運用遺傳算法選擇性消除超聲波電源高次諧波的研究

裴玖玲　孫少杰

摘 要：目前，超聲波清洗紅棗因清洗效果好、紅棗品質(zhì)高而在紅棗加工行業(yè)受到青睞。但是，傳統(tǒng)的超聲波電源因為含有高次諧波使輸出電壓出現(xiàn)畸變。為了得到正弦的高頻輸出電壓，文中提出一種使用遺傳算法選擇性消除高次諧波的方法，敘述了使用遺傳算法提高功率因數(shù)的方法、步驟，通過離線計算，得到消除超聲波電源中輸出電壓的3次、5次、7次諧波的最優(yōu)開關(guān)角。超聲波電源的Matlab仿真波形和實驗波形，都表明了遺傳算法提高功率因數(shù)有減少計算量，快速收斂和保證最優(yōu)的優(yōu)點。

關(guān)鍵詞：遺傳算法 超聲波電源 諧波消除 SPWM

中圖分類號：TM714 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2016）03（b）-0119-02

近年來，新疆紅棗業(yè)廣泛采用了超聲波清洗，提高了紅棗品質(zhì)，節(jié)約了能源。然而，目前諧波干擾使傳統(tǒng)超聲波電源輸出電壓失真現(xiàn)象。文中根據(jù)超聲波電源的組成和調(diào)制方法，重點講解了用遺傳算法來消除超聲波電源諧波問題的原理和步驟，結(jié)果表明采用遺傳算法消除超聲波電源中的諧波，提高功率因數(shù)是一種行之有效的方法。

1 超聲波電源和SPWM調(diào)制

超聲波電源主電路主要包括整流、逆變兩大部分，其中整流電路把220 V，50 Hz市電變?yōu)橹绷麟?，逆變再把直流電轉(zhuǎn)變?yōu)槌曨l的交流電。所以，逆變是超聲波電源的核心部分，一般采取橋式電路，4個VT1-VT4功率管（IGBT）在脈沖控制下輪流導(dǎo)通，通過控制IGBT的導(dǎo)通、關(guān)斷來調(diào)節(jié)逆變器輸出電壓頻率和功率。因為橋式逆變電路中開關(guān)管是輪流導(dǎo)通的，輸出電壓無可避免存在一定的諧波，那么如何減小諧波，提高功率因數(shù)在超聲波電源電路的設(shè)計中是個非常重要的問題。

目前，超聲波電源廣泛采用SPWM調(diào)制[1]方式，三角形載波與參考波（正弦波）相比較，在載波與參考波的交點時刻來控制功率管IGBT的導(dǎo)通和關(guān)斷，如果參考波比載波大，產(chǎn)生開關(guān)信號，IGBT導(dǎo)通，否則開關(guān)信號結(jié)束，IGBT斷開，IGBT通斷的開關(guān)信號有效面積值按正弦規(guī)律變化。由于現(xiàn)在微機(jī)技術(shù)的快速發(fā)展，很容易用軟件生成SPWM波形，所以，市場中的DC/AC電路普遍利用DSP技術(shù)，用軟件方法來生成SPWM波。

3 使用遺傳運算規(guī)則消除諧波

遺傳算法[2]自然環(huán)境中生物遺傳和進(jìn)化過程而形成的一種自適應(yīng)全局最優(yōu)化概率搜索算法，遵循自然選擇理論和基因遺傳學(xué)原理。它是將問題的所有解比作基因遺傳里的“染色體”，將其置于問題的“環(huán)境”中，根據(jù)適者生存法則，從中選擇出最適應(yīng)環(huán)境的“染色體”進(jìn)行復(fù)制，通過交叉、變異兩種基因操作，產(chǎn)生新一代更適合環(huán)境的“染色體”群，這樣一代代不斷地改進(jìn)，最終收斂到一個最適合環(huán)境的個體上，求得問題的最佳解。下面對超聲波電源中利用遺傳算法來進(jìn)行諧波消除的具體步驟進(jìn)行解釋。

3.1 原始種群

遺傳算法中采用隨機(jī)方法生成若干個個體的集合，該集合稱為原始種群。種群中個體的數(shù)量稱為種群規(guī)模。如要消除3次，5次和7次諧波，就要確定最優(yōu)開關(guān)角。我們把每一個開關(guān)角稱為一個基因，用二進(jìn)制數(shù)串來表示，所有的基因組成染色體，每個染色體代表問題的一組解決方法。結(jié)合問題，可以知道一個染色體中有3個基因。在染色體（開關(guān)角）的初始值確定的情況下，可以根據(jù)法則進(jìn)行染色體復(fù)制，找出最優(yōu)解。

3.2 適應(yīng)度函數(shù)

