1、第十章交流电机的先进控制技术内容概要l 交流电动机变压变频系统的新型控制策略综述；l 交流电动机的逆系统控制方法；l 内模控制技术在异步电动机调速领域内的应用；l 具有参数自校正功能的转差型矢量控制系统；l 只能控制方法在异步电动机调速系统中的应用。本章讲述：2022年8月4日22时15分 虽然矢量控制和直接转矩控制使交流电动机变频调速系统的性能获得了很大程度的提高，但是，依然存在着一些缺点。而现代控制理论的发展为解决矢量控制和直接转矩控制中存在的问题提供了一个新的途径，出现了许多具有应用前景的新型交流调速系统控制方法，其中主要包括以下几种控制方法。10.1 交流电动机变压变频系统的新型控制策
2、略综述2022年8月4日22时15分2022年8月4日22时15分1.非线性反馈线性化控制方法 从本质上看，交流电动机是一个非线性的多变量系统，非线性反馈线性化是一种研究非线性控制系统的有效方法，它与局部线性化方法有着本质的不同。非线性反馈线性化控制方法是基于微分同胚的概念，利用非线性坐标变换和反馈（状态反馈或者输出反馈）控制将一个非线性系统变换为一个线性系统，实现系统的动态解耦和全局线性化。1987年，Krzeminski Z.首次利用微分几何的方法处理五阶的异步电动机模型，继而非线性反馈线性化理论在交流传动中的应用得到了发展，从理论上可以证明，使用反馈线性化方法可以实现交流电动机的转速-磁
3、链、转矩-磁链解耦控制，而矢量控制没有能完全实现转速（转矩）的解耦控制，可见使用非线性反馈线性化方法为提高交流调速系统的性能提供了一种有效的手段。2022年8月4日22时15分 非线性反馈线性化是一种基于控制对象精确数学模型的控制方法，在其实现过程中主要存在以下两个问题：在调速系统运行过程中，当参数发生变化时能否保持系统的稳定性，如何抑制电动机参数变化对控制系统的影响，提高系统的鲁棒性；如何对调速系统的状态变量估计准确，如果出现状态估计误差，控制系统的稳定性能否保证。这两个问题一直是非线性反馈线性化在交流调速系统中广泛应用的主要障碍，其解决有赖于控制理论的进一步完善。2022年8月4日22时1
4、5分2.反步设计（Backstepping）控制方法 反步设计控制方法是一种非线性控制系统递推设计思想，是1991年由美国加州大学的Kanellakopoulos和Kokotovic提出并大力推广的，旨在递推设计非线性系统的Lyapunov函数和控制律。反步设计控制的基本思想是将高阶非线性系统化为多个低阶子系统，进行递推（分层）设计。首先根据最靠近系统输出端的子系统的输入输出描述，设计其Lyapunov函数，并基于Lyapunov稳定性原理得到其虚拟的控制律；然后向后逐步递推，得到各个子系统的Lyaponov函数和虚拟控制律，直至得到实际输入的控制律。2022年8月4日22时15分 Kanel
5、lakopoulos等人最早把反步设计控制方法应用于异步电动机调速领域，继而在交流调速领域又出现了结合滑模控制的反步设计控制方法、带有各种参数自适应律的反步设计控制方法、带有磁链观测器的反步设计控制方法、使用扩张状态观测器对不确定性进行补偿的反步设计控制方法等。反步设计控制方法作为构造非线性控制的一种有效方法，把高阶非线性系统进行分解并逐步设计控制器，在设计的每一步都以保证一个子系统的稳定性为目标，从而可以保证这个系统的稳定性，这是其优越性所在。但是在交流电动机控制问题中，由于未知参数众多，利用反步设计控制方法构造的控制律过于复杂，使得这种方法至今仍多停留在理论研究上。2022年8月4日22时
6、15分3.基于无源性的控制策略 基于无源性的控制（Passivity-Based Control，PBC）策略的突出特点是利用“无功力”的概念从能量平衡的角度来分析非线性系统的状态变化及其性质。无功力的特点是不影响系统关系的平衡和稳定性，所以，在设计控制器的过程中无需考虑无功力对系统的影响，从而简化异步电动机的控制。此外，在设计无源控制器的过程中，可以利用系统本身的能量函数来构造Lyapunov函数，从而进一步简化了控制器的设计难度。.2022年8月4日22时15分 20世纪90年代，由R.Oterga等人第一次将无源控制方法应用到了交流调速领域，用来解决异步电动机的控制问题。在无源控制应用的
