關(guān) 閉

新聞中心

EEPW首頁(yè) > 工控自動(dòng)化 > 設(shè)計(jì)應(yīng)用 > 交流電機(jī)控制系統(tǒng)的控制算法綜述

交流電機(jī)控制系統(tǒng)的控制算法綜述

作者: 時(shí)間:2011-06-08 來源:網(wǎng)絡(luò) 收藏

1 引言
隨著電力電子器件及微電子器件的迅速發(fā)展,以及現(xiàn)代控制理論在交流調(diào)速傳動(dòng)中的具體應(yīng)用,從一般要求的小范圍調(diào)速傳動(dòng)到高精度、快響應(yīng)、大范圍傳動(dòng);從單機(jī)傳動(dòng)到多機(jī)傳動(dòng)協(xié)調(diào)運(yùn)轉(zhuǎn),幾乎都可采用交流傳動(dòng)。但交流電機(jī)本質(zhì)上是一個(gè)非線性的被控對(duì)象,電機(jī)參數(shù)在實(shí)際應(yīng)用中會(huì)發(fā)生變化,而且可能存在比較嚴(yán)重的外部干擾。經(jīng)典控制理論不能克服負(fù)載、模型參數(shù)的大范圍變化及非線性因素的影響,因而控制性能將會(huì)受到影響。要獲得高性能的交流電機(jī)控制系統(tǒng),就必須研究先進(jìn)的控制算法以彌補(bǔ)經(jīng)典控制的缺陷和不足。近年來,隨著現(xiàn)代控制理論的發(fā)展,先進(jìn)控制算法被廣泛應(yīng)用于交流電機(jī)控制系統(tǒng),例如自適應(yīng)控制、滑模變結(jié)構(gòu)控制、神經(jīng)網(wǎng)絡(luò)控制、模糊控制等,并取得一定成果。因此,這里將簡(jiǎn)要介紹目前交流電機(jī)控制系統(tǒng)中應(yīng)用較多的幾種控制算法。

2 交流電機(jī)控制系統(tǒng)的控制算法
2.1 PI控制
PI控制器以其簡(jiǎn)單、有效、實(shí)用的特性,廣泛應(yīng)用于交流電機(jī)控制系統(tǒng)。交流電機(jī)調(diào)速系統(tǒng)的速度環(huán)和電流環(huán)調(diào)節(jié)器均使用PI 控制器。但交流電機(jī)是一個(gè)強(qiáng)耦合的非線性對(duì)象,并且其應(yīng)用環(huán)境較為復(fù)雜且常常存在各種干擾,電機(jī)參數(shù)也會(huì)在運(yùn)行過程中發(fā)生變化。因此,PI控制器在交流電機(jī)調(diào)速中由于自身特點(diǎn)還存在不足,例如:PI控制器直接獲取目標(biāo)和實(shí)際之間的誤差,這樣就會(huì)由于初始控制力太大而出現(xiàn)超調(diào),從而無(wú)法解決快速性和穩(wěn)定性之間的矛盾;控制過程中,PI參數(shù)一旦確定,則無(wú)法在線自調(diào)整以適應(yīng)對(duì)象參數(shù)的變化,即同一PI參數(shù)一般難以適用不同電機(jī)轉(zhuǎn)速;PI控制器參數(shù)適用控制對(duì)象范圍小。所以交流電機(jī)采用PI控制難以取得令人滿意的調(diào)速性能,尤其是在對(duì)控制精度要求較高的場(chǎng)合。近年來,出現(xiàn)了模糊PI、自適應(yīng)PI、神經(jīng)網(wǎng)絡(luò)PI等新型PI控制器,在一定程度上改善、提高了交流電機(jī)的調(diào)速性能。
2.2 模糊控制
模糊控制是利用模糊集合來刻畫人們?nèi)粘K褂酶拍钪械哪:裕箍刂破鞲普婺7率炀毑僮魅藛T和專家的控制經(jīng)驗(yàn)與方法。模糊控制是以模糊集合論、模糊語(yǔ)言變量及模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制。模糊控制的突出特點(diǎn):無(wú)需建立被控對(duì)象的精確數(shù)學(xué)模型;系統(tǒng)的魯棒性強(qiáng),適應(yīng)于解決常規(guī)控制難以解決的非線性、時(shí)變及滯后問題;以語(yǔ)言變量代替常規(guī)的數(shù)學(xué)變量;推理過程模仿人的思維過程,借鑒專家的知識(shí)、經(jīng)驗(yàn),處理復(fù)雜的控制問題。


模糊控制作為一種智能控制技術(shù),是模糊集合理論應(yīng)用的一個(gè)重要方面。其主要思想是吸取人類思維具有模糊性的特點(diǎn),通過模糊邏輯推理來實(shí)現(xiàn)對(duì)眾多不確定性系統(tǒng)的有效控制。其設(shè)計(jì)核心是模糊控制規(guī)則和隸屬度函數(shù)的確定,其一般結(jié)構(gòu)如圖1所示。

