开关磁阻电机直接转矩单神经元PID设计

1、开关磁阻电机直接转矩单神经元pid设计刘春元，张静，王宗刚(河西学院 物理与机电工程学院，甘肃张掖734000)摘 耍：介绍了单神经元pi复合控制的开关磁阻电机调速系统的新方 法，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神 经元自适应控制器。仿真结果表明，这种复合控制方法解决了常规控制方 法因电机数学模型难以精确确定而无法确定控制参数的问题，克服了常规 pi控制存在静差、无抗干扰能力的缺点，解决了系统上升时间与超调的矛 盾。关键词：开关磁阻电机；直接转矩控制；单神经元；pid控制中图分类号：tm352文献标识码：a 文章编号：1007-3175(2011)05-0023-04

2、direct torque single-neuron pid control design forswitched reluctance motorliu chun-yuan, zhang jin, wang zong-gang(department of electrical and mechanical engineering & physical, hexi university, zhangye 734000, china)abstract: introduction was made to a new method of speed regulation for s

3、inglen eur on pi combi nation con trolled switched reluc-ta nee motor (srm). single neuron with self-learning and self-adaptive ability was used to build single-neuron self-adaptive controller for srm simulation result shows that this combination control method solves the problems of no way to deter

4、mine control parameters accurately due to motor's math model for normal controlmethod, overcomi ng disadva ntages of existing static d iff ere nee without anti-interferenee in normal pi control and solving the contradict!on between system's rising time and overshootkey words: switched reluct

5、ance motor;direct torque control; single neuron; pid control开关磁阻电机(srm)是双凸极结构，导致了 srm的电磁特性呈高度非 线性，难以用一个精确的数学表达式来描述srm的电磁关系1。所以采 用常规的线性控制方法很难达到理想的控制效果。常规的pid控制以其结构简单、可靠性高、易于工程实现等优点至今 仍被广泛采用。在系统模型参数变化不大的情况下，pid控制效果良好， 但当被控对象存在强干扰，具有高度非线性和不确定性时，仅靠pid调节 效果不好。对于srm的电磁关系高度非线性，使得整个控制系统的参数、 结构都是变化的，固定参数的pid

6、调节器无法得到理想的控制性能指标。 为了克服常规pid控制中的弱点，人们也开始探索将各种智能方法与pid 控制结合起来，诸如自调节pid、变结构pid控制、反馈线性化控制、模 糊逻辑控制2和神经网络控制等，以实现对复杂系统的控制。因此，将神 经网络与传统pid相结合来进行srm的控制也是近期学者们研究的热点。基于以上原因，本文提 岀基于单神经元与ri复合控制方法，该方法针对开关磁阻电机的非线性， 利用具有口学习和口适应能力的单神经元来构成开关磁阻电机的单神经 元自适应控制器，不但结构简单，但能适应环境变化，具有较强的鲁棒性。系统内部采用直接转矩控制技术，仿真结果表明该方法控制精度高，动态 特性

7、好，具有较好的自适应性和鲁棒性。1开关磁阻电机直接转矩控制系统开关磁阻电机直接转矩控制系统由控制器、功率变换器和srm电机本 体构成，本文中控制器采用双闭环控制，如图1所示，外环是速度环，内 环是转矩环，其屮速度环的作用是对速度进行调节，得到转矩内环的参考 转矩。转矩内环对转矩误差、磁链误差和区间信号应用直接转矩控制原理 进行功率作者简介：刘春元(1979-),男，讲师，硕士，研究方向为电力电子与 电力传动。23变换器的开关选择，选择的开关信号用于控制功率变换器中开关元件 的通断，为电机各相提供能量。输出。单神经元的输出：3u(k)=u(k-l)+i(k)xi(k)u)i(k)=coi(k)3

8、i(k)为保证控制策略的收敛性，对权值进行了归一化处理。xi(k)(i=l, 2,3)的这种取法有明显的物理意义，与传统的pid调节器比较可知，权值3 1、图1开关磁阻电机调速系统结构图2单神经元pid速度调节器的设计2.1单神经元自适应pid控制由具有口适应、自学习能力的单神经元构成的单神经元口适应智能控 制器，可以克服常规pid控制器在系统模型参数变化较大、被控对象存在 强干扰或具有高度非线性和不确定性时调节随动性差的缺点，而且保留了 常规pid控制结构简单、可靠性高、易于工程实现等优点，有较强的鲁棒 性。单神经元pid控制器的结构如图2所示。其中xi为输入3 i为对应的权值，k为比例系数