7、初期实现了恒转矩控制，并得到了形式简单的转矩控制器，后来又基于无源控制方法设计了转速控制器，给出了异步电动机无源控制系统的实验结果。理论研究和实验表明，使用无源控制方法设计的异步电动机控制器具有形式简单、鲁棒性强的特点。虽然基于无源控制方法设计的转速控制器形式简单，静、动态性能良好，但是无源控制的核心是要保证系统的严格无源性，实现的手段是引入足够大的定子电流反馈，而这是该方法的主要缺陷。2022年8月4日22时15分4.自抗扰控制 自抗扰控制（Auto Disturbance Rejection Controller，ADRC）是20世纪90年代由中国科学院系统科学研究所的著名控制论学者韩京清
8、研究员首先提出的。这种控制方法的核心是，将系统的模型内扰（模型及参数的变化）和未知外扰都归结为对系统的“总扰动”，利用误差反馈的方法对其进行实时估计，并给予补偿，具有较强的鲁棒性。自抗扰控制的特点是充分利用特殊的非线性效应，而这些非线性效应则分别包含在ADRC的各个非线性单元中。扩张状态观测器是自抗扰控制理论的核心。采用扩张状态观测器的双通道补偿控制系统结构，对原系统模型加以改造，使得非线性、不确定的系统近似线性化和确定性化。在此基础上设计控制器，并充分利用特殊的非线性效应，可有效加快收敛速度，提高控制系统的动态性能，是解决非线性、不确定系统控制问题的强有力手段。2022年8月4日22时15分
9、 ADRC特殊的非线性和不确定性处理方法，同时具有经典调节理论和现代控制理论的优点。其在异步电动机的控制系统中也得到了一定的应用。因为高阶的ADRC计算量偏大，因此在异步电动机控制中适合采用低阶ADRC，以提高调速系统的响应速度和降低控制器的计算量。分别采用ADRC中的跟踪-微分器和扩张状态观测器，运用到异步电动机控制中，取得了满意的效果。在全阶Luenberger磁链观测器的基础上，应用ADRC控制异步电动机，将电动机模型中磁链与转速方程相互耦合的部分，都视为系统的模型内扰进行处理，实现了电动机的解耦控制。ADRC及其各个组成单元包含的内容十分丰富，其控制思想和工程实践结合紧密，因此这种控制
10、方法在交流调速领域具有很好的应用前景。2022年8月4日22时15分 但是，ADRC方法中的一些非线性特性，增加了其实际应用的难度：1）为提高系统的收敛速度和控制精度，ADRC典型模型中普遍应用了非线性环节。由于非线性运算较多，使得计算量很大，对系统硬件的计算能力提出了较高的要求，增加了实时控制的难度。2）ADRC中涉及较多的参数，其控制性能很大程度上取决于参数的选取。如何调整选择众多参数，使控制器工作于最佳状态，是ADRC应用中的一个难题。综上所述，上面谈及的现代控制理论都已经应用到了交流调速领域，而应用这些控制方法的主要目的是实现异步电动机的解耦控制，同时解决模型参数扰动等因素对系统性能的
11、影响。2022年8月4日22时15分5.逆系统控制方法 逆系统控制方法是一种直接反馈线性化方法，具有直观、简便和易于实现的特点，便于在工程实际中推广应用。现已将逆系统控制方法引入到了异步电动机调速系统中，实现了转子磁链模值和转速的解耦控制。但是，这种控制方法仍存在以下问题：1）以转子磁链模值作为控制量，其控制效果依赖于转子磁链模值的观测精度，受电动机参数变化的影响比较严重，鲁棒性差。2022年8月4日22时15分 2）这些逆系统控制方法只是实现了转速和磁链的解耦控制，没有实现转矩和磁链的解耦控制，从而影响系统性能的进一步提高。3）这些逆系统控制方法是基于精确数学模型提出来的，当电动机参数发生变
12、化后，对调速系统的动、静态性能会产生什么影响，在相关文献中都没有进行讨论。4）现有的逆系统控制方法的实现前提是，对调速系统中各个状态变量都能进行准确的观测。但是，实际上各个状态变量的观测值存在的估计误差对系统的性能和系统的稳定性的影响，在相关文献中都没有进行讨论。2022年8月4日22时15分6.滑模变结构控制 滑模变结构控制是由前苏联学者在20世纪50年代提出的一种非线性控制策略，它与常规控制方法的根本区别在于控制律的不连续性，即滑模变结构控制中使用的控制器具有随系统“结构”随时变化的特性。其主要特点是，根据性能指标函数的偏差及导数，有目的的使系统沿着设计好的“滑动模态”轨迹运动。这种滑动模
