基于RBF神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)速度PI-IP控制*

周 佳，盧少武，周鳳星

(武漢科技大學(xué) 信息科學(xué)與工程學(xué)院，武漢 430081)

基于RBF神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)速度PI-IP控制*

周 佳，盧少武，周鳳星

(武漢科技大學(xué) 信息科學(xué)與工程學(xué)院，武漢 430081)

針對(duì)PMSM伺服系統(tǒng)速度環(huán)PI和IP兩種控制方式控制效果不佳的問(wèn)題，提出一種基于RBF神經(jīng)網(wǎng)絡(luò)的伺服系統(tǒng)速度PI-IP控制參數(shù)自整定方法。該方法結(jié)合RBF神經(jīng)網(wǎng)和PI-IP復(fù)合控制二者的優(yōu)點(diǎn)，構(gòu)造了基于RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制器，對(duì)速度環(huán)控制參數(shù)進(jìn)行整定，改善常規(guī)PI和IP兩種控制器的控制效果，最后通過(guò)仿真實(shí)驗(yàn)進(jìn)行了驗(yàn)證。仿真結(jié)果表明：與常規(guī)PI和IP兩種控制方法相比，該方法能有效減小速度超調(diào)，抑制擾動(dòng)，用該方法設(shè)計(jì)的伺服系統(tǒng)具有良好的跟蹤給定性能和較強(qiáng)的抗負(fù)載轉(zhuǎn)矩?cái)_動(dòng)能力。

伺服系統(tǒng)；永磁同步電機(jī)；RBF神經(jīng)網(wǎng)絡(luò)；PI-IP參數(shù)整定

0 引言

以永磁同步電機(jī)為代表的伺服控制系統(tǒng)在越來(lái)越多的領(lǐng)域得到廣泛應(yīng)用，人們對(duì)電機(jī)的控制性能也提出了更高要求。速度環(huán)作為交流伺服系統(tǒng)中非常重要的一個(gè)環(huán)節(jié)，其控制參數(shù)的好壞直接影響到伺服系統(tǒng)的控制性能。為獲得滿意的伺服系統(tǒng)控制性能，需要對(duì)速度環(huán)設(shè)置的制參數(shù)進(jìn)行整定[1]。

常規(guī)速度PI控制方法超調(diào)量容易過(guò)大，受逆變器驅(qū)動(dòng)電壓、電機(jī)電流等限制，當(dāng)速度階躍給定較大時(shí)，控制器積分飽和會(huì)產(chǎn)生windup現(xiàn)象[2-3]。常規(guī)速度IP控制方法存在跟蹤響應(yīng)慢、整定效率低的問(wèn)題，不能較好的滿足系統(tǒng)性能要求[4]。文獻(xiàn)[5]提出一種將評(píng)價(jià)函數(shù)IITAE和坐標(biāo)輪換法結(jié)合的算法來(lái)整定PI控制參數(shù)，但存在優(yōu)化時(shí)間過(guò)長(zhǎng)的問(wèn)題。PI-IP復(fù)合控制器綜合了PI和IP兩種控制器的優(yōu)點(diǎn)，結(jié)構(gòu)簡(jiǎn)單，性能優(yōu)異。

近年來(lái)，神經(jīng)網(wǎng)絡(luò)逐漸應(yīng)用到伺服系統(tǒng)控制研究中。徑向基函數(shù)(RBF-Radial Basis Function)神經(jīng)網(wǎng)絡(luò)能以任意精度逼近任意連續(xù)函數(shù)，是一種局部逼近的神經(jīng)網(wǎng)絡(luò)[6-7]。本文以永磁同步電機(jī)伺服系統(tǒng)速度環(huán)為研究對(duì)象，將具有自學(xué)習(xí)和自適應(yīng)能力的RBF神經(jīng)網(wǎng)絡(luò)引入到PI-IP復(fù)合控制器中，整定伺服系統(tǒng)速度控制參數(shù)，實(shí)現(xiàn)伺服系統(tǒng)速度環(huán)控制參數(shù)自動(dòng)調(diào)節(jié)，進(jìn)而使整定后的伺服系統(tǒng)具有優(yōu)良的控制性能。最后通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了該方法的有效性。

1 RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制

1.1 RBF神經(jīng)網(wǎng)絡(luò)

RBF網(wǎng)絡(luò)是具有單隱層的三層前饋網(wǎng)絡(luò)，由輸入到輸出的映射是非線性的，隱含層空間到輸出空間的映射是線性的，可以在加快學(xué)習(xí)速度的同時(shí)并避免局部極小問(wèn)題[8]。RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示，由輸入層、隱含層、輸出層組成。

圖1 RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

辨識(shí)網(wǎng)絡(luò)的輸出為：

(1)

