自適應(yīng)神經(jīng)模糊推理系統(tǒng)在電動(dòng)機(jī)軟啟動(dòng)中的應(yīng)用

李冬輝， 王瑩瑩， 馬禹新

(天津大學(xué) 電氣與自動(dòng)化工程學(xué)院，天津 300072)

自適應(yīng)神經(jīng)模糊推理系統(tǒng)在電動(dòng)機(jī)軟啟動(dòng)中的應(yīng)用

李冬輝， 王瑩瑩， 馬禹新

(天津大學(xué) 電氣與自動(dòng)化工程學(xué)院，天津 300072)

異步電動(dòng)機(jī)直接啟動(dòng)產(chǎn)生的沖擊電流會(huì)造成嚴(yán)重的電網(wǎng)沖擊，因此提出將自適應(yīng)神經(jīng)模糊推理系統(tǒng)應(yīng)用到電動(dòng)機(jī)軟啟動(dòng)控制中，充分發(fā)揮神經(jīng)網(wǎng)絡(luò)自適應(yīng)學(xué)習(xí)和模糊推理不要求掌握被控對(duì)象精確模型處理結(jié)構(gòu)化知識(shí)的能力，實(shí)現(xiàn)電動(dòng)機(jī)軟啟動(dòng)的智能控制。利用電機(jī)轉(zhuǎn)速、負(fù)載轉(zhuǎn)矩、觸發(fā)角的對(duì)應(yīng)關(guān)系作為訓(xùn)練樣本，采用混合學(xué)習(xí)算法調(diào)整前提參數(shù)和結(jié)論參數(shù)，自動(dòng)產(chǎn)生模糊規(guī)則，構(gòu)建自適應(yīng)神經(jīng)模糊推理系統(tǒng)，根據(jù)給定的電機(jī)轉(zhuǎn)速和轉(zhuǎn)矩產(chǎn)生合適的晶閘管觸發(fā)角。經(jīng)仿真分析，結(jié)果表明:訓(xùn)練構(gòu)建的自適應(yīng)神經(jīng)模糊推理系統(tǒng)能夠很好地進(jìn)行電機(jī)的速度控制，可以實(shí)現(xiàn)風(fēng)機(jī)或泵類負(fù)載電動(dòng)機(jī)的軟啟動(dòng)。

自適應(yīng)神經(jīng)模糊推理系統(tǒng);異步電機(jī);晶閘管;軟啟動(dòng)

0 引言

異步電動(dòng)機(jī)直接啟動(dòng)會(huì)產(chǎn)生較大的沖擊電流。一方面，它會(huì)造成嚴(yán)重的電網(wǎng)沖擊，降低電網(wǎng)的供電質(zhì)量并影響其他設(shè)備的正常運(yùn)行;另一方面，還會(huì)使電動(dòng)機(jī)的絕緣繞組過(guò)熱老化，影響電動(dòng)機(jī)的使用壽命。為了解決上述問(wèn)題，常用反并聯(lián)晶閘管構(gòu)成三相交流調(diào)壓電路，通過(guò)控制晶閘管的觸發(fā)角調(diào)整施加到電動(dòng)機(jī)上的電壓，實(shí)現(xiàn)電機(jī)的軟啟動(dòng)［1－2］。但是，異步電動(dòng)機(jī)啟動(dòng)是一個(gè)非線性時(shí)變過(guò)程，電機(jī)啟動(dòng)過(guò)程中的反饋電流和晶閘管觸發(fā)角之間也沒(méi)有精確的數(shù)學(xué)模型，因此，很多學(xué)者對(duì)電機(jī)軟啟動(dòng)的控制方法在進(jìn)行深入研究［3－4］。

自適應(yīng)神經(jīng)模糊推理系統(tǒng)是一種將模糊邏輯和神經(jīng)元網(wǎng)絡(luò)有機(jī)結(jié)合的新型的模糊推理系統(tǒng)結(jié)構(gòu)［5－6］。將模糊推理系統(tǒng)(FIS)中的模糊邏輯規(guī)則及隸屬度函數(shù)參數(shù)通過(guò)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)來(lái)制定，并自動(dòng)產(chǎn)生模糊規(guī)則，克服該規(guī)則主要根據(jù)專家經(jīng)驗(yàn)設(shè)計(jì)的問(wèn)題。系統(tǒng)既具備模糊控制不要求掌握被控對(duì)象精確模型及強(qiáng)魯棒性的特點(diǎn)，又具有神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)及高控制精度的優(yōu)點(diǎn)，在很多領(lǐng)域都有廣泛的應(yīng)用［7－10］。