遺傳算法對一個個體（解）的好壞用適應(yīng)度函數(shù)值來評價，適應(yīng)度函數(shù)值越大，解的質(zhì)量越好，個體解被保留，反之淘汰，所以，適應(yīng)度函數(shù)是遺傳算法進(jìn)化過程的唯一動力，是自然選擇的唯一標(biāo)準(zhǔn)。超聲波電路中消除諧波方法的評估函數(shù)稱為適應(yīng)度函數(shù)，用它檢驗復(fù)制過程中出現(xiàn)的每一個解，使評估誤差值最小，來確定最佳的開關(guān)角。定義一個適當(dāng)?shù)倪m應(yīng)度函數(shù)為式（5）：

3.3 復(fù)制再生

受自然選擇啟發(fā)，遺傳算法需要對所有個體解完成選擇、交叉、突變的賦值再生過程。選擇時，先計算每一個染色體的適應(yīng)度值，種群中具有最大適應(yīng)度值的個體解被選擇，最小適應(yīng)度值的個體解被舍棄。被保存下來的個體解再通過交叉和突變來完成進(jìn)化，形成新的子代。子代是通過選擇、交叉和突變過程來獲得的新的染色體。這個過程仿效了自然界強(qiáng)者生存選擇機(jī)制，是最普通最容易執(zhí)行的選擇機(jī)制，最優(yōu)開關(guān)角的確定過程完全符合該機(jī)制。具有最大適應(yīng)度值的染色體在被選擇，相反地，最小適應(yīng)度值的染色體被淘汰。

交叉是在父代的二進(jìn)制串間交換某幾位以獲得新的個體的過程。在這里，因為3個開關(guān)角變量被包含在一個染色體中，為增加效率，采取多點交叉。突變是染色體的二進(jìn)制串中的某一位變成相反數(shù)的過程。交叉和突變是基于出現(xiàn)交叉和突變的概率的基礎(chǔ)上進(jìn)行的，這里它們的概率值分別被選為0.8和0.06。經(jīng)過選擇、交叉和突變過程獲得子代后，形成新一代群體，把形成的新群體作為當(dāng)前群體，循環(huán)執(zhí)行，直到滿足停止準(zhǔn)則。

文中采用MATLAB的遺傳算法和直接搜索工具箱來完成最優(yōu)化問題的遺傳算法研究。將開關(guān)角這個個體的隨機(jī)取樣初始化，使用遺傳算法把這些具有不同變量的個體解達(dá)到最優(yōu)。在經(jīng)驗、實驗的基礎(chǔ)上，選擇遺傳算法操作概率和種群數(shù)目。對于文中問題，初始種群規(guī)模數(shù)目為40，交叉概率為0.8，突變概率為0.06。所有測試的編碼采用二進(jìn)制編碼。

4 模擬仿真

實驗中，使用TMS320F2812為微處理器[3]，該芯片包括2×8路12位A/D、并帶有兩個事件管理模塊（EVA、EVB），事件管理器擁有通用定時器、比較單元和PWM單元，依靠存儲在微處理器中預(yù)先計算的開關(guān)切換角和通過循環(huán)表生成SPWM輸出。通過編程，微處理器離線計算開關(guān)角?？紤]到輸出電壓信號波形的對稱性，群體的初始化在0°和90°之間的任意角。算法執(zhí)行時種群規(guī)模為40，采用二進(jìn)制編碼，基因數(shù)量為500，采用叢林規(guī)則淘汰機(jī)制，多點交叉，交叉概率0.8，突變概率0.06，進(jìn)項了500次迭代。通過MATLAB軟件可以得到許多模擬圖形，SPWM調(diào)制的超聲波電源輸出電壓諧波頻譜的模擬結(jié)果，從結(jié)果可以看出，正如預(yù)期那樣，3次，5次和7次諧波被成功的消除。

5 結(jié)語

模擬結(jié)果表明使用遺傳算法能選擇性消除超聲波電源中高次諧波，提高系統(tǒng)的功率因數(shù)。遺傳算法的具有通用性、智能性、魯棒性、全局性和并行性特點，減少了計算量和搜索時間，并且能夠求解復(fù)雜的多目標(biāo)函數(shù)，這些是傳統(tǒng)最優(yōu)算法所不具備的。

參考文獻(xiàn)

[1] al，Gungor，Erdal Bekiroglu.A PWM Technique for DSP controlled Ultrasonic Motor Drive System[J].Electric Power Components and Systems，2010（33）：21-38.

[2] Khaled EI-Naggar，Tamer H.Abdelhamid. Selective Harmonic Elimination of new family of multilevel inverters by using genetic algorithms[J].In：Energy Conversion and Management，2001，49：17.

[3] 蘇奎峰，呂強(qiáng)，耿慶鋒，等.TMS320F2812原理與開發(fā)[M].北京：電子工業(yè)出版社，2005.