1.2RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP整定原理

在交流伺服系統(tǒng)三環(huán)控制中，速度環(huán)通常采用PI控制，PI控制具有響應(yīng)快、迅速消除偏差的優(yōu)點(diǎn)，但存在著超調(diào)量容易過(guò)大、抗干擾性弱的問(wèn)題。由PI控制變形得到的IP控制作用靈活，具有抗干擾性強(qiáng)、魯棒性好的特點(diǎn)，缺點(diǎn)是響應(yīng)慢[9-10]。為了更好的結(jié)合和利用PI和IP兩種控制的優(yōu)點(diǎn)，本文中伺服系統(tǒng)速度環(huán)控制結(jié)構(gòu)采用了帶前饋因子的PI-IP復(fù)合控制器。

速度環(huán)PI-IP復(fù)合控制結(jié)構(gòu)如圖2所示。其中，α為前饋因子，可在0到1內(nèi)連續(xù)變化，當(dāng)α=1時(shí)為PI控制器，α=0時(shí)為IP控制器。

圖2 速度環(huán)PI-IP控制框圖

本文采用增量式PI-IP控制器，速度誤差為：

(2)

PI-IP控制器的離散形式：

(3)

PI-IP控制算法：

(4)

令kvki為kvi，kvα為kvα，則得到：

(5)

PI-IP三項(xiàng)項(xiàng)輸入為：

(6)

伺服系統(tǒng)速度環(huán)控制指標(biāo)為：

(7)

采用梯度下降法可得到kv,kvi,kvα的調(diào)整量：

(8)

利用RBF神經(jīng)網(wǎng)絡(luò)的非線性隱射能力在線辨識(shí)被控對(duì)象的數(shù)學(xué)模型，作為辨識(shí)器跟蹤對(duì)象變化，為控制器提供系統(tǒng)所需的Jacobian信息，從而通過(guò)整定算法實(shí)時(shí)調(diào)節(jié)控制器參數(shù)。經(jīng)過(guò)變形后得到的基于RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制系統(tǒng)結(jié)構(gòu)如圖3所示。

圖3 RBF神經(jīng)網(wǎng)絡(luò)速度PI-IP控制框圖

2 仿真實(shí)例

為了驗(yàn)證本文提出的基于RBF神經(jīng)網(wǎng)絡(luò)的伺服系統(tǒng)速度PI-IP控制方法相比常規(guī)PI和IP兩種控制方法具有跟蹤性能好、抗干擾性強(qiáng)的優(yōu)點(diǎn)，將基于RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制方法和常規(guī)PI、IP兩種控制方法進(jìn)行仿真對(duì)比。伺服電機(jī)的相關(guān)參數(shù)如表1所示，伺服系統(tǒng)中被控對(duì)象特征參數(shù)變化如表2所示。根據(jù)表2中被控對(duì)象特征參數(shù)變化，可通過(guò)計(jì)算得到速度環(huán)被控對(duì)象近似模型。

表2 伺服系統(tǒng)被控對(duì)象特征參數(shù)變化

(a)速度階躍響應(yīng)

(b)速度跟蹤誤差圖4 常規(guī)速度IP控制(α=0時(shí))

(a)速度階躍響應(yīng)

(b)速度跟蹤誤差圖5 常規(guī)速度PI控制(α=1時(shí))

(a)速度階躍響應(yīng)

(b)速度跟蹤誤差

(c)控制參數(shù)自適應(yīng)整定圖6 RBF神經(jīng)網(wǎng)絡(luò)速度PI-IP控制

圖4為常規(guī)速度IP控制，圖5為常規(guī)速度PI控制，圖6為RBF神經(jīng)網(wǎng)絡(luò)速度PI-IP控制。由圖4～圖6可以看出，在對(duì)階躍信號(hào)的跟蹤上，在0～0.25s期間，伺服系統(tǒng)空載時(shí)，常規(guī)PI控制方法出現(xiàn)超調(diào)和震蕩，而基于RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制方法的響應(yīng)速度要明顯快于常規(guī)IP控制方法，同時(shí)其跟蹤誤差達(dá)到0的時(shí)間比常規(guī)IP控制方法跟蹤誤差達(dá)到0的時(shí)間更短；在0.25s～0.5s期間，對(duì)伺服系統(tǒng)施加負(fù)載時(shí)，與常規(guī)速度PI和IP控制方法相比，基于RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制方法響應(yīng)速度更快，跟蹤誤差達(dá)到0的時(shí)間更短，并具有一定的抗干擾能力。由此可以看出，采用基于RBF神經(jīng)網(wǎng)絡(luò)的速度PI-IP控制方法較速度PI和IP兩種控制方法而言，跟蹤給定性能更好，抗干擾能力更強(qiáng)，伺服系統(tǒng)具有更好的控制效果。