13、态是可以设计的，且与系统的参数、扰动无关，因而整个控制系统具有很强的鲁棒性。早在1981年，Sabonovic等人就将滑模变结构控制策略引入到了异步电动机调速系统中，并进行了深入的研究，以后又出现了不少关于异步电动机滑模变结构控制的研究成果。但是滑模变结构控制本质上不连续的开关特性使系统存在“抖振”问题，其主要原因是：2022年8月4日22时15分 1）对于实际的滑模变结构系统，其控制力（输入量的大小）总是受到限制的，从而使系统的加速度有限。2）系统的惯性、切换开关的时间滞后以及状态检测的误差，特别对于计算机控制系统，当采样时间较大时，会形成“准滑模”等现象。“抖振”问题在一定程度上限制了滑模
14、变结构控制方法在交流调速领域中的应用。2022年8月4日22时15分7.自适应控制 自适应控制与常规反馈控制一样，也是一种基于数学模型的控制方法，所不同的只是自适应控制所要求的关于模型和扰动的先验知识比较少，需要在系统运行过程中不断提取有关模型的信息，使模型逐渐完善，所以自适应控制是克服参数变化影响的有力控制手段。应用于电动机控制的自适应方法有模型参考自适应控制、参数辨识自校正控制（参见7.5.2节），以及新发展的各种非线性自适应控制。但是自适应控制在交流调速系统中的应用存在着以下几方面问题：2022年8月4日22时15分 1）对于参数自校正控制缺少全局稳定性证明。2）参数自校正控制的前提是参
15、数辨识算法的收敛性，如果在交流调速系统运行的一些特殊的工况下，不能保证参数辨识算法的收敛性，则难以保证整个自适应交流调速控制处于正常的工作状态。3）对于模型参考自适应控制，未建模动态的存在可能造成自适应控制系统的不稳定。4）辨识和校正都需要一个过程，对于较慢的参数变化尚可以起到校正作用，如校正因温度变化而影响的电阻参数变化，但是对于较快的参数变化，如因集肤效应引起的电阻变化、因饱和作用产生的电感变化等，就显得无能为力了。2022年8月4日22时15分8.H控制 在鲁棒控制中，最具有代表性的控制方法是H控制。20世纪80年代，人们开始重新考虑运用频域方法来处理数学模型与实际模型之间的误差，由此产
16、生了H范数以及最优化控制问题。H控制在本质上是一种优化方法，力求使从外界干扰到系统输出之间的传递函数的H范数达到极小，使外扰动对系统性能的影响被极小化。2022年8月4日22时15分 目前，H控制方法在交流电动机控制系统中已经得到了一些应用，针对电流型逆变器和矢量控制系统，采用混合灵敏度方法确定H的优化目标，设计了转速控制器。根据H控制理论设计了磁链观测器，并应用离散H方法设计了PWM整流桥的电流控制器。在H控制器的设计过程中，关键问题在于如何确定系统中模型的误差限以及期望的性能指标。为了得到合适的加权函数，往往需要经过多次尝试，同时利用这种方法设计得到的控制器也比较复杂，这是在H控制中需要进
17、一步深入研究解决的问题。2022年8月4日22时15分9.内模控制 为了降低控制系统性能对控制对象数学模型的依赖性，必须寻求一些对模型精度要求不高的控制策略，同时还希望要寻求的控制策略具有结构简单、容易实现的特点。内模控制（Internal Model Control，IMC）是20世纪80年代从化工过程控制中发展起来的一种控制方法，具有很强的实用性。从本质上讲内模控制是一种零极点对消的补偿控制，通过引入对象的内部模型将不确定性因素从对象模型中分离出来，从而提高了整个控制系统的鲁棒性。内模控制不过分依赖于被控制对象的准确数学模型，对控制对象的模型精度要求比较低，系统能实现对给定信号的跟踪，鲁棒
18、性强，并能消除不可测干扰的影响；同时控制器具有结构简单、参数单一、易于整定、在线计算方便、容易实现的特点。2022年8月4日22时15分 内模控制最初用于多变量、非线性、大时滞的工业过程控制，交流电动机也是一个多变量、非线性、强耦合的系统，完全有可能应用内模控制技术。事实上，目前内模控制技术在电气传动领域的应用日益广泛，如用于永磁同步电动机的电流控制和解耦控制，利用单自由度的内模控制器实现了异步电动机定子电流的解耦控制，同时还利用双自由度的内模控制技术设计了磁链和转速控制器，得到的控制系统具有对给定信号的良好跟踪能力和对负载扰动很强的抗扰能力。但是，由于内模控制是一种基于控制对象传递函数的控制
