基于多標(biāo)量模型的感應(yīng)電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制

王新

(東南大學(xué) 能源與環(huán)境學(xué)院,江蘇 南京 210096)

1 引言

研究具有自適應(yīng)或魯棒能力(針對(duì)于電機(jī)參數(shù)變化和負(fù)載擾動(dòng))的感應(yīng)電機(jī)高性能控制方法非常具有挑戰(zhàn)性。近年來,許多專家學(xué)者提出了大量的高性能控制方法[1-4],其中,感應(yīng)電機(jī)非線性控制方法[5-8],如基于微分幾何理論、逆系統(tǒng)理論及直接反饋線性化方法所實(shí)現(xiàn)的解耦及線性化控制,理論上實(shí)現(xiàn)了轉(zhuǎn)速(轉(zhuǎn)矩)和磁鏈之間的大范圍解耦和線性化,為提出先進(jìn)的、實(shí)用的控制策略,提供了很好的理論基礎(chǔ),但它們本身嚴(yán)重依賴于數(shù)學(xué)模型。

提高系統(tǒng)自適應(yīng)或魯棒性是反饋線性化方法面臨的問題,文獻(xiàn)[2,4]提出的自適應(yīng)反饋線性化理論上嚴(yán)謹(jǐn),但在只考慮電阻和負(fù)載轉(zhuǎn)矩未知的情況下就使結(jié)構(gòu)十分復(fù)雜,而且還沒有考慮到未建模動(dòng)態(tài)等因素,不易實(shí)現(xiàn)工程化。基于電流控制型的神經(jīng)網(wǎng)絡(luò)逆控制方法[9]是在忽略電流動(dòng)態(tài)環(huán)節(jié)的前提下提出的,它增強(qiáng)了系統(tǒng)的魯棒性,但必須設(shè)計(jì)高性能的電流調(diào)節(jié)器。文獻(xiàn)[10]基于轉(zhuǎn)子磁場(chǎng)定向(MT)坐標(biāo)系下的電壓控制型感應(yīng)電機(jī)數(shù)學(xué)模型,采用神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)實(shí)現(xiàn)了電壓分量之間的近似解耦線性化,但它仍然建立在磁場(chǎng)定向準(zhǔn)確的基礎(chǔ)之上,旋轉(zhuǎn)角的不準(zhǔn)勢(shì)必造成控制性能下降。

感應(yīng)電機(jī)的多標(biāo)量模型[5,11]是針對(duì)兩相靜止(α β)坐標(biāo)系下5 階電機(jī)模型變換得到的,它具有狀態(tài)變量是標(biāo)量且物理意義明確、不需要旋轉(zhuǎn)坐標(biāo)變換及模型的輸入輸出均為直流量等優(yōu)點(diǎn),非常適合用于解耦線性化控制器設(shè)計(jì)。神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)方法具有諸多優(yōu)點(diǎn)[12],并在交流傳動(dòng)系統(tǒng)控制等領(lǐng)域得到成功應(yīng)用。因此,本文基于多標(biāo)量模型,利用解析逆系統(tǒng)理論,推導(dǎo)出兩種形式的解析逆系統(tǒng),指出逆系統(tǒng)具有良好的特性。根據(jù)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)理論,設(shè)計(jì)了考慮負(fù)載擾動(dòng)的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng),實(shí)現(xiàn)了感應(yīng)電機(jī)系統(tǒng)的自適應(yīng)解耦線性化,使得外環(huán)線性調(diào)節(jié)器的設(shè)計(jì)更加簡單,進(jìn)一步提高系統(tǒng)控制性能。最后,對(duì)所提結(jié)構(gòu)的有效性進(jìn)行了仿真驗(yàn)證。

2 感應(yīng)電機(jī)解析逆控制

2.1 感應(yīng)電機(jī)多標(biāo)量模型

α β坐標(biāo)系下電壓控制型感應(yīng)電機(jī)5階模型如下:

再定義坐標(biāo)變換 12/α β如下:

考慮式(2)、式(3),感應(yīng)電機(jī)模型式(1)可以寫為

定義系統(tǒng)輸出為轉(zhuǎn)子機(jī)械角速度和轉(zhuǎn)子磁鏈幅值平方

2.2 感應(yīng)電機(jī)解析逆系統(tǒng)

利用解析逆系統(tǒng)理論[12]可知,系統(tǒng)式(4)、式(5)具有向量相對(duì)階{}={2 2},且2+2=4,因此,感應(yīng)電機(jī)系統(tǒng)被完全解耦線性化。根據(jù)隱函數(shù)定理,可得狀態(tài)反饋型解析逆系統(tǒng)表達(dá)式

