn)子位置、位置的導(dǎo)數(shù)和位置誤差的積分,FNN與PI控制的結(jié)合具有較好的魯棒性和自適應(yīng)性,可以應(yīng)對(duì)未知的負(fù)載變化以及未知的不可避免的參數(shù)擾動(dòng)。通過直接自適應(yīng)控制法,利用梯度遞減算法和實(shí)驗(yàn)數(shù)據(jù)對(duì)FNN進(jìn)行在線訓(xùn)練,并在訓(xùn)練后應(yīng)用于試驗(yàn)中。在電機(jī)施加非線性負(fù)載和發(fā)生參數(shù)擾動(dòng)的情況下,對(duì)控制系統(tǒng)的性能以及魯棒性進(jìn)行測試,以驗(yàn)證控制方法的可行性。

2 試驗(yàn)裝置

圖1為FNN-PI控制器示意圖,裝載DS1104控制卡的PC機(jī)通過電機(jī)位置與轉(zhuǎn)矩電流反饋實(shí)現(xiàn)控制算法和電機(jī)矢量控制,控制卡的輸出信號(hào)為脈寬調(diào)制(PWM)信號(hào),用來對(duì)三相逆變器進(jìn)行整流。DS1104控制卡的主處理器為 Power-PC630e/250 MHz,子處理器為TI TMS320F240型處理器。DS1104控制卡允許用戶在Matlab/Simulink中構(gòu)建系統(tǒng),然后通過Simulink中的實(shí)時(shí)模塊和控制卡的數(shù)據(jù)接口將系統(tǒng)模型文件轉(zhuǎn)換為實(shí)時(shí)代碼。利用S-functions對(duì)FNN-PI算法進(jìn)行編程,輸出C-Mex格式文件。利用仿真模型對(duì)算法進(jìn)行在線訓(xùn)練,該仿真模型利用電機(jī)的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行驗(yàn)證,經(jīng)過訓(xùn)練的算法再運(yùn)用到實(shí)驗(yàn)中去。PI電流控制器通過參數(shù)調(diào)諧獲得電流的最優(yōu)控制。三相逆變器開關(guān)頻率為10 kHz,它決定了轉(zhuǎn)矩電流控制環(huán)路的采樣周期為100μs。為了獲得更好的轉(zhuǎn)矩特性,電機(jī)位置控制環(huán)路的采樣周期設(shè)定為2 ms。

圖1 FNN-PI控制系統(tǒng)示意圖Fig.1 Block diag ram of FNN-PI control system

3 結(jié)果與討論

在電氣傳動(dòng)裝置中,影響系統(tǒng)魯棒性的2個(gè)重要參數(shù)是轉(zhuǎn)動(dòng)慣量(J)和電機(jī)負(fù)載轉(zhuǎn)矩。因此,我們?cè)陔姍C(jī)的轉(zhuǎn)動(dòng)慣量發(fā)生阻尼變化和存在外部擾動(dòng)的情況下進(jìn)行電機(jī)控制系統(tǒng)的魯棒性測試。首先,將電機(jī)轉(zhuǎn)動(dòng)慣量增大為額定慣量的8倍,對(duì)控制系統(tǒng)的輸出進(jìn)行觀察。試驗(yàn)結(jié)果如圖2、圖3所示,其中θr和iqs分別為電機(jī)位置和轉(zhuǎn)矩電流的參考值,和分別為控制系統(tǒng)的輸出信號(hào)。圖2a為在額定慣量情況下的電機(jī)位置跟蹤,圖3a為轉(zhuǎn)動(dòng)慣量增大后,在位置參照較小時(shí)的電機(jī)位置跟蹤。可以看出,在慣量發(fā)生較大變化時(shí),控制系統(tǒng)顯示出了良好的魯棒性。圖2b中電機(jī)處于額定慣量時(shí)的轉(zhuǎn)矩電流存在一定程度的噪聲,但是與圖3b中增大電機(jī)慣量后轉(zhuǎn)矩電流的變化范圍相比,還是處于可接受的范圍。