筆者基于自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)，利用神經(jīng)網(wǎng)絡(luò)具有的自學(xué)習(xí)功能和模糊推理表達(dá)模糊語(yǔ)言的特點(diǎn)，通過(guò)大量數(shù)據(jù)訓(xùn)練模糊隸屬度函數(shù)及模糊規(guī)則，試圖構(gòu)建ANFIS控制器對(duì)晶閘管觸發(fā)角進(jìn)行開環(huán)控制實(shí)現(xiàn)電機(jī)的軟啟動(dòng)。

1 自適應(yīng)神經(jīng)模糊推理系統(tǒng)

自適應(yīng)神經(jīng)模糊推理系統(tǒng)(ANFIS)是將模糊推理系統(tǒng)與神經(jīng)網(wǎng)絡(luò)相結(jié)合的產(chǎn)物。模糊推理系統(tǒng)廣泛用于模糊控制，通過(guò)隸屬度，使規(guī)則數(shù)值化。神經(jīng)網(wǎng)絡(luò)具有自適應(yīng)自學(xué)習(xí)的功能，通過(guò)對(duì)大量數(shù)據(jù)的學(xué)習(xí)，估計(jì)輸入輸出數(shù)據(jù)之間的映射，并具有很強(qiáng)的泛化能力。ANFIS則充分利用模糊推理系統(tǒng)與神經(jīng)網(wǎng)絡(luò)各自的優(yōu)良特性，使用給定的輸入輸出數(shù)據(jù)集來(lái)構(gòu)建模糊推理系統(tǒng)(FIS)，其隸屬度函數(shù)參數(shù)可使用最速下降法(或反向傳播方法)與最小二乘方法相結(jié)合的混合學(xué)習(xí)算法一起進(jìn)行調(diào)節(jié)，允許模糊系統(tǒng)用要建模的數(shù)據(jù)進(jìn)行學(xué)習(xí)，使隸屬度函數(shù)適應(yīng)輸入輸出數(shù)據(jù)。ANFIS與模糊推理系統(tǒng)和神經(jīng)網(wǎng)絡(luò)系統(tǒng)相比，它既可以表達(dá)模糊語(yǔ)言變量，又具有學(xué)習(xí)功能，能以任意精度逼近任何線性或非線性系統(tǒng)。

ANFIS是將Sugeno一階模糊推理系統(tǒng)以網(wǎng)絡(luò)的形式實(shí)現(xiàn)時(shí)得到的一種神經(jīng)網(wǎng)絡(luò)［5］，對(duì)于一階Sugeno模糊模型，假定模糊推理系統(tǒng)有2輸入x、y，單輸出f，具有2條模糊if-then規(guī)則的普通規(guī)則集:

該系統(tǒng)相應(yīng)的ANFIS結(jié)構(gòu)，如圖1所示。

第一層，負(fù)責(zé)輸入信號(hào)的模糊化，節(jié)點(diǎn)i具有輸出函數(shù):

其中x是節(jié)點(diǎn)i的輸入，Ai是模糊集。O1i就是Ai的隸屬度函數(shù)值，表示x屬于Ai的程度。通常選取μAi(x)為鐘形函數(shù)，如

這里ai，bi，ci為前提參數(shù)，隸屬函數(shù)的形狀隨這些參數(shù)的改變而改變。

圖1 ANFIS結(jié)構(gòu)Fig.1 Structure of ANFIS

第二層，模糊推理，計(jì)算每條規(guī)則的適用度。這層節(jié)點(diǎn)負(fù)責(zé)將輸入信號(hào)相乘，如:wi=μAi(x)×μbi(y)每個(gè)節(jié)點(diǎn)的輸出代表一條規(guī)則的可信度。這里的×可以是任何滿足T規(guī)范的and算子。

第三層，第i個(gè)節(jié)點(diǎn)計(jì)算第i條規(guī)則的歸一化可信度:

第四層，根據(jù)模糊規(guī)則計(jì)算各規(guī)則輸出:

第五層，ANFIS網(wǎng)絡(luò)輸出:

給定前提參數(shù)后，ANFIS的輸出可以表示成結(jié)論參數(shù)的線性組合:

對(duì)于圖1所示的ANFIS網(wǎng)絡(luò)參數(shù)的學(xué)習(xí)，可以分為前提參數(shù)的學(xué)習(xí)和結(jié)論參數(shù)的學(xué)習(xí)兩部分。假定訓(xùn)練集為{xdi，ydi，fdi}，(i=1，2，…，p)，fdi為當(dāng)輸入為{xdi，ydi}時(shí)的ANFIS的實(shí)際輸出。則由式(6)可得:

X=［p1，q1，r1，p2，q2，r2］T1i和2i是輸入{xdi，ydi}時(shí)12的值。即結(jié)論輸出是結(jié)論參數(shù)集X的線性函數(shù)，可使用最小二乘法得到均方誤差最小min‖AX－f‖意義下的參數(shù)最優(yōu)解:

根據(jù)上一步驟計(jì)算得到的結(jié)論參數(shù)進(jìn)行誤差計(jì)算，采用前饋神經(jīng)網(wǎng)絡(luò)中的BP算法，將誤差由輸出端反向傳到輸入端，用梯度下降法更新前提參數(shù)，從而改變隸屬函數(shù)的形狀。

2 基于ANFIS的電機(jī)軟啟動(dòng)

軟啟動(dòng)器一般采用三對(duì)反并聯(lián)晶閘管構(gòu)成三相調(diào)壓電路，通過(guò)控制晶閘管的觸發(fā)角，調(diào)節(jié)晶閘管調(diào)壓電路的輸出電壓，實(shí)現(xiàn)電機(jī)的平穩(wěn)啟動(dòng)，減小啟動(dòng)電流對(duì)電網(wǎng)的沖擊。

一般的三相調(diào)壓電路由于沒(méi)有中線，所以在工作時(shí)若要負(fù)載電流流通，至少要有兩相構(gòu)成通路，且其中一相是正向晶閘管導(dǎo)通，另一相是反向晶閘管導(dǎo)通。為了保證在電路起始工作時(shí)能使兩個(gè)晶閘管同時(shí)導(dǎo)通，以及在感性負(fù)載與控制角較小時(shí)仍能保證不同相的兩個(gè)晶閘管同時(shí)導(dǎo)通，要求采用能夠產(chǎn)生大于60°的寬脈沖或雙脈沖的觸發(fā)電路。為了保證輸出電壓三相對(duì)稱并有一定的調(diào)節(jié)范圍，要求晶閘管的觸發(fā)信號(hào)除了必須與相應(yīng)的交流電源有一致的相序外，各觸發(fā)信號(hào)之間還必須嚴(yán)格地保持一定的相位關(guān)系。

運(yùn)用matlab/simulink電力系統(tǒng)工具箱構(gòu)建電機(jī)軟啟動(dòng)仿真模型，給定一恒定觸發(fā)角，改變負(fù)載轉(zhuǎn)矩，計(jì)算每次運(yùn)行的穩(wěn)態(tài)轉(zhuǎn)速，改變觸發(fā)角重復(fù)這一過(guò)程，得到對(duì)應(yīng)不同觸發(fā)角、轉(zhuǎn)矩、轉(zhuǎn)速曲線，如圖2所示。

從圖2中可以看到對(duì)應(yīng)0～30°觸發(fā)角，轉(zhuǎn)矩速度曲線比較相似，這主要是由于觸發(fā)角小于等于功率因數(shù)角，晶閘管連續(xù)導(dǎo)通，在這個(gè)范圍內(nèi)改變觸發(fā)角對(duì)電機(jī)定子端電壓沒(méi)有影響，轉(zhuǎn)矩轉(zhuǎn)速值也就相應(yīng)沒(méi)有變化。

圖2 對(duì)應(yīng)不同觸發(fā)角的轉(zhuǎn)矩速度曲線Fig.2 Curve of torque speed corresponding to differert thyristor firing angle

ANFIS控制的本質(zhì)是采用神經(jīng)網(wǎng)絡(luò)技術(shù)設(shè)計(jì)模糊控制器，在處理非線性對(duì)象特性時(shí)比線性控制器具有更豐富的表現(xiàn)能力，可有效地應(yīng)用于非線性系統(tǒng)的控制中。基于ANFIS的電機(jī)軟啟動(dòng)在進(jìn)行訓(xùn)練之前，必須獲得其輸入輸出樣本數(shù)據(jù)。其訓(xùn)練方式采用離線訓(xùn)練方法，并通過(guò)模糊控制器進(jìn)行自適應(yīng)。