其中

根據(jù)文獻(xiàn)[13]中的方法,得到輸入積分型的

式(7)可以簡化為

通過對(duì)解析逆系統(tǒng)進(jìn)行分析,這種解析逆系統(tǒng)具有存在兩種形式解析逆系統(tǒng)、輸入積分型逆系統(tǒng)可以補(bǔ)償負(fù)載轉(zhuǎn)矩且與原系統(tǒng)構(gòu)成的復(fù)合系統(tǒng)不含零動(dòng)態(tài)等優(yōu)點(diǎn),這些使設(shè)計(jì)優(yōu)良的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)成為可能。

3 感應(yīng)電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制

式(6)和式(7)是兩種形式的解析逆系統(tǒng),當(dāng)參數(shù)變化和負(fù)載擾動(dòng)時(shí),它們都具有參數(shù)敏感性,解耦線性化會(huì)被破壞,系統(tǒng)性能難以進(jìn)一步提高。為此,本節(jié)設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)(即采用神經(jīng)網(wǎng)絡(luò)逼近逆系統(tǒng)的靜態(tài)表達(dá)式,利用積分器實(shí)現(xiàn)逆系統(tǒng)動(dòng)態(tài)特性),它可實(shí)現(xiàn)含有不確定性因素感應(yīng)電機(jī)系統(tǒng)的自適應(yīng)解耦線性化,得到的2個(gè)二階積分子系統(tǒng)不含變化的感應(yīng)電機(jī)參數(shù),使得外環(huán)控制器設(shè)計(jì)更加方便。

3.1 神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)設(shè)計(jì)

采用解析逆系統(tǒng)控制(ANISC)結(jié)構(gòu)來采集用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練的數(shù)據(jù),輸入輸出數(shù)據(jù)根據(jù)式(8)確定,轉(zhuǎn)子磁鏈通過觀測(cè)或計(jì)算得到,負(fù)載轉(zhuǎn)矩假定可測(cè),神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的具體設(shè)計(jì)步驟如下。

1)激勵(lì)信號(hào)選擇。在帶磁鏈觀測(cè)的感應(yīng)電機(jī)解析逆系統(tǒng)控制結(jié)構(gòu)中,取轉(zhuǎn)速和轉(zhuǎn)子磁鏈幅值平方給定為一定范圍內(nèi)幅值隨機(jī)變化且變化周期恒定的信號(hào)。為了避免求導(dǎo)時(shí)導(dǎo)數(shù)過大,采用二階Butterworth低通濾波器對(duì)給定信號(hào)進(jìn)行濾波。

3)神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測(cè)試。把訓(xùn)練數(shù)據(jù)分為兩組,一組用于訓(xùn)練,一組用于測(cè)試;選用3層前饋BP神經(jīng)網(wǎng)絡(luò),采用試湊法來確定隱層神經(jīng)元的個(gè)數(shù)。選用LM算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)再經(jīng)過測(cè)試檢驗(yàn)來確定是否適合使用。

3.2 神經(jīng)網(wǎng)絡(luò)逆控制結(jié)構(gòu)(NNIC)

設(shè)計(jì)好的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)可以實(shí)現(xiàn)含有不確定性因素感應(yīng)電機(jī)系統(tǒng)的自適應(yīng)解耦線性化,得到的轉(zhuǎn)速和轉(zhuǎn)子磁鏈幅值平方子系統(tǒng)均為1/s2,因此,可以采用PD調(diào)節(jié)器進(jìn)行調(diào)節(jié),利用線性系統(tǒng)理論設(shè)計(jì)PD調(diào)節(jié)器,最終完成神經(jīng)網(wǎng)絡(luò)逆復(fù)合控制器設(shè)計(jì),得到基于多標(biāo)量模型的感應(yīng)電機(jī)NNIC結(jié)構(gòu)如圖1所示。

圖1 感應(yīng)電機(jī)NNIC結(jié)構(gòu)原理圖Fig.1 T he diag ram for NNIC for IM

根據(jù)圖1,再考慮到實(shí)際情況,感應(yīng)電機(jī)NNIC的實(shí)現(xiàn)結(jié)構(gòu)如圖2所示,圖2中,定子電流和直流母線電壓可以通過電流和電壓霍耳傳感器測(cè)量得到,定子ab相電流用來觀測(cè)轉(zhuǎn)子磁鏈,直流母線電壓用來調(diào)制逆變橋開關(guān)管所需要的PWM信號(hào)。轉(zhuǎn)速通過光電編碼器測(cè)量得到通過測(cè)量得到。神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)模塊用來產(chǎn)生參考信號(hào),再通過 變換環(huán) 節(jié) α β/12 得到神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)輸入通過PD調(diào)節(jié)器調(diào)節(jié)得到。