9、。量(i二1, 2, 3),输出图2单神经元pid控制结构图2.2单神经元自适应pid控制算法及学习算法单神经元自适应控制器是通过对加权系数的调整來实现自适应、自组 织功能，权系数的调整是按有监督的hebb学习规则实现的。即采用hebb 学习与监督学习相结合的方式，通过关联搜索对未知的外界做出反应和作 用。神经元在教师信号的作用下对环境信息进行自组织来产生控制作用， 并隐含着对神经元作用信号的评价。具体算法如下所示：取单神经元的输入为：xl(k)=e(k)=r(k)-y(k)x2(k)=e(k)-e(k-l)(l) x3(k)=ae(k)=e(k)-2e(k-l)+e(k-2)公式中e(k)为

10、误差；r(k)为输入；y(k)为3 2、3 3分别相当于pid调节器的积分项、比例项、微分项。单神经元自适应控制器是通过对加权系数的调整来实现自适应、自组 织功能，权系数的调整是按有监督的hebb学习规则实现的。故有：a)l(k)=wl(k-l)+r|lz(k)u(k)xl(k)a)2(k)=w2(k-l)+npz(k)u(k)x2(k)(4)u)3(k)=w3(k-l) +r|dz(k)u(k)x3(k)iip、hd分别为积分、比例、微分学习英中ill、速率，当分别选用不同的学习速率，就会对权系数进行相应调整，从 而对系统的响应进行调整。k>0为神经元比例系数,k值的选择非常重耍， k

11、值越大，则快速性越好，但超调量大，甚至可能使系统不稳定。当被控 对象时延增大时，k值必须减少，以保证系统的稳定。k值选择过小，会 使系统的快速性变差。在大量的实际应用中，通过实践表明，pid参数的在线学习修正主要 与e(k闲ae(k)有关。基于此可将单神经元自适应pid控制算法中的加权系 数学习修正部分进行修改，即将其中的xi(k)改为e(k)+ae(k)o其中 e(k)=e(k)-e(k-l)o在本文中，单神经元的学习，用改进的控制算法对系统进 行控制。2.3单神经元自适应pi复合控制仿真实现单神经元自适应pi复合控制仿真结构如图3所示，用开关来切换单神 经元控制与pi控制，当速度误差大于5

12、0r/min时，通过开关选择上面的单 神经元控制方法进行控制，pi控制的输入为零，不起作用；当速度误差小 于50r/min时，通过开关选择下面的pi调节器进行控制。这样既对控制的 盲区进行了控制，也为系统加入了积分作用，消除了系统稳态误差，而且 切换开关延迟了积分作用，有效减少了系统的动态超调量。这个调速系统的内环采用直接转矩控制原理对转矩进行直接控制，给 定磁链为0.36wb,系统的输出转矩曲线如图5图7所示，转矩脉动仅为 ±1n - m,有效的减少了系统的转矩脉动。min j)转速/(r 200010000-100000.10.20.30.40.50.60.70.80.91.0时

13、间/s图3单神经元自适应pid控制与pi复合结构图单神经元pid控制器的结构如图3所示，系统的输入为e(k)、e(k-l).e(k-2)> t(k-l),其m)转矩/(n a)速度曲线150100500-5000.10.20.30.40.50.60.70.80.91.0时间/s中 e(k)=v*-v,输出为转矩 t(k), single hebb 由 s-function 根据 hebb 算 法编写而成，主要完成单神经元的权值调节。为了防止输出过大，在输出 环节z后增加一个限幅环节，如图4所示为单神经元自适应pid控制仿真 结构图。mind)转速/(r b)转矩曲线图5转矩曲线和速度曲线