運(yùn)用多次仿真，得到轉(zhuǎn)速轉(zhuǎn)矩觸發(fā)角對(duì)應(yīng)關(guān)系，構(gòu)成訓(xùn)練數(shù)據(jù)集作為訓(xùn)練樣本，訓(xùn)練自適應(yīng)神經(jīng)模糊推行系統(tǒng)，系統(tǒng)的輸入為電機(jī)的轉(zhuǎn)速和轉(zhuǎn)矩，輸出為晶閘管的觸發(fā)角。系統(tǒng)輸入變量的隸屬度函數(shù)類型采用鐘形隸屬度函數(shù)，其個(gè)數(shù)均為7。則第一層結(jié)點(diǎn)數(shù)為14個(gè);第二層的結(jié)點(diǎn)數(shù)為49個(gè)，分別表示輸入結(jié)點(diǎn)的組合;第三層結(jié)點(diǎn)也為49個(gè)，代表49條規(guī)則的真值;第四層結(jié)點(diǎn)為49個(gè)，分別表示各條規(guī)則真值的歸一化值;第五層結(jié)點(diǎn)為49個(gè)，分別代表每條規(guī)則對(duì)應(yīng)的輸出;第六層為1個(gè)，即控制器的輸出，其函數(shù)為一階線性函數(shù)。由genfis1函數(shù)產(chǎn)生初始的FIS結(jié)構(gòu)，設(shè)定ANFIS訓(xùn)練的步長(zhǎng)為150次。利用anfis的函數(shù)訓(xùn)練ANFIS，訓(xùn)練結(jié)束誤差降為0.092 88。

在ANFIS訓(xùn)練完成以及檢驗(yàn)后，可得到如圖3所示的系統(tǒng)訓(xùn)練后的隸屬度函數(shù)。對(duì)ANFIS進(jìn)行訓(xùn)練，調(diào)節(jié)好前提參數(shù)，再將訓(xùn)練好的ANFIS用于晶閘管觸發(fā)角控制。這樣做實(shí)際上是利用了ANFIS的網(wǎng)絡(luò)結(jié)構(gòu)從樣本數(shù)據(jù)中歸納出經(jīng)驗(yàn)，調(diào)節(jié)模糊規(guī)則及相應(yīng)隸屬度函數(shù)的參數(shù)，訓(xùn)練得到的ANFIS即成為一般的模糊推理系統(tǒng)。在實(shí)際應(yīng)用中對(duì)ANFIS的參數(shù)進(jìn)行在線調(diào)節(jié)將能更充分的發(fā)揮ANFIS自適應(yīng)的特點(diǎn)。

圖3 訓(xùn)練后的隸屬度函數(shù)Fig.3 Membership function after training

3 仿真分析

把訓(xùn)練得到的ANFIS加入到電機(jī)啟動(dòng)仿真模型中，系統(tǒng)結(jié)構(gòu)如圖4所示。ANFIS控制器的輸入量為參考轉(zhuǎn)速和參考轉(zhuǎn)矩，輸出為晶閘管觸發(fā)角。電機(jī)負(fù)載考慮為泵類或風(fēng)機(jī)負(fù)載，滿足如下轉(zhuǎn)矩速度特性:

其中k=1.8(Nms2/rad2)為常數(shù)。

圖4 帶ANFIS控制器的仿真模型Fig.4 Simulation model with ANFIS controller

仿真當(dāng)中給定一參考轉(zhuǎn)速，參考轉(zhuǎn)矩通過(guò)轉(zhuǎn)速和負(fù)載模型計(jì)算得到，參考轉(zhuǎn)速、轉(zhuǎn)矩送入ANFIS模型，產(chǎn)生相應(yīng)的觸發(fā)角，由晶閘管觸發(fā)電路產(chǎn)生觸發(fā)脈沖實(shí)現(xiàn)電機(jī)的啟動(dòng)。

給ANFIS控制器輸入合適斜率的斜坡信號(hào)作為參考轉(zhuǎn)速，使電機(jī)按照斜坡參考轉(zhuǎn)速?gòu)?上升到穩(wěn)態(tài)轉(zhuǎn)速。從圖5中可以看到，電機(jī)轉(zhuǎn)速按照斜坡輸入平穩(wěn)上升，穩(wěn)態(tài)時(shí)最終到達(dá)斜坡設(shè)定值。圖6a給出了電機(jī)轉(zhuǎn)速，電流有效值隨時(shí)間變化的曲線，同時(shí)為了對(duì)比起動(dòng)電流，圖6b給出了電機(jī)直接啟動(dòng)的定子電流有效值曲線。如圖6b所示，直接啟動(dòng)時(shí)，電機(jī)在到達(dá)穩(wěn)態(tài)前，定子電流有效值達(dá)到近4倍額定電流。而通過(guò)ANFIS控制，電機(jī)定子電流的有效值在1.5倍額定電流以內(nèi)且較平滑的上升到穩(wěn)態(tài)電流，實(shí)現(xiàn)了電機(jī)的軟啟動(dòng)。