19、方法，从本质上看，也是一种线性控制方法；同时，内模控制只能适用于参数变化不大、建模误差限制在一定范围内的控制对象。2022年8月4日22时15分10.智能控制方法 在交流传动中，依赖经典的以及各种近代控制理论提出的控制策略都存在着一个共同问题，即控制算法依赖于电动机模型，当模型受到参数变化和扰动作用的影响时，系统性能将受到影响，如何抑制这种影响一直是电工界的一大课题。上述自适应控制和滑模变结构控制曾是解决这个课题的研究方向，结果发现它们又各有其不足之处。智能控制能摆脱对控制对象模型的依赖，因而许多学者进行了将智能控制引入交流传动领域的研究。智能控制是自动控制学科发展里程中的一个崭新的阶段，与其
20、他控制方法相比，具有一系列独到之处：2022年8月4日22时15分 1）智能控制技术突破了传统控制理论中必须基于数学模型的框架，不依赖或不完全赖于控制对象的数学模型，只按实际效果进行控制。2）智能控制技术继承了人脑思维的非线性特性，同时，还可以根据当前状态方便地切换控制器的结构，用变结构的方法改善系统的性能。3）在复杂系统中，智能控制还具有分层信息处理和决策的功能。由于交流传动系统具有比较明确的数学模型，所以在交流传动中引入智能控制方法，并非像许多控制对象那样是出于建模的困难，而是充分利用智能控制非线性、变结构、自寻优等特点来克服交流传动系统变参数与非线性等不利因素，从而提高系统的鲁棒性。20
21、22年8月4日22时15分 本章根据交流调速系统控制策略的发展情况，选择了逆系统控制方法、内模控制方法、自校正控制方法、智能控制方法等4种具有代表性的控制方法，就其在交流调速领域中的应用进行了较为详细的介绍。2022年8月4日22时15分10.2 交流电动机的逆系统控制方法 交流电动机是一类典型的多变量、强耦合、非线性、参数时变的控制对象，在磁链和转速之间存在着强耦合关系，这些不利因素大大增加了交流电动机高性能调速的实现难度。为了实现转速和磁链的动态解耦控制，一些学者将逆系统控制方法应用到了异步电动机及同步电动机调速系统中。逆系统控制方法是一种新的非线性控制策略，其基本思想是：对于给定的控制对
22、象，首先利用状态反馈的方法得到控制对象的“阶积分逆系统”，然后把“阶积分逆系统”和控制对象串联起来，将控制对象补偿为具有线性传递关系的且已解耦的伪线性系统，最后对伪线性系统进行综合。逆系统控制方法的特点是不必将问题引入“几何域”中，具有直观、简便和易于理解的优点，从而便于在工程上推广应用。2022年8月4日22时15分10.2.1 逆系统控制方法的理论基础2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分图图10-1 阶逆系统串联在原系统之前形成伪线性系统阶逆系统串联在原系统之前形成伪线性系统2022年8月4日22时15分2022年8月4日22时15分2
23、022年8月4日22时15分2022年8月4日22时15分10.2.2 交流电动机动态模型的可逆性及其逆系统2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分图图10-2 异步电动机与其异步电动机与其 阶逆系统串联组阶逆系统串联组成的伪线性系统成的伪线性系统2022年8月4日22时15分10.2.3 闭环控制器的设计基于逆系统控制方法设计的异步电动机变压变频调速系统的结构框图如图10-3所示，把逆变器和异步电动机串联后得到伪线性系统，对应于图10-3中的虚线框中的部
24、分。2022年8月4日22时15分图图10-3 异步电动机逆系统控制方法结构图异步电动机逆系统控制方法结构图2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分图图10-4 控制系统的等价结构控制系统的等价结构a)a)转速子系统转速子系统 b)磁链子系统磁链子系统2022年8月4日22时15分逆系统控制方法的主要优点是：1）采用逆系统控制方法可以将异步电动机解耦成转速和转子磁链二阶线性子系统，实现了转速和磁链的动态解耦控制；2）对两个解耦的线性子系统，可以运用简单的控制理论对转速调节器和磁链调节器进行设计，简化了调节器的设计方法。但是，解耦控制律（式（10
25、-10）的计算精度取决于异步电动机数学模型的准确程度，只有在参数准确的情况下，才能实现转速和磁链的精确动态解耦控制。然而，异步电动机的参数是随着运行时间和运行条件的变化而变化，加上实际应用中存在负载扰动及未建模动态的影响，使系统缺乏对电动机参数变化的鲁棒性，这个问题需要采用非线性自适应技术加以解决。2022年8月4日22时15分10.3 内模控制技术在异步电动机调速领域内的应用 前面提到的逆系统方法存在的一个主要的缺点是调速系统的性能严重依赖于被控对象数学模型的准确性，而内模控制是一种很有价值的选择方案。内模控制（Internal Model Control，IMC）是从化工过程中发展起来的一