14、(tl=0)200010000-100000.10.20.30.40.50.60.70.80.91.0时间/s图4单神经元自适应pid控制仿真结构图3仿真结果及分析m)转矩/(n a)速度曲线150100500-5000.10.20.30.40.50.60.70.80.91.0时间/s60kw三相6/4结构的开关磁阻电机，给定转速1500r/min,分别仿真 了当负载转矩为0和12n m的转矩及速度响应曲线，电机稳速运行时, 于0.4s加入大小为12n m的负载，并于0.75s卸掉此负载，电机的速度能一直稳定在1500r/mino参数间t=10s,限幅环节为u m=100o 从图5图7中可以看

15、出，单神经元pi控制具有很好的抗干扰能力,稳态无静差。当转矩由初始转矩(由于srm的摩擦系数是0.02n m s, 所以输出转矩应该大于负载转矩0.02x 1500x2 n/60=3.14n m。)改变为 加负载转矩12n m时，速度响应曲线能够很快地稳定在给定的速度值。 系统具有良好的口适应能力和鲁棒性。解决了单一调节器调节时间与超调 的矛盾，动静态性能均优于单一的调节器。其中图5为保持负载转矩tl=0, 图6为保持负载转矩为tl=12n 图7为负载转矩由0过渡到12n m 的转矩与速度响应曲线。6b)转矩曲线图6转矩曲线和速度曲线(tl=12n m)min j)转速/(r 20001000

16、0-100000.10.20.30.40.50.60.70.80.91.0时间/siip二0.4, n 1=0.35, n d=0.4, k=0.12,采样时选定为a)速度曲线m)转矩/(n 150100500-5000.10.20.30.40.50.60.70.80.91.0时间/s b）转矩曲线图7转矩曲线和速度曲线25图8为速度响应局部曲线图，时间轴取0.3, 0.9,速度轴取1300, 1600,从图屮可以看出，当负载转矩由0变为12n -m时，速度响应曲线 的静差很小，仅为0.0167o16001550min-l）转速/（r 150014501400135013000.30.40.5

17、0.60.7 时间/s0.80.94结语常规pi控制器具有结构简单、自学习性强、可调参数少、应用范围广 的特点/旦是其自kp和ki为固定常数，不能根据负载的变化而发生变化。 神经网络控制器特别适合于非线性对象的自适应控制，无论对象参数如何 变化，神经网络都能通过学习來调整自身权系数，以构成与对象参数相适 应的控制器。针对srm的高度非线性，本文提出的基于单神经元pid 口适 应控制与pi的复合控制方式，通过线性控制的目的，控制精度高，动态特 性好，具有较好的自适应性和鲁棒性。参考文献1 何莉，万沛霖，肖蕙蕙pid型模糊控制器在开关磁阻电机驱动系统中的应用j中小型电机，2004, 31(4)：

18、32-35.2 金耀初，蒋静坪最优模糊控制的两种设计方法j中国电机工程学报，1996, 16(3)： 201-204.3黄友锐，曲立国.pid控制器参数整定与实现m.北京：科学出版社，2010.4夏长亮，王明超基于rbf神经网络的开关磁阻电机单神经元pid控制卩中国电机工程学报，2005, 25(15)： 161-165. 收稿日期：2010-11-30图8局部速度响应曲线图9为仿真圆形磁链图形，从图9中可以看出，利用直接转矩控制技 术可以使英磁链很好的逼近圆形，从而达到抑制转矩脉动的效果。0.5磁链标幺值0.5磁链标幺值0.5图9磁链图(上接)发展方向。目前国内文献主要研究基于dsp技术的激光电源控制系统1-3,配合外围传感器、d/a等控制激光电源的驱动电流、功率、温度等。 本文采用aduc841,其内部集成高精密的adc、dac及快闪存储器，结构 简单、控制灵活、集成化好，通过对激光电源模块的闭环控制，可根据负 载变化情况实时调整激光电源的输出功率，在节约电能、降低系统热功耗 的同时，提高了激光电源的寿命。另外，配置可视化人机界面，准确实时 地反应系统当前的温度、电流和预设温度、预设电流等参量。参考文献1 胡彬，周有庆，钟选书，等电子式电流互感器高压侧电源的研究与实现j电气应用，2006,25(5)： 99-102.2 邱红