淺談電機智能控制技術

楊紅

（臥龍電氣集團遼寧榮信電氣傳動有限公司，遼寧鞍山，114000）

引言

隨著科學技術的發展，研究對象和系統變得越來越復雜。基于數學模型描述和分析的傳統控制理論難以解決一些復雜問題。智能控制主要針對控制對象及其環境，目標，任務，不確定性和復雜性提出。本文簡要介紹了幾種智能控制方法的原理，在廣泛參考國內外無刷直流電機控制技術（BIDCM）的基礎上，對常用的模糊控制，神經網絡和遺傳算法BIDCM控制方法，策略和具體應用進行了總結。

1 模糊控制

1.1 基本原理

模糊控制的思想是利用計算機實現人的控制體驗。采用模糊數學方法，用模糊語言描述的一些模糊規則建立過程變量與控制方法之間的模糊關系。同時，根據當時的實際情況，基于模糊規則，采用模糊控制方法獲取當時的控制量。模糊控制核心的部分是模糊控制器。模糊控制器主要由計算控制變量，模糊量化處理，模糊控制規則，模糊推理（模糊決策）和非模糊處理組成。

1.2 在無刷直流電機控制中的應用

傳統的BIDCM控制系統采用PID系統，結構簡單、可靠、穩定。然而，很難克服負載，模型參數和非線性因素等各種變化的影響，因而不能滿足高性能和高精度應用的要求。

直接在BIDCM速度控制中使用模糊控制器，可以充分發揮模糊控制器適應非線性時變系統和滯后系統的優點，實現良好的控制效果和較強的魯棒性，不需要建立控制目的。精確的數學模型，設計更加方便。傳統的二維模糊控制器將誤差和誤差變化作為輸入量。因此，該控制器具有模糊比例-微分效應，但缺乏模糊積分控制功能，系統穩定性差。PI控制不僅可以獲得更高的穩態精度，而且具有更快的動態響應。因此將PI控制系統引入到模糊控制中來形成模糊PI復合控制，以提高模糊控制器的穩態性能。模糊PI控制如圖1所示。

圖1 模糊—PI控制器結構圖

基于System Gneratore建立了BIIWM控制系統仿真模型，并進行了雙閉環控制系統仿真測試;外環為速度控制，內環為電流控制，電流環為滯環電流調節器，速度環為模糊 PI智能控制器。模糊控制器的模糊推理系統采用Mandani型，去模糊采用加權平均法，并采用重疊對稱分布的隸屬函數設計控制規則表。仿真結果表明，該控制方法響應速度快、無超調、魯棒性強、抗干擾能力強。

2 神經網絡

2.1 基本原理

神經網絡是許多簡單連接的神經元的網絡。它通過模擬人腦細胞的分布式工作特性和自組織功能，實現了并行處理，自學習和非線性映射。

一個簡單的神經網絡機制可以表示為如圖2所示。小圓圈表示一個神經元。神經網絡系統中可能有許多神經元。每個神經元的具體操作是接收來自其他相鄰神經元的輸入信息，然后生成輸出并將其發送給其他神經元。神經元通常分為輸入層神經元，隱藏層神經元（中間層神經元）和輸出層神經元。輸入層神經元接收來自外部環境的信息，輸出層神經元將整個神經網絡系統的效果作為外部環境。隱藏層神經元從網絡接收輸入信息并對其進行處理，然后輸出信息。其他神經元。每個神經元通過相應的加權因子相互連接以形成網絡拓撲。

圖2 簡單的神經網絡結構

2.2 在無刷直流電機控制中的應用

神經網絡最普遍的訓練方法是BP(backerror propagation）算法。該算法基于梯度發現技術，該技術使平均方差估計函數最小化。最小化過程是權重的調整。BP網絡是前向神經網絡的核心。它具有結構算法簡單，易于在實時控制條件下實現的優點。因此，其在控制領域的應用已成為必然趨勢。

模糊控制的收斂性較差，調整結束時很難消除系統的穩態偏差。在誤差較小時，提出了三層BP神經網絡來完成無刷直流電機的控制，并給出了三層神經網絡的數字化描述。。實驗表明，該方法訓練的數據容易收斂，提高了系統的穩態精度，彌補了模糊控制的不足，并且不能及時降低系統的要求。由于基本樣條函數使用多項式計算，與僅將神經網絡指數函數用作隸屬函數的模糊系統相比，它節省了時間。因此，基本樣條函數模糊神經網絡具有實現簡單，速度快的特點。

3 遺傳算法

3.1 基本原理

遺傳算法是一個迭代過程，在每次迭代中保留一組候選解，根據解的優點和一些指標復制解中的一些解，然后使用一些遺傳算子對其進行操作以生成新一代的候選解決方案。重復直到達到一定的收斂標準。

遺傳算法的核心內容包括：（1）如何從現有的解決方案（父代）中選擇一些后代來產生后代，并確保這些復制解決方案具有良好的特性以產生優秀的后代。（2）使用什么樣的遺傳算子計算選擇的解，所使用的遺傳算子必須具有良好的計算特性，以保持母解中的優良特征，同時丟失重要信息或良好的功能恢復。

3.2 在無刷直流電機控制中的應用

在自適應遺傳因子構建的基礎上，將自適應遺傳算法應用于無刷直流電動機的優化。針對無刷直流電機的非線性組合優化問題，構造了一種新的自適應遺傳因子。二維Shubert函數用于驗證構建的遺傳因子。同時，使用基本的遺傳算法，自適應遺傳算法和改進。對自適應遺傳算法的三種算子進行了求解，證明了構造的自適應算子比其他兩種算子具有更好的性能。

針對模糊控制器設計和參數在線調整的不足，采用遺傳算法對模糊控制進行優化，生成最優模糊控制規則。最后，將模糊控制器應用于數字信號處理器（DSP）實現模糊控制器。參數的在線調整克服了傳統模糊控制器在線調整的弱點，大大提高了控制器的性能。

4 結束語

本文介紹了通用無刷直流電機控制系統中的智能控制方法。其中，模糊控制是應用最廣泛的。不同的控制方法適用于不同的場合，各有其優點和缺點。隨著科學技術的不斷發展和研究工作的深入，各種智能控制理論不斷得到完善。可以預見的是，智能控制在無刷直流電機控制系統中的應用將越來越廣泛。

[1]周德檢, 吳斌.智能控制[M].重慶: 重慶大學出版社, 2005.

[2]陳婭冰, 周治平, 紀志成.無刷直流電機模糊 PI智能控制[J].江南大學學報(自然科學版), 2005, 4(1): 14-17.

[3]紀志成, 沈艷霞, 姜建國.一種新型無刷直流電機調速系統的模糊PI智能控制[J].電機與控制學報, 2003, 7(3): 248-254.

[4]戚鵬, 景占榮, 羊彥, 等.基于模糊 PID 控制的永磁無刷直流電動機調速系統研究[J].微電機, 2006, 39(7): 32-34.

[5]汪海燕, 李娟娟, 張敬華.自適應模糊 PID控制的無刷直流電機及仿真[J].微電機, 2003, 36(4): 15-17.

[6]王群京, 姜衛東, 倪有源, 等.無刷直流電機的自適應 Fuzzy-PI控制器的仿真[J].電氣傳動, 2004, (3): 19-22.