感應電動機直接轉(zhuǎn)矩智能控制

改造者：劉倩倩 任一峰 王晉軍 黃 鋮

感應電動機直接轉(zhuǎn)矩智能控制

改造者：劉倩倩 任一峰 王晉軍 黃 鋮

直接轉(zhuǎn)矩控制技術(shù)作為一種高性能的控制方法使用定子磁通來確定方向的磁場和控制變換器開關(guān)狀態(tài)通過離散兩點監(jiān)管機構(gòu)獲得高轉(zhuǎn)矩動態(tài)性能。但沒有開關(guān)狀態(tài)可以生成精確的電壓矢量來產(chǎn)生所需的扭矩和通量變化在大多數(shù)轉(zhuǎn)換實例。這將導致高轉(zhuǎn)矩脈動。為了解決這個問題，一個新穎的DTC策略使用模糊神經(jīng)網(wǎng)絡(luò)代替滯后控制器提出了。通量誤差、轉(zhuǎn)矩誤差和磁通角變量作為模糊神經(jīng)網(wǎng)絡(luò)。為了解決非線性問題的直接轉(zhuǎn)矩控制參數(shù)變化的模糊自適應PI速度調(diào)節(jié)器的優(yōu)化分析PI控制速度響應，結(jié)合專家經(jīng)驗。仿真結(jié)果表明，控制系統(tǒng)獲得快速響應速度，更強的魯棒性、更高的速度控制精度和小的轉(zhuǎn)矩脈動。

MC的共同調(diào)制策略是雙電壓空間矢量脈寬調(diào)制和雙電壓控制方法。與傳統(tǒng)的電路轉(zhuǎn)換器相比，MC有許多優(yōu)點，如正弦輸入電流和輸出電壓、能量雙向流動，沒有直流環(huán)節(jié)，體積小等。MC代替電路轉(zhuǎn)換器在感應電動機驅(qū)動系統(tǒng)已成為研究焦點。

DTC是一個高性能的通信控制方法與傳統(tǒng)媒介控制技術(shù)。它的基本思想是保持常數(shù)通量振幅，通過調(diào)節(jié)定子磁通控制轉(zhuǎn)矩轉(zhuǎn)速在太空，實現(xiàn)速度控制的目的。在交流調(diào)速系統(tǒng)中，MC和用于驅(qū)動感應電動機DTC方法。它不僅可以實現(xiàn)更好的傳輸性能，還可以實現(xiàn)可調(diào)輸入功率因數(shù)，降低諧波污染。但由于磁滯控制和適應能力差，產(chǎn)生了高轉(zhuǎn)矩脈動。

提出了一種新的模糊直接轉(zhuǎn)矩控制策略。一個新的DTC系統(tǒng)提出了基于人工神經(jīng)網(wǎng)絡(luò)。在本文中，結(jié)合模糊控制和人工神經(jīng)網(wǎng)絡(luò)形成了一個新的模糊神經(jīng)網(wǎng)絡(luò)（FNN）控制方法。模糊神經(jīng)網(wǎng)絡(luò)是一個規(guī)則控制。它使用的語言控制的統(tǒng)治者，模擬人類思維根據(jù)操作人員的控制經(jīng)驗或相關(guān)專家的知識。它不需要建立精確數(shù)學模型的控制系統(tǒng)，具有較強的適應性變化的參數(shù)和環(huán)境，良好的穩(wěn)定性和強魯棒性。

本文使用模糊神經(jīng)網(wǎng)絡(luò)控制器代替?zhèn)鹘y(tǒng)的滯環(huán)控制器。根據(jù)經(jīng)驗，模糊神經(jīng)網(wǎng)絡(luò)控制器有一個合理的模糊分類轉(zhuǎn)矩誤差； 通量誤差和磁通角優(yōu)化空間電壓矢量的選擇，并改善了系統(tǒng)的動態(tài)和靜態(tài)性能。

基于MC的感應電動機DTC系統(tǒng)

MC沒有直流環(huán)節(jié)。輸入端和輸出端直接互相影響。MC的輸入電壓不平衡或變形時，輸出電壓將會相應地改變。當輸出負載變化導致電流波形變化，輸入電能質(zhì)量將受到影響。所以在基于MC的調(diào)速系統(tǒng)，MC的調(diào)制策略和感應電動機的控制策略必須的總和?；贛C的感應電動機的直接轉(zhuǎn)矩控制系統(tǒng)結(jié)構(gòu)如圖1所示。在圖1中，定子磁通估計模型如下：