26、种控制方法，具有很强的使用性，其突出的特点是不过分依赖被控对象的数学模型，对被控对象精度要求低，系统跟踪性能好，鲁棒性强。另外，内模控制还有所设计的控制器结构简单、参数单一、调整方向明确、在线设计方便、工程上容易实现的优点。2022年8月4日22时15分 内模控制最初用于控制多变量、非线性、强耦合、大时滞的工业过程，这方面已经有不少成功应用的例子。交流电动机也是一种多变量、非线性、强耦合的控制对象，因而完全有可能利用内模控制提高异步电动机调速系统的性能。目前，内模控制在电力拖动领域的应用已经有很多成功应用的实例，如永磁同步电动机磁阻转矩的内模控制，双凸极电动机电压调节中的内模控制，永磁同步电动
27、机定子电流的内模解耦控制。下面首先介绍一下内模控制的基本原理，然后对内模控制技术在异步电动机调速领域中的应用进行详细的讨论。2022年8月4日22时15分10.3.1 内模控制的基本原理和特点 常规的反馈控制系统的结构如图10-5所示，图中C(s)为控制器的传递函数，G(s)为被控对象的传递函数，D(s)为不可测干扰，R(s)和Y(s)为整个控制系统的输入和输出。在常规的反馈控制系统中，反馈信号直接取自系统的输出，这就使得不可测干扰D(s)对系统输出的影响通过反馈通道和其他因素混杂在一起，无法从其他因素的影响中把D(s)的影响分离出来进行补偿。2022年8月4日22时15分图图10-5 反馈控
28、制系统的结构框图反馈控制系统的结构框图2022年8月4日22时15分2022年8月4日22时15分图图10-6 等效内模控制结构框图等效内模控制结构框图2022年8月4日22时15分2022年8月4日22时15分图图10-7 内模控制结构图内模控制结构图2022年8月4日22时15分图图10-8 等效反馈控制结构图等效反馈控制结构图2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分10.3.2 定子电流的内模解耦控制2022年8月4日22时15分2022年8月4日22时15分图图10-9 定子电
29、流内模解耦控制系统的定子电流内模解耦控制系统的结构框图结构框图2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分10.3.3 二自由度内模控制策略 以上研究的内模控制属于一自由度控制策略，如果使用一自由度控制策略分别设计转速调节器和磁链调节器，则在参数整定过程中难以兼顾各种控制指标的性能要求。而采用二自由度的内模控制策略则可以分别调节系统的跟随性、动态抗扰性和鲁棒性，使各方面的性能均得到优化。一自由度内模控制主要用于交流调速系统中的定子电流控制，取得了令人满意的控制效果。二自由度内模控制目前已经在恒磁通直流电动机调速系统和永磁电动机过程的交流伺服系统中得
30、到应用，其优点是可以通过二自由度内模控制器各自独立的调节系统的跟随性能和抗扰性能。下面对二自由度内模控制策略的原理和在异步电动机调速系统中的应用进行详细的介绍。2022年8月4日22时15分2022年8月4日22时15分图图10-10 二自由度内模控制系统的原理框图二自由度内模控制系统的原理框图2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分10.3.4 异步电动机调速系统的二自由度内模控制方法 在矢量控制异步电动机调速系统的框架上，本节利用二自由度内模控制方法对转速控制器和磁链控制进行设计，使调速系统同时具有对给定信号的良好跟踪能力和对负载扰动较强的
31、抗干扰能力。图10-11是采用二自由度内模控制器的异步电动机调速系统的原理框图2022年8月4日22时15分2022年8月4日22时15分图图10-11 采用二自由度内模控制器的采用二自由度内模控制器的异步电动机调速系统的原理框图异步电动机调速系统的原理框图2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分10.4 具有参数自校正功能的转差型矢量控制系统 当电动机运行时，电动机参数发生变化（特别是转子电阻（Rr）随电动机温度变化较大，最