圖5 輸入斜坡時(shí)的轉(zhuǎn)速響應(yīng)曲線Fig.5 Response curve of speed with slope input

圖6 起動(dòng)定子電流Fig.6 Stator current in soft start

基于ANFIS設(shè)計(jì)的軟啟動(dòng)控制器還可以用來(lái)進(jìn)行速度控制。如圖7，給定參考轉(zhuǎn)速在0時(shí)刻上升到0.6p.u.，4s時(shí)刻上升到0.8p.u.，8 s時(shí)刻下降為0.7p.u.，從相應(yīng)的電機(jī)轉(zhuǎn)速上升曲線看到其能夠很好的跟蹤參考轉(zhuǎn)速的變化。

圖7 轉(zhuǎn)速響應(yīng)曲線Fig.7 Stator current when starting directly

4 結(jié)束語(yǔ)

ANFIS應(yīng)用于電機(jī)軟啟動(dòng)，能有效地利用人類知識(shí)處理不精確及不確定的情況，加強(qiáng)了對(duì)未知或變化的環(huán)境進(jìn)行學(xué)習(xí)和調(diào)節(jié)的性能。自適應(yīng)神經(jīng)模糊推理系統(tǒng)將神經(jīng)網(wǎng)絡(luò)與模糊推理有機(jī)結(jié)合，發(fā)揮了神經(jīng)網(wǎng)絡(luò)具有的自學(xué)習(xí)功能和模糊推理表達(dá)模糊語(yǔ)言的特點(diǎn)，利用大量已知數(shù)據(jù)訓(xùn)練模糊隸屬度函數(shù)及模糊規(guī)則，在電機(jī)軟啟動(dòng)當(dāng)中顯示出良好的性能。

［1］GASTLI A，AHMED M M.ANN-based soft starting of voltagecontrolled-fed im drive system［J］.Energy Conversion，2005，20(3):497－503.

［2］肖蕙蕙，王志強(qiáng)，李 山.基于模糊控制的三廂異步電機(jī)軟啟動(dòng)研究［J］.現(xiàn)代電子技術(shù)，2011(10):136－138.

［3］杜新偉，劉滌塵，李 媛，等.自適應(yīng)神經(jīng)模糊推理系統(tǒng)在電力故障重現(xiàn)中的應(yīng)用［J］.電網(wǎng)技術(shù)，2006，30(6):82－87.

［4］崔寶俠，楊繼平，徐 冰.ANFIS實(shí)現(xiàn)的模糊神經(jīng)網(wǎng)絡(luò)在交通信號(hào)配時(shí)優(yōu)化中的應(yīng)用［J］.信息與控制，2006，35(1):79－83.

［5］陳忠化，郭鳳儀，石兆元.異步電動(dòng)機(jī)軟啟動(dòng)控制方法的研究與仿真［J］.工礦自動(dòng)化，2008(1):4－7.

［6］賈 媛，佟 威，李紅蓮，等.基于模糊自適應(yīng)控制的電機(jī)軟啟動(dòng)仿真［J］.電氣技術(shù)，2009(9):63－65.

Application of adaptive neuro-fuzzy inference system in motor soft start

LI Donghui， WANG Yingying， MA Yuxin
(College of Electrical Engineering and Automation，Tianjin University，Tianjin 300072，China)

Aimed at addressing serious grid impact entirely due to the impact of electricity resulting from direct start of induction motor，this paper introduces the application of the adaptive neuro-fuzzy inference system to the control of motor soft start.The method renders it possible to give a fuller play to the ability of adaptive learning of neural networks and fuzzy inference without the need to master the exact model of the object，and finally achieve the intelligent control of motor.The method consists of using the relationship of motor speed，load torque and the firing angle as training samples，and applying the hybrid learning algorithm to adjust the premise parameters and conclusion parameters，generating the fuzzy rules automatically and building the adaptive neuro-fuzzy inference system，and generating the appropriate thyristor trigger angle according to the given motor speed and torque.The simulation analysis shows that，the adaptive neuro-fuzzy inference system after training can afford a better control of motor speed，and thus promises to make possible the soft start of fan or pump load motor.

adaptive neuro-fuzzy inference system;induction motor;thyristor;soft start

TP273.4

A

1671－0118(2012)04－0428－05

2012－07－08

國(guó)家自然科學(xué)基金項(xiàng)目(60874077)

李冬輝(1962－)，男，黑龍江省伊春人，教授，博士生導(dǎo)師，研究方向:電力電子應(yīng)用、樓宇自動(dòng)化、計(jì)算機(jī)控制，E-mail:lidonghui@tju.edu.cn。

(編輯 徐 巖)