轉(zhuǎn)矩估算模型如下：

usα和usβ分別感應電動機的定子電壓αβ坐標系，isα和isβ分別定子電流。np是電動機極對。

給定的扭矩值可以通過PI控制器的速度誤差、轉(zhuǎn)矩誤差被發(fā)送到轉(zhuǎn)矩滯環(huán)控制器。通量錯誤發(fā)送流量滯環(huán)控制器。磁通和轉(zhuǎn)矩控制在一定的容差范圍，選擇電壓矢量。通量磁滯控制器是二階，其輸出是1或－1，輸出1需要減少流量，輸出－1需要增加通量。三階矩磁滯控制器，輸出是1，0或－1，輸出1需要減少扭矩，輸出0意味著保持轉(zhuǎn)矩不變，輸出－1需要增加扭矩。通量滯后和轉(zhuǎn)矩的控制信號滯后，結(jié)合MC部門信息輸入電壓，輸出電壓空間矢量將表1中獲得的。

表1 矩陣變換器輸出電壓矢量的選擇

在Ui（i=1～6）非零電壓矢量，情況和得以是兩個零電壓向量。六個零電壓向量坐標平面劃分為六個部門，如圖2所示。選擇合理的電壓向量可以使定子磁通和轉(zhuǎn)子磁通幅值基本不變。在傳統(tǒng)的直接轉(zhuǎn)矩系統(tǒng)，扭矩使用三階滯后控制器，流量使用二階滯后控制器。如圖3所示。本文采用循環(huán)通量模型，也就是說，在每個采樣周期；根據(jù)轉(zhuǎn)矩和磁通開關(guān)狀態(tài)選擇滯后控制器輸出和通量部門。例如，在圖2中，如果定子磁通在第一個扇區(qū)和速度是逆時針，定子磁通幅值可能增加了選擇U2和U6，減少了選擇U3，U5。轉(zhuǎn)矩可能增加了選擇U2和U3，選擇U5和U6下降了。情況，得以選擇時，定子磁通幅值保持不變，同時，減少了轉(zhuǎn)矩。這種控制方法實現(xiàn)適當選擇合適的空間電壓矢量，控制定子磁通和電磁轉(zhuǎn)矩和快速的響應速度，使通量在一個圓形區(qū)域。但滯后控制器只給了一個信號，直接轉(zhuǎn)矩不能選擇控制方法根據(jù)轉(zhuǎn)矩的大小，高轉(zhuǎn)矩脈動引起的。在本文中，提出了模糊神經(jīng)網(wǎng)絡(luò)控制器，而不是滯后控制器。

圖1 基于MC DTC系統(tǒng)結(jié)構(gòu)

圖2 Output voltage vectors of MC or

圖3 Flux hysteresis and torque hysteresis comparat

直接轉(zhuǎn)矩模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)

在DTC系統(tǒng)中，控制效果理想取決于選擇開關(guān)電壓矢量是合理的。在傳統(tǒng)DTC系統(tǒng)中，只選擇一個開關(guān)電壓每時間，它不僅控制定子磁通幅值，但也旋轉(zhuǎn)速度。而且如果不需要電壓矢量電壓矢量，這將使磁通和轉(zhuǎn)矩控制偏差。此外，磁通和轉(zhuǎn)矩被滯后控制器判斷0或1。很難解決低速轉(zhuǎn)矩脈動問題。為了解決這個問題，介紹了一種模糊神經(jīng)網(wǎng)絡(luò)控制器代替滯后控制器和開關(guān)電壓矢量表。直接轉(zhuǎn)矩模糊神經(jīng)網(wǎng)絡(luò)基于矩陣變換器的控制系統(tǒng)結(jié)構(gòu)如圖4所示。

模糊神經(jīng)網(wǎng)絡(luò)是一種新的技術(shù)結(jié)合模糊邏輯推理的知識表達能力和神經(jīng)網(wǎng)絡(luò)的自學習能力，是模糊邏輯控制和神經(jīng)網(wǎng)絡(luò)控制的有機結(jié)合，可以顯示互補和相互關(guān)聯(lián)。窮人的模糊神經(jīng)網(wǎng)絡(luò)克服了缺點學習模糊控制和神經(jīng)網(wǎng)絡(luò)推理差控制。在這個控制器，神經(jīng)網(wǎng)絡(luò)的輸入和輸出信號和隱藏節(jié)點用來表示隸屬度函數(shù)和模糊控制規(guī)則。抽象模糊控制規(guī)則轉(zhuǎn)換成一組輸入和輸出神經(jīng)網(wǎng)絡(luò)樣本，這使得神經(jīng)網(wǎng)絡(luò)學習和記憶這些樣品。

在第一層的控制器，流量誤差信號和轉(zhuǎn)矩誤差信號乘以相應的權(quán)重被發(fā)送到第一個節(jié)點。節(jié)點隸屬函數(shù)是三角函數(shù)，其分布如圖5所示。

在第二層，兩個輸入權(quán)重是小運算，送到第三部分，其輸出為：

ωi是第二層的輸出，輸出節(jié)點我的第三層，是我組件所需的電壓矢量幅值的權(quán)重。

Vc是MC提供直流電壓，選擇所需的電壓矢量增量角在表2。是積極的（P）時，選擇相應的增量角從表2。當為零（Z），增量角不是選擇。

圖4 直接轉(zhuǎn)矩FNNC系統(tǒng)結(jié)構(gòu)