32、高约有50%Rr）。这样，在电动机运行中，设定的磁场定向坐标往往会偏离实际的磁场定向坐标。因此，在系统运行中，随着电动机参数的变化不断修正设定的磁场定向坐标，使之与实际的磁场定向坐标相一致，才能保证这类系统有永久的优良性能。为此，以下讨论一种具有参数自校正的转差型异步电动机矢量控制系统。2022年8月4日22时15分（1）前馈矢量控制方式的问题 图10-12为按转子磁链定向的异步电动机转差型具有参数自校正功能的前馈矢量控制系统的结构图。图中 为电动机定子电流矢量 在同步坐标系（M、T）上沿T轴方向的分量，称为转矩定子电流分量；为 沿M轴方向的分量，称为励磁定子电流分量；表示给定值；为对应于转子
33、磁链 的磁化电流，即数值上 ；为磁场定向角；为同步角频率；为转子旋转角频率；为转差角频率。为转子电路时间常数；为定、转子间的等效互感。由图可见，对于 而言，该系统为前馈矢量控制方式，因此，该系统的鲁棒性差。sTisisMisirMirrr rMK issslrrdrTLRmdLsl2022年8月4日22时15分2022年8月4日22时15分图图10-12 参数自校正转差型前馈矢量参数自校正转差型前馈矢量控制系统结构图控制系统结构图2022年8月4日22时15分（2）参数自校正方法及实现 1982年西德Gabriel把PRBS信号（伪随机信号）在线辨识技术应用于矢量控制系统中磁通模型参数 的自校
34、正。这种方法不需要附加传感器，算法也很简单，但没有考虑速度检测小误差对系统的影响，而且存在辨识结果依赖于负载的缺点，对此作出如下修正。rT2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分10.5 智能控制方法在异步电动机调速系统中的应用10.5.1 异步电动机的神经网络模型参考自适应控制方法 神经网络控制技术是智能控制的一个重要分支，其主要优点是可以利用神经网络的学习能力，适应系统的非线性和不确定性，使控制系统具有较强的适应能力和鲁棒性。与模糊控制相比，神经网络控制不需要事先设定控制规则，能够
35、在线调整权系数，使系统性能达到最优，从而能够显著降低控制系统的开发周期。2022年8月4日22时15分 近年来，把神经网络控制技术引入到电气传动领域的研究，受到各国专家广泛的关注，已经获得很多成功应用的实例，很多学者希望能够利用神经网络控制技术把电气传动系统的控制性能提高到一个新的水平。2022年8月4日22时15分1.神经网络参数估计器2022年8月4日22时15分2022年8月4日22时15分图图10-13 神经网络辨识器的结构框图神经网络辨识器的结构框图2022年8月4日22时15分2022年8月4日22时15分2.神经网络模型参考自适应调速系统 神经网络模型参考自适应调速系统框图如图1
36、0-14所示，其设计目标是使转子转速 跟踪给定 。在整个调速系统中使用了两个控制器：ASR称为速度控制器，NNPIC称为补偿控制器。速度控制器决定了整个系统的响应速度、稳态误差等性能指标，补偿控制器NNPIC的主要作用是提高系统对参数变化和负载扰动的鲁棒性。速度控制器的输出 和NNPIC控制的输出 相加作为定子电流矢量T轴分量的给定值 。rrP iiT cisTi2022年8月4日22时15分2022年8月4日22时15分图图10-14 感应电动机的神经网络模型感应电动机的神经网络模型参考自适应调速系统框图参考自适应调速系统框图2022年8月4日22时15分 补偿控制器NNPIC的结构如图10
37、-15所示，为了分析方便，三个神经元的传递函数都取为单位映射，即神经元的输出等于神经元的净输入，神经网络的输出为 Tqccc11ikkk（10-56）2022年8月4日22时15分图图10-15 补偿控制器补偿控制器NNPIC的结构框图的结构框图2022年8月4日22时15分 神经网络的输出 权系数向量 采用投影算法进行在线训练，递推公式为 mek ck cmccTcc1111akekkkbkk（10-57）式中，a、b是常数，b是一个接近于0的正常数，其作用是避免在训练过程中分母为0。0,2a2022年8月4日22时15分 （2）转速调节器ASR 在整个调速系统的设计过程中，速度控制器ASR