模糊控制的不足之處:本身消除穩(wěn)態(tài)誤差的性能較差,難以達(dá)到較高的控制精度。目前,模糊控制在交流控制領(lǐng)域的應(yīng)用研究取得一些成果,但仍存在有待進(jìn)一步研究的問題,如基于模糊控制的交流控制系統(tǒng)的穩(wěn)定性分析,如何保證系統(tǒng)的穩(wěn)定性;模糊控制規(guī)則難以確定,對(duì)不同的電機(jī)和運(yùn)行環(huán)境,模糊規(guī)則需要分別設(shè)計(jì);缺乏系統(tǒng)而有規(guī)律的模糊規(guī)則設(shè)計(jì)方法等。
2.3 神經(jīng)網(wǎng)絡(luò)控制
人工神經(jīng)網(wǎng)絡(luò)是依據(jù)人腦生物微觀結(jié)構(gòu)與功能模擬人腦神經(jīng)系統(tǒng)而建立的模型,其主要功能是模擬人腦的思維方式丁作,具有自學(xué)習(xí)、并行處理和自適應(yīng)等能力。利用神經(jīng)網(wǎng)絡(luò)優(yōu)秀的學(xué)習(xí)和非線性逼近能力,提出許多基于神經(jīng)網(wǎng)絡(luò)的控制方案,從而改善系統(tǒng)的收斂性、穩(wěn)定性和魯棒性等。神經(jīng)網(wǎng)絡(luò)在交流調(diào)速領(lǐng)域中應(yīng)用的一個(gè)主要問題是算法比較復(fù)雜,大多以仿真形式實(shí)現(xiàn),控制效果有待于在實(shí)際系統(tǒng)中進(jìn)一步檢驗(yàn)。但與其他比較成熟的學(xué)科相比,神經(jīng)網(wǎng)絡(luò)理論還很不成熟,如計(jì)算較復(fù)雜,計(jì)算量大,難以滿足實(shí)際控制要求,訓(xùn)練學(xué)習(xí)時(shí)算法收斂性問題等。
2.4 滑模變結(jié)構(gòu)控制
滑模變結(jié)構(gòu)控制根據(jù)被調(diào)量的偏差及導(dǎo)數(shù),有目的地使系統(tǒng)沿著設(shè)計(jì)好的“滑動(dòng)模態(tài)”的軌跡運(yùn)動(dòng),與被控對(duì)象的參數(shù)和擾動(dòng)無(wú)關(guān),因而使系統(tǒng)具有很強(qiáng)的魯棒性。一般來說,它根據(jù)系統(tǒng)的狀態(tài)選擇兩個(gè)控制輸入之一,相當(dāng)于系統(tǒng)有兩種結(jié)構(gòu),即使非線性對(duì)象快速到達(dá)預(yù)定的所謂“開關(guān)面”(也稱“滑動(dòng)面”),并使其沿著該開關(guān)面滑動(dòng),這時(shí)稱系統(tǒng)處于滑動(dòng)模態(tài)(Sliding Mode)。然而并不是所有系統(tǒng)都可實(shí)現(xiàn)變結(jié)構(gòu)控制,設(shè)計(jì)時(shí)必須先判斷滑動(dòng)模是否存在。理想的滑模變結(jié)構(gòu)控制可以使對(duì)象在滑動(dòng)面上平滑運(yùn)動(dòng),但是實(shí)際上由于器件存在延時(shí)和滯環(huán).所以系統(tǒng)進(jìn)入滑動(dòng)態(tài)后不可避免地會(huì)出現(xiàn)抖振(Chattering),即在滑動(dòng)面附近高頻顫動(dòng)。這可能引起設(shè)備毀壞等事故。因此,在電機(jī)交流控制系統(tǒng)中如何削弱抖動(dòng)而又不失強(qiáng)魯棒性,是目前研究的主要問題。
2.5 反饋線性化控制
反饋線性化就是通過非線性反饋或動(dòng)態(tài)補(bǔ)償?shù)姆椒▽⒎蔷€性系統(tǒng)變?yōu)榫€性系統(tǒng),然后再按線性系統(tǒng)理論設(shè)計(jì)控制器完成系統(tǒng)的各種控制目標(biāo)。然而,非線性系統(tǒng)反饋線性化理論是采用坐標(biāo)變換及狀態(tài)或輸出反饋矯正非線性系統(tǒng)的動(dòng)力學(xué)特性,如果單純地對(duì)線性化系統(tǒng)進(jìn)行魯棒控制器設(shè)計(jì),并不一定能得到滿意效果。另一方面,非線性系統(tǒng)反饋線性化方法要求參數(shù)精確已知或可被精確測(cè)量和觀測(cè)。但電機(jī)在運(yùn)行中參數(shù)會(huì)發(fā)生變化,這些都不可避免影響系統(tǒng)的魯棒性,甚至?xí)瓜到y(tǒng)性能變壞。
2.6 自適應(yīng)控制
自適應(yīng)控制是在系統(tǒng)運(yùn)行過程中不斷提取有關(guān)模型信息,該算法根據(jù)新的信息調(diào)整,它是克服參數(shù)變化影響的有力手段。自適應(yīng)控制系統(tǒng)可看成有兩個(gè)閉環(huán)(圖2),一個(gè)是常規(guī)由控制器與被控對(duì)象組成的反饋環(huán);另一個(gè)是控制器的參數(shù)調(diào)節(jié)環(huán)。