圖2 36°位置參照時(shí),額定轉(zhuǎn)動(dòng)慣量下控制系統(tǒng)的實(shí)驗(yàn)結(jié)果Fig.2 Ex periment results for the 36°position reference and rated inertia of control sy stem

圖3 36°位置參照時(shí)8倍轉(zhuǎn)動(dòng)慣量下控制系統(tǒng)的實(shí)驗(yàn)結(jié)果Fig.3 Experiment results for the 36°position reference and increased(8 times)inertia of control system

表1 不同位置參照下控制系統(tǒng)調(diào)節(jié)時(shí)間與超調(diào)量Tab.1 Setting time and overshoot for various position references

表1給出了不同位置參照時(shí),2種電機(jī)慣量下的電機(jī)系統(tǒng)調(diào)節(jié)時(shí)間和超調(diào)程度。位置參照增大時(shí),電機(jī)的調(diào)節(jié)時(shí)間增加,但超調(diào)程度下降。在位置參照較小時(shí)獲得了較小的超調(diào)量,但是當(dāng)位置參照增大到一定程度時(shí),電機(jī)不再存在超調(diào)現(xiàn)象。

圖4、圖5為額定慣量情況下和慣量增大后控制系統(tǒng)的自適應(yīng)位置跟蹤性能。當(dāng)電機(jī)位置參照增大時(shí),電機(jī)超調(diào)程度下降,而調(diào)節(jié)時(shí)間增大。值得注意的是,在高位置參照和轉(zhuǎn)矩慣量發(fā)生較大變化時(shí),控制系統(tǒng)仍然顯示出良好的性能。

最后,在施加90%負(fù)載擾動(dòng)的情況下對(duì)控制系統(tǒng)進(jìn)行測試。如圖6a為在0°位置參照時(shí)對(duì)系統(tǒng)施加負(fù)載轉(zhuǎn)矩;圖6b為在360°位置參照時(shí)施加轉(zhuǎn)矩。為了便于觀察試驗(yàn)結(jié)果,在圖中將y軸的范圍擴(kuò)大,可以看出控制系統(tǒng)的輸出結(jié)果沒有受到很大影響,具有良好的自適應(yīng)性和魯棒性。

圖4 額定慣量時(shí)不同位置參照下的電機(jī)位置跟蹤特性Fig.4 Position tracking performance for the variable position reference and rated inertia

圖5 8倍慣量時(shí)不同位置參照下的電機(jī)位置跟蹤特性Fig.5 Position tracking performance for the variable position reference and increased(8 times)inertia

圖6 電機(jī)負(fù)載轉(zhuǎn)矩的擾動(dòng)對(duì)位置的影響Fig.6 Disturbance on position of motor load torque

4 結(jié)論

本文提出了一種用于異步電機(jī)控制系統(tǒng)的FNN-PI控制器,并在電機(jī)參數(shù)和負(fù)載發(fā)生擾動(dòng)的情況下對(duì)控制系統(tǒng)的性能進(jìn)行測試。從試驗(yàn)結(jié)果可知,FNN-PI控制器不存在穩(wěn)態(tài)誤差,而在電機(jī)的轉(zhuǎn)矩慣量和負(fù)載發(fā)生變化的情況下,不同的位置參照都能獲得良好的自適應(yīng)性和魯棒性。

[1]Leonard W.Control of Electrical Drives[M].Berlin:Springer Verlag,2001.

[2]Jang J S R,Sun C T.Neuro-fuzzy M odeling and Control[C]∥Proceeding of the IEEE,1995:378-405.

[3]Lin C T,Lee C S.Neural Fuzzy Systems[M].New Jersey:Prentice Hall PTR,1996.

[4]Liaw C M,Lin F J.A Robust Induction Motor Serve Drives[C]∥IEEE International Symposium on Industrial Electronics,1993:736-740.

[5]Wai R J,Lin F J.Fuzzy Neural Network Sliding M ode Position Controller for Induction Motor Drive[J].IEE Proceedings,Electric Power Applications,1999,146(3):297-308.

[6]Lin F J,Shieh J H,Shyu K K,et al.On-line Gain Tuning IP Controller Using Real Coded Genetic Algorithm[J].Electric Power Systems Research,2004,72(2):157-169.