38、的设计和补偿控制器NNPIC的设计可以分开进行。根据以上方法设计的补偿控制器NNPIC可以使系统的动态特性逼近参考模型的动态特性，假设参考模型的传递函数为mmmmKPJ sB（10-58）速度调节器ASR使用简单的PI调节器，ASR的传递函数为 PiipisKKess（10-59）2022年8月4日22时15分整个调速系统的传递函数可以近似为 mpmir2rmmmpmiK K sK KssJ sBK KsK K（10-60）根据式（10-60）和给定的调速系统的性能指标，就可以对转速调节器ASR中的参数 、进行设计。pKiK2022年8月4日22时15分10.5.2 异步电动机模糊控制方法 1
39、965年美国著名控制论专家L.A.Zadeh创立了模糊集合论，为解决复杂系统的控制问题提供了强有力的数学工具，1974年Mamdani创立了使用模糊控制语言描述控制规则的模糊控制理论，这种控制方法具有简单、易用、控制效果好的特点，已经被广泛应用于各种控制系统，尤其是在解决模型不确定、非线性、大时滞系统的控制，其优势尤其明显，正如L.A.Zadeh教授所说：“有很多可供选择的方法来代替模糊逻辑，但是模糊逻辑往往是最快速和最简单有效的方法”。本小节介绍一种采用模糊控制器的异步电动机直接转矩控制方法。2022年8月4日22时15分 1.异步电动机模糊直接转矩控制调速系统的基本结构 异步电动机模糊直接
40、转矩控制调速系统的基本结构如图10-16所示，整个系统主要由自适应模糊速度调节器、模糊转矩调节器、逆变器、交流电动机、磁链和转矩观测器组成。图中双线表示矢量，单线表示标量。2022年8月4日22时15分图图10-16 异步电动机模糊直接转矩控异步电动机模糊直接转矩控制调速系统的基本结构制调速系统的基本结构2022年8月4日22时15分 模糊直接转矩控制调速系统的基本工作原理如下：自适应模糊速度调节器根据转速误差 输出电磁转矩的给定信号 ；模糊转矩调节器根据输入的转矩误差eT、磁链误差e、和磁链角 ，经过模糊推理选择开关状态SA,B,C，作为逆变器单元的输入信号，实现对异步电动机的控制。eeiT
41、2022年8月4日22时15分2.模糊转矩控制器的设计2022年8月4日22时15分图图10-17 的隶属度函数分布的隶属度函数分布s图图10-18eT的隶属度函数分布的隶属度函数分布2022年8月4日22时15分2022年8月4日22时15分图图10-19 的隶属度函数分布的隶属度函数分布e图图10-20 n的隶属度函数分布的隶属度函数分布2022年8月4日22时15分eeT01234567891011 PPBN3N 1N 1N 5N 5N 4N 4N 6N 6N 2N 2N 3PSN 3N 1N 1N 5N 5N 4N 4N 6N 6N 2N 2N 3ZN 0N 0N 0N 0N 0N 0
42、N 0N 0N 0N 0N 0N 0NSN 2N 2N 3N 3N 1N 5N 5N 5N 4N 4N 6N 6NBN 2N 2N 3N 3N 1N 5N 5N 5N 4N 4N 6N 6 ZPBN 1N 1N 5N 5N 4N 4N 6N 6N 2N 2N 3N 3PSN 1N 5N 5N 4N 4N 6N 6N 2N 2N 3N 3N 1ZN 0N 0N 0N 0N 0N 0N 0N 0N 0N 0N 0N 0NSN 0N 0N 0N 0N 0N 0N 0N 0N 0N 0N 0N 0NBN 6N 2N 2N 3N 3N 1N 1N 5N 5N 4N 4N 6 NPBN 1N 5N 5N
43、4N 4N 6N 6N 2N 2N 3N 3N 1PSN 5N 5N 4N 4N 6N 6N 2N 2N 3N 3N 1N 1ZN 0N 0N 0N 0N 0N 0N 0N 0N 0N 0N 0N 0NSN 4N 6N 6N 2N 2N 3N 3N 1N 1N 5N 5N 4NBN 6N 6N 2N 2N 3N 1N 1N 1N 5N 5N 4N 4表表10-1 模糊控制规则表模糊控制规则表 在模糊转矩控制器的实现过程中，模糊推理采用Mamdani推理方法，解模糊采用最大隶属度平均法。2022年8月4日22时15分3.自适应模糊速度调节器 自适应模糊控制器具有以下两个功能：1）控制功能：根据调