圖2 感應(yīng)電機(jī)NNIC的實(shí)現(xiàn)結(jié)構(gòu)Fig.2 T he implement structure of NNIC for IM

所提結(jié)構(gòu)有如下特點(diǎn)。

1)與基于α β坐標(biāo)系下電壓控制型感應(yīng)電機(jī)的NNIC相比,其對(duì)應(yīng)的解析逆系統(tǒng)有兩種形式,輸入積分型結(jié)構(gòu)使得負(fù)載轉(zhuǎn)矩更加容易補(bǔ)償,神經(jīng)網(wǎng)絡(luò)以逼近定子電壓直流分量代替了交流分量,這使得神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)設(shè)計(jì)簡便、性能優(yōu)良。

2)與基于α β坐標(biāo)系下電流控制型感應(yīng)電機(jī)的NNIC相比,由于通過神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)取代了更加復(fù)雜的物理關(guān)系,省略了電流控制環(huán)節(jié),所提結(jié)構(gòu)更簡單。

3)與基于MT坐標(biāo)系下的感應(yīng)電機(jī)NNIC相比,磁鏈觀測(cè)不準(zhǔn)(進(jìn)一步為旋轉(zhuǎn)角)對(duì)控制性能所帶來的影響更小。

4 系統(tǒng)仿真

采用Matlab/Simulink建立感應(yīng)電機(jī)逆控制(包括解析逆和神經(jīng)網(wǎng)絡(luò)逆)系統(tǒng)的仿真模型,采用的籠式感應(yīng)電機(jī)參數(shù)為:額定功率1.1 kW,額定轉(zhuǎn)速146.6 rad/s,極對(duì)數(shù)=2,定子電感=0.574 H,轉(zhuǎn)子電感=0.580 H,互感=0.55 H,轉(zhuǎn)子慣量J=0.002 1 kg?m2,定子電阻Rs=5.9 Ω,轉(zhuǎn)子電阻=5.6 Ω。轉(zhuǎn)速和轉(zhuǎn)子磁鏈PD調(diào)節(jié)器的參數(shù)相同,分別為==1 300和KDω=KDΨ=65,這里下標(biāo) ω,Ψ分別為轉(zhuǎn)速和轉(zhuǎn)子磁鏈幅值平方調(diào)節(jié)器的控制參數(shù)。下面分兩種情況進(jìn)行仿真對(duì)比研究。

4.1 參數(shù)不變時(shí)

假定感應(yīng)電機(jī)參數(shù)不變,對(duì)ANIC和NNIC兩種方法進(jìn)行仿真。設(shè)轉(zhuǎn)速給定為:初始值80 rad/s,在1s處突變?yōu)?40 rad/s;轉(zhuǎn)子磁鏈幅值平方為:初始值1.0 Wb2,在3 s處突變?yōu)?.5 Wb2;負(fù)載轉(zhuǎn)矩為:空載啟動(dòng),在2 s處突變?yōu)?N?m。采用截止頻率為30rad/s的二階Butterworth低通濾波器對(duì)給定信號(hào)進(jìn)行濾波,仿真時(shí)間為4 s,比較結(jié)果如圖3所示。仿真結(jié)果表明,當(dāng)感應(yīng)電機(jī)參數(shù)不變時(shí),ANIC實(shí)現(xiàn)了完全解耦線性化,但負(fù)載突變時(shí),轉(zhuǎn)速所受影響較大;NNIC實(shí)現(xiàn)了近似解耦線性化,當(dāng)負(fù)載轉(zhuǎn)矩突變時(shí),轉(zhuǎn)速所受影響比ANIC時(shí)要小,這是因?yàn)镹NIC對(duì)負(fù)載轉(zhuǎn)矩進(jìn)行了補(bǔ)償。

圖3 參數(shù)不變時(shí),ANIC和NNIC仿真結(jié)果比較Fig.3 T he comparison simulation results of ANIC and NNIC when the parameters are constant

4.2 參數(shù)變化時(shí)