自適應(yīng)控制在交流電機(jī)控制中主要問題是提高系統(tǒng)魯棒性,以克服參數(shù)變化和各種擾動(dòng)的影響。采用的主要方法是自適應(yīng)控制如參數(shù)辨識(shí)自校正調(diào)節(jié)、模型參考自適應(yīng)系統(tǒng)(MRAS)。其中,MRAS理論比較成熟,無(wú)需對(duì)象的精確數(shù)學(xué)模型,只要找到一個(gè)合適的參考模型即可,其關(guān)鍵問題是設(shè)計(jì)自適應(yīng)參數(shù)調(diào)整規(guī)律,在保證系統(tǒng)穩(wěn)定性的同時(shí)使誤差信號(hào)趨于零。而模型參考自適應(yīng)應(yīng)用于反饋信號(hào)估計(jì)(如磁鏈、轉(zhuǎn)矩、轉(zhuǎn)速等)問題。但是辨識(shí)和校正需要有一個(gè)過程,對(duì)于較慢的參數(shù)變化,具有校正作用;而對(duì)于較快的參數(shù)變化,就難以獲得好的動(dòng)態(tài)效果。

2.7 自抗擾控制
自抗擾控制器由跟蹤一微分器(TD)、擴(kuò)張的狀態(tài)觀測(cè)器(ESO)和非線性狀態(tài)誤差反饋控制律 (NLSEF)3部分組成。利用自抗擾控制器設(shè)計(jì)系統(tǒng)時(shí),它能利用“擴(kuò)張狀態(tài)觀測(cè)器”實(shí)時(shí)估計(jì)并補(bǔ)償系統(tǒng)運(yùn)動(dòng)時(shí)受到的各種外擾以及系統(tǒng)機(jī)理本身決定的內(nèi)擾總和,使其變?yōu)榫€性系統(tǒng)的標(biāo)準(zhǔn)型一積分串聯(lián)型,從而實(shí)現(xiàn)動(dòng)態(tài)系統(tǒng)的動(dòng)態(tài)反饋線性化,結(jié)合特殊的非線性反饋結(jié)構(gòu)實(shí)現(xiàn)良好的控制品質(zhì)。
自抗擾控制策略具有如下優(yōu)點(diǎn):安排過渡過程解決快速和超調(diào)間的矛盾;不用積分反饋也能實(shí)現(xiàn)無(wú)靜差,避免積分反饋的副作用;統(tǒng)一處理確定系統(tǒng)和不確定系統(tǒng)的控制問題;抑制外擾,不一定要知道外擾模型或直接測(cè)量;同一個(gè)自抗擾控制器控制時(shí)間尺度相當(dāng)?shù)囊活悓?duì)象,線性、非線性對(duì)象一視同仁,不用區(qū)分;實(shí)現(xiàn)控制不一定要辨識(shí)對(duì)象。隨著應(yīng)用的需要,自抗擾控制器自身也得到了進(jìn)一步的完善和發(fā)展,出現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的自抗擾控制器、模型配置自抗擾控制器等改進(jìn)型自抗擾控制器。

3 總結(jié)
由于各控制算法各有其優(yōu)點(diǎn),在實(shí)際應(yīng)用中應(yīng)根據(jù)性能要求采用與之相適應(yīng)的控制算法,以取得最佳性能。交流傳動(dòng)在控制算法方面雖已取得了很多成果,但仍不完善,存在許多問題。關(guān)于交流傳動(dòng)控制算法的研究主要圍繞以下方面展開:(1)研究具有較高動(dòng)態(tài)性能,能抑制參數(shù)變化、擾動(dòng)及各種不確定性干擾,且算法簡(jiǎn)單;(2)研究具有智能控制方法的新型控制算法及其分析、設(shè)計(jì)理論;(3)研究高性能的無(wú)速度傳感器控制算法。這些問題的解決將會(huì)明顯改善交流電機(jī)控制系統(tǒng)的性能,促進(jìn)此類系統(tǒng)更為廣泛應(yīng)用。



評(píng)論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