44、速系统的运行状态，给出合适的控制量；2）自适应功能：根据调速系统的运行效果，对控制器的控制决策进一步更改，以便获得更好的控制效果。2022年8月4日22时15分 本文使用一种具有自适应功能的模糊PD控制器作为速度调节器，其结构如图10-21所示，由模糊控制器和自适应机构组成，图中ke、kc是调整量化因子，ku是比例因子。模糊控制器的输入量为经过量化因子调整后的转速误差kee和转速偏差变化率kce，其输出量u乘 作为转矩控制器的给定信号 。自适应调整机构的作用是根据速度的实时变化趋势对增益调整因子 进行在线调节，减小电动机参数变化对系统性能的影响。ukeiT2022年8月4日22时15分图图10
45、-21 自适应模糊速度调节器结构框图自适应模糊速度调节器结构框图2022年8月4日22时15分2022年8月4日22时15分图图10-22 、的隶属度函数分布的隶属度函数分布eeu2022年8月4日22时15分 模糊控制规则用e、e、u描述，比如与e=NB、e=NB对应的控制规则具有以下形式if e=NB and e=NB then u=NB 所有模糊控制规则如表10-2所示，模糊推理采用Mamdani推理方法，解模糊采用加权平均法。2022年8月4日22时15分ueNBNMNSZPSPMPBeNBNBNBNBNMNSNSZNMNBNMNMNMNSZPSNSNBNMNSNSZPSPMZNBNM
46、NSZPSPMPBPSNMNSZPSPSPMPBPMNSZPSPMPMPMPBPBZPSPSPMPBPBPB表表10-2 模糊控制规则表模糊控制规则表2022年8月4日22时15分2022年8月4日22时15分图图10-23 的隶属度函数分布的隶属度函数分布2022年8月4日22时15分 模糊控制规则用e、e、描述，比如与e=NB、e=NB对应的控制规则表示为if e=NB and e=NB then =VB 所有模糊控制规则如表10-3所示，模糊推理采用Mamdani推理方法，解模糊采用加权平均法。2022年8月4日22时15分eNBNMNSZPSPMPBeNBVBVBVBBSBSZNMVB
47、VBBMBMBSVSNSVBMBBBVSSVSZSSBMBZMBSBSPSVSSVSBBMBVBPMVSSMBMBBVBVBPBZSSBBVBVBVB表表10-3 模糊控制规则表模糊控制规则表2022年8月4日22时15分4.模糊直接转矩控制方案的特点 从以上分析可见，异步电动机模糊直接转矩控制方案结构简单，思路清晰、容易实现。实验结果表明这种控制方案具有以下优点：1）速度响应快、无超调、稳态精度高。2）模糊速度控制器具有自适应功能，改善了调速系统的低速性能。3）能在一定程度上抑制电机参数变化对调速系统性能的影响。在速度控制器和转矩控制器的设计过程中，为了确定合理模糊控制规则，需要进行大量的实
48、验，这是模糊直接转矩控制方案存在的主要问题。2022年8月4日22时15分10.5.3 异步电动机的自适应模糊神经网络控制方法 模糊神经网络同时具有模糊推理能力和自学习能力，是神经网络技术和模糊技术的有机结合，已经被广泛的应用到系统辨识和控制领域中。模糊神经网络在结构上虽然也是局部逼近网络，但它是按照模糊系统模型建立起来的，网络中的各个节点和所有参数均具有明显的物理意义，因此这些参数的初始值比较容易确定，从而提高了网络的收敛速度。另一方面，模糊神经网络还具有神经网络的自学习能力，能够根据系统的运行情况对推理规则进行调整，这是其优于模糊技术之所在。近10年来，把智能控制和自适应控制结合起来的智能
49、自适应控制技术是自动控制领域的研究热点之一，为解决控制对象的非线性和不确定性问题提供了一种可行的方法。2022年8月4日22时15分2022年8月4日22时15分图图10-24 异步电动机自适应模糊神经异步电动机自适应模糊神经网络控制系统结构框图网络控制系统结构框图2022年8月4日22时15分2.模糊神经网络辨识器的结构 模糊神经网络辨识器包含4层神经元，分别称为输入层（i层）、成员函数层（j层）、规则层（k层）和输出层（o层），其结构如图10-25所示。图图10-25 模糊神经网络辨识器的结构模糊神经网络辨识器的结构2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分2022年8月4日22时15分习题：10.1 简述几种交流电动机变压变频系统的新型控制策略10.2 简述内模控制方法的结构及工作原理10.3 简述异步电动机调速系统各智能控制方法的优缺点本章结束！2022年8月4日22时15分