圖5 Membership function distribution

表2 所需的電壓矢量增量角的選擇

預期的電壓矢量的相位角（usref）D和Q軸如下：

預期的電壓矢量的振幅和相位角智能控制器操作后得到，然后發(fā)送到空間電壓矢量控制器的輸出。調(diào)制后的開關(guān)狀態(tài)得到MC。

仿真結(jié)果

提出了模糊神經(jīng)網(wǎng)絡(luò)的仿真模型DTC技術(shù)基于MC成立于MATLAB的simulink仿真環(huán)境?？偨Y(jié)了仿真參數(shù)表3、4和5為感應電動機，輸入濾波器分別和其他數(shù)字仿真參數(shù)。

表3 感應電動機參數(shù)

表4 輸入濾波器參數(shù)

表5 數(shù)字仿真參數(shù)

結(jié)果1 wb參考流量提出了基于滯環(huán)控制器和模糊神經(jīng)網(wǎng)絡(luò)控制器在圖6中，可以看到它的模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)的流量比的通量，近圓形，光滑滯回系統(tǒng)。結(jié)果12海里參考轉(zhuǎn)矩步驟呈現(xiàn)在圖7中，在那里可以看到，基于模糊神經(jīng)網(wǎng)絡(luò)控制器脈動轉(zhuǎn)矩脈動轉(zhuǎn)矩下降了49.5%比基于滯環(huán)控制器。并給出了定子電流波如圖8所示。

圖6 定子磁鏈對比曲線

圖7 轉(zhuǎn)矩響應對比曲線

圖8 定子電流對比曲線

圖9 模糊自適應控制器結(jié)構(gòu)圖

模糊自適應PI速度調(diào)節(jié)器

結(jié)構(gòu)和模糊規(guī)則

模糊自適應PI控制器的結(jié)構(gòu)圖如圖9所示。

模糊自適應PI控制器的輸入速度誤差e和錯誤率ec速度。它必須滿足e和ec PI參數(shù)設(shè)置的要求在不同的時間。其結(jié)構(gòu)如圖10所示。模糊自適應PI使用模糊規(guī)則的模糊推理通過計算e和歐共體通過查表和調(diào)整參數(shù)。調(diào)整參數(shù)表達式如下：

和傳統(tǒng)的PI控制器的參數(shù)，參數(shù)模糊自適應控制器，比校正因子，是微分校正系數(shù)基于速度誤差和速度誤差模糊經(jīng)驗。

圖11 速度響應曲線進行比較

（1）當系統(tǒng)響應是在上升的過程（e是正的（P）），Δkpis P，，這是增加量kp；當反應過度，Δkpis N， 這是減小量；當誤差為零（Z），三種情況：ec is N，overshoot is bigger and bigger，is N； ec is Z，in order to reduce error，is P； speed error rate is P， the positive error is bigger and bigger，is P.

校正系數(shù)的模糊控制規(guī)則表如表6所示

表6kp和ki模糊規(guī)則

仿真結(jié)果

模糊自適應直接轉(zhuǎn)矩控制的仿真模型基礎(chǔ)上建立了矩陣變換器在MATLAB的simulink仿真環(huán)境。感應電動機參數(shù)表3中給出。參考轉(zhuǎn)矩是15 N?m，參考通量1Wb。給定轉(zhuǎn)速500 r / min。圖11顯示了速度響應曲線。

在圖11中，我們可以看到，后者有快速響應，超調(diào)小，無靜態(tài)誤差。這是因為傳統(tǒng)的PI控制器的參數(shù)是固定的。它能夠得到更好的靜態(tài)和動態(tài)響應在一定的速度范圍。然而，當給定的速度大規(guī)模的變化，系統(tǒng)性能將會惡化。但是，模糊自適應PI速度控制器可以根據(jù)情況立即調(diào)整PI參數(shù)的速度改變，這樣可以獲得最佳的控制性能。

結(jié)語

在本文中，一個模糊神經(jīng)網(wǎng)絡(luò)控制器和模糊自適應速度控制器是基于矩陣變換器應用于直接轉(zhuǎn)矩控制系統(tǒng)?？梢钥闯?，轉(zhuǎn)矩脈動和流量脈動大大減少在穩(wěn)定轉(zhuǎn)速范圍通過使用模糊神經(jīng)網(wǎng)絡(luò)控制器。使用模糊自適應速度控制器代替?zhèn)鹘y(tǒng)的PI控制器提高了調(diào)速的系統(tǒng)的適應能力，提高系統(tǒng)響應速度和穩(wěn)定精度。仿真結(jié)果表明，模糊自適應調(diào)節(jié)器可以顯著提高基于MC的DTC系統(tǒng)的靜態(tài)和動態(tài)性能。

劉倩倩 任一峰 王晉軍 黃 鋮

中北大學

10.3969/j.issn.1001-8972.2016.09.030