感應(yīng)電機(jī)在實(shí)際運(yùn)行過程中溫度升高,定轉(zhuǎn)子電阻會(huì)增大,假定和分別變?yōu)? Ω和10 Ω,其他運(yùn)行參數(shù)與4.1節(jié)相同,仿真結(jié)果如圖4所示。仿真結(jié)果表明,NNIC的轉(zhuǎn)速響應(yīng)所受影響很小,具有高動(dòng)、靜態(tài)性能;ANIC的轉(zhuǎn)速響應(yīng)速度變慢,當(dāng)加上負(fù)載時(shí),ANIC的轉(zhuǎn)速下降,因此,當(dāng)擾動(dòng)存在時(shí),參數(shù)變化對(duì)ANIC影響加大,破壞了ANIC的解耦,并使控制性能受到嚴(yán)重影響。兩種控制結(jié)構(gòu)的轉(zhuǎn)子磁鏈幅值平方響應(yīng)都受到了影響,與ANIC相比,NNIC所受影響很小。因此,NNIC比ANIC具有更強(qiáng)的魯棒性,從仿真結(jié)果可以得出:當(dāng)轉(zhuǎn)子參數(shù)變化和負(fù)載擾動(dòng)存在時(shí),NNIC實(shí)現(xiàn)了感應(yīng)電機(jī)的近似解耦及線性化,使得系統(tǒng)具有很高的控制性能。

圖4 參數(shù)變化時(shí),ANIC和NNIC仿真結(jié)果比較Fig.4 The comparison simulation results of ANIC and NNIC when the parameters varying

5 實(shí)現(xiàn)方案

5.1 系統(tǒng)實(shí)驗(yàn)平臺(tái)[14]

實(shí)驗(yàn)平臺(tái)結(jié)構(gòu)如圖5所示,主要包括德國dSPACE公司的半實(shí)物實(shí)時(shí)仿真工具DS1103及連接面板CLP1103、自行研制的接口板、感應(yīng)電機(jī)及工控機(jī)。接口板上包括三菱公司的ASIPM(PS12036)、整流器和逆變器之間的直流電路控制部分及電壓電流霍耳傳感器。工控機(jī)通過16位ISA總線與DS1103板進(jìn)行高速數(shù)據(jù)交換,電機(jī)轉(zhuǎn)速、直流母線電壓、定子電流分別通過光電編碼器和電壓電流傳感器測(cè)得,并通過連接面板CLP1103與 DS1103板的相關(guān)單元連接。DS1103板的微處理器根據(jù)控制算法運(yùn)算得到的控制信號(hào)通過 TMS320F240以PWM信號(hào)的形式送到接口板上的ASIPM,從而實(shí)現(xiàn)對(duì)感應(yīng)電機(jī)的變壓變頻控制。如果ASIPM出現(xiàn)故障,ASIPM的故障信號(hào)反饋給DS1103板的中斷端,關(guān)閉控制信號(hào),從而使系統(tǒng)得到保護(hù)。

圖5 實(shí)驗(yàn)平臺(tái)結(jié)構(gòu)框圖Fig.5 The structure frame for experiment platform

5.2 軟件實(shí)現(xiàn)方案

實(shí)驗(yàn)平臺(tái)的軟件部分由Matlab/Simulink和dSPACE提供的 RTI模塊和ControlDesk組成。首先采用直接轉(zhuǎn)子磁場(chǎng)定向控制結(jié)構(gòu)[1]采集訓(xùn)練所需實(shí)驗(yàn)數(shù)據(jù),將訓(xùn)練數(shù)據(jù)進(jìn)行處理后用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。然后,實(shí)現(xiàn)所提控制系統(tǒng)結(jié)構(gòu),其中控制系統(tǒng)算法(見圖2中的虛線部分)采用Matlab/Simulink 實(shí)現(xiàn) ,其中坐標(biāo)變化 α β/12,α β/abc和轉(zhuǎn)子磁鏈觀測(cè)器(采用電流轉(zhuǎn)速型)通過搭建模塊的方式實(shí)現(xiàn);神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)中的神經(jīng)網(wǎng)絡(luò)由訓(xùn)練時(shí)Matlab自動(dòng)產(chǎn)生的神經(jīng)網(wǎng)絡(luò)模塊實(shí)現(xiàn);PD調(diào)節(jié)器及其他相關(guān)環(huán)節(jié)通過軟件提供的模塊實(shí)現(xiàn)。RTI模塊是連接軟件和硬件接口電路的工具,兩相定子電流和直流母線電壓采集軟件通過DS1103ADC_17,DS1103ADC_18和DS1103ADC_19接口模塊實(shí)現(xiàn),轉(zhuǎn)速通過DS1103ENC_SETUP和DS1103ENC_POSC1模塊實(shí)現(xiàn),負(fù)載轉(zhuǎn)矩采集通過DS1103ADC_20模塊實(shí)現(xiàn),為了消除相關(guān)物理量中的諧波,采用適當(dāng)點(diǎn)數(shù)的滑動(dòng)平均濾波器進(jìn)行濾波。PWM波形的產(chǎn)生通過 DS1103SL_DSP_PWMSV模塊實(shí)現(xiàn)。ControlDesk用于實(shí)驗(yàn)物理量的采集、顯示和狀態(tài)控制,同時(shí)可以方便地進(jìn)行調(diào)節(jié)器參數(shù)的在線修改。