3 結(jié)束語(yǔ)

本文以永磁同步電機(jī)伺服系統(tǒng)速度環(huán)為研究對(duì)象，采用基于RBF神經(jīng)網(wǎng)絡(luò)的PI-IP控制器對(duì)伺服系統(tǒng)速度環(huán)控制參數(shù)進(jìn)行整定，實(shí)現(xiàn)速度環(huán)參數(shù)自動(dòng)調(diào)節(jié)。仿真結(jié)果表明，基于RBF神經(jīng)網(wǎng)絡(luò)的伺服系統(tǒng)速度PI-IP控制方法穩(wěn)定有效，具有良好的跟蹤給定性能和較強(qiáng)的抗負(fù)載轉(zhuǎn)矩?cái)_動(dòng)能力，可以明顯改善常規(guī)PI和IP兩種控制效果。

[1] 鄭世祺, 唐小琦, 盧少武, 等.PMSM伺服系統(tǒng)參數(shù)自整定研究[J]. 電氣傳動(dòng), 2013, 43(3): 10-13.

[2]CHOIJW,LEESC.Anti-windupstrategyforPI-typespeedcontroller[J].IEEETransactionsonIndustrialElectronics, 2009, 56(6): 2039-2046.

[3] 王宏佳, 楊明, 牛里, 等. 永磁交流伺服系統(tǒng)速度控制器優(yōu)化設(shè)計(jì)方法[J]. 電機(jī)與控制學(xué)報(bào), 2012, 16(2): 25-31.

[4] 肖啟明, 楊明, 劉可述, 等. PMSM伺服系統(tǒng)速度環(huán)PI控制器參數(shù)自整定及優(yōu)化[J]. 電機(jī)與控制學(xué)報(bào), 2014, 18(2): 102-107.

[5] 陳鵬展, 唐小琦.基于IITAE評(píng)價(jià)指標(biāo)的交流伺服系統(tǒng)參數(shù)自動(dòng)整定研究[J]. 微電機(jī),2010, 43(2): 70-73.

[6] 徐慶宏, 戴先中. 基于在線學(xué)習(xí)RBF神經(jīng)網(wǎng)絡(luò)的汽門(mén)開(kāi)度自適應(yīng)補(bǔ)償控制方法[J]. 電機(jī)與控制學(xué)報(bào), 2010, 14(2): 13-19.

[7] 強(qiáng)勇, 凌有鑄, 賈冕茜. 基于RBF神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)速度控制[J]. 微電機(jī), 2013, 46(4): 53-56.

[8] 劉金坤. 先進(jìn)PID控制MATLAB仿真[M]. 3版.北京: 電子工業(yè)出版社, 2011.

[9] 郭新華, 溫旭輝, 趙峰, 等. 基于電磁轉(zhuǎn)矩反饋補(bǔ)償?shù)?永磁同步電機(jī)新型IP速度控制器[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2010, 30(27): 7-13.

[10] 鄭偉峰. 交流伺服系統(tǒng)無(wú)時(shí)滯反饋高響應(yīng)驅(qū)動(dòng)控制研究[D]. 哈爾濱:哈爾濱工業(yè)大學(xué), 2010.

(編輯 李秀敏)

Speed PI-IP Control of PMSM Based on RBF Neural Network

ZHOU Jia, LU Shao-wu, ZHOU Feng-xing

(College of Information Science and Engineering, Wuhan University of Science and Technology, Wuhan 430081,China)

Aiming at the problem that the control method of speed loop PI and IP of PMSM servo system is not good enough, this paper presents a speed PI-IP control parameters auto-tuning algorithm of servo system based on RBF neural network. A speed PI-IP controller based on RBF neural network was designed through combining the advantages of RBF neural network and PI-IP composite control. The control effect of traditional PI and IP controller was improved by setting speed loop control parameters. It is verified through simulation finally. The simulation results show that, compared with traditional PI and IP control algorithm, the proposed algorithm can effectively reduce the speed overshoot, control interference. The servo system designed by this algorithm has good tracking performance and strong anti interference capability of load torque.

servo system; PMSM; RBF neural network; PI-IP parameter tuning

1001-2265(2017)01-0116-03

10.13462/j.cnki.mmtamt.2017.01.032

2016-04-11；

2016-04-28

國(guó)家自然科學(xué)基金項(xiàng)目(51405349)

周佳(1990—)，男，湖北黃岡人，武漢科技大學(xué)碩士研究生，研究方向?yàn)樗欧刂破骱颓度胧剑?E-mail)598308367@qq.com。

TH166;TG506

A