6 結(jié)論

為了解決具有不確定性因素的感應(yīng)電機(jī)系統(tǒng)控制問題,本文基于感應(yīng)電機(jī)多標(biāo)量模型,提出了基于多標(biāo)量模型的NNIC結(jié)構(gòu)。此結(jié)構(gòu)與其他NNIC相比具有諸多優(yōu)點(diǎn),并對(duì)系統(tǒng)的軟、硬件實(shí)現(xiàn)方案進(jìn)行了討論。仿真對(duì)比結(jié)果分析表明,當(dāng)參數(shù)變化和負(fù)載轉(zhuǎn)矩?cái)_動(dòng)時(shí),NNIC基本實(shí)現(xiàn)了感應(yīng)電機(jī)系統(tǒng)的自適應(yīng)解耦線性化,具有較高的動(dòng)、靜態(tài)控制性能。

[1] (美)比馬爾 K博斯.現(xiàn)代電力電子學(xué)與交流傳動(dòng)[M].北京:機(jī)械工業(yè)出版社,2004.

[2] M arino R,Peresada S,Tomei P.Global Adaptive Output Feedback Control of Induction Motors with Uncertain Rotor Resistance[J].IEEE Trans.Autom.Control,1999,44(5):967-983.

[3] Boukas T K,Habetler T G.High-performance Induction Motor Speed Control Using Exact Feedback Linearization with State and State Derivative Feedback[J].IEEE T rans.Power Electron.,2004,19(4):1022-1028.

[4] Mohamed Rashed,Peter F A MacConnell,Fraser Stronach A.Nonlinear Adaptive State-feedback Speed Control of a Voltage-fed Induction Motor with Varying Parameters[J].IEEE T rans.Ind.Appl.,2006,42(3):723-732.

[5] Kazmierkowski M P,Krishnan R,Blaabjerg F.Control in Power Electronics Selected Problems[M].San Diego:Academic Press,2002.

[6] 劉國海,戴先中.感應(yīng)電動(dòng)機(jī)調(diào)速系統(tǒng)的解耦控制[J].電工技術(shù)學(xué)報(bào),2001,16(5):30-34.

[7] 李擎,楊立永,李正熙,等.異步電動(dòng)機(jī)定子磁鏈與電磁轉(zhuǎn)矩的逆系統(tǒng)解耦控制方法[J].中國電機(jī)工程學(xué)報(bào),2006,26(6):146-150.

[8] 張春朋,林飛,宋文超,等.基于直接反饋線性化的異步電動(dòng)機(jī)非線性控制[J].中國電機(jī)工程學(xué)報(bào),2003,23(2):99-102.

[9] 王新,戴先中.一種基于神經(jīng)網(wǎng)絡(luò)逆的感應(yīng)電動(dòng)機(jī)解耦線性化改進(jìn)策略[J].電工技術(shù)學(xué)報(bào),2008,23(4):32-38.

[10]戴先中,張興華,劉國海,等.感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)線性化解耦控制[J].中國電機(jī)工程學(xué)報(bào),2004,24(1):112-117.

[11]Krezminski Z.Nonlinear Control of Induction Motor[C]∥Proceedings of 10th IFAC World Congress,Munich,Germany,1987:349-354.

[12]戴先中.多變量非線性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)逆控制方法[M].北京:科學(xué)出版社,2006.

[13]張興華.感應(yīng)電機(jī)的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)解耦線性化控制[D].南京:東南大學(xué),2002.

[14]王新,戴先中.同步旋轉(zhuǎn)坐標(biāo)系下感應(yīng)電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制[J].電氣傳動(dòng),2008,38(5):52-57.

修改稿日期:2010-05-11