高性能智能控制器.

1、适用于感应电机速度控制的高性能智能控制器美国 senthilkumara ， ?和美国 vijayanb 系电气和电子工程技术研究所，联合，哥印拜陀， 泰米尔纳德邦，印度摘要：本文提出了一种应用于感应电机（IM ）驱动器的实时实现情绪改进的控制器。我们用模糊技术通过计算传感器输入改进了基于大脑情感学习智能控制器（BELBIC设计。该控制器被称为基于模糊的大脑情感学习智能控制器（BELFBIC。这是第一次，大脑情感学习和基于模糊智能控制器用于空间矢量脉宽调制逆变器供电异步电机的V / F速度控制。V/ F控制简单，比较容易实现。它提供了足够大多数应用的电动机性能。还进行PID控制器和模糊控制器的

2、比较分析，并在MATLAB/SIMULINK环境中进行了仿真。该控制器顺利实现了实时使用基于三相 0.5 HP实验室鼠笼式IM数字信号控制器（dsPIC30F2010）。关键词：情感学习，感应电机（IM ），智能控制器，BELFBIC PID,模糊控制，V / F速 度控制1. 简介异步电动机（IMS）已成为现代社会的工业主力。由于它们价格便宜， 结构坚固且简单，维护成本低,产量高,可靠性好,输出功率大,体积比和低工作噪音,在百余年前,这些电 机已经投入使用。 尽管优点很多, 完善感应电机控制参数的滑爽性和功率损耗却是充满挑战 的1，2。在直流（DC）电动机驱动器上3，间接矢量控制技术能够得到

3、良好的动态响应。 将矢量控制应用于异步电机变频调速。 矢量控制方案无法保持当基准磁通在弱磁通区域被改 变时转矩和通量之间的去耦的特性。 运用许多方法已经开发出了异步电机变频调速 1,4,正 如直接转矩控制（DTC方法的开发，它测试感应电机的驱动系统5,6。但用DTC方法，很难控制在低速的转矩和噪音,为了解决上述问题,已开发出各种智能系统7-23。人工智能（AI）技术，诸如专家系统（ES，模糊逻辑（FL），神经网络（神经网络）（NN），或生物激励（BI）的遗传算法（GA），最近已经施加在在马达驱动器中。AI系统已经开发出了控制与自我学习能力的驱动器。AI 系统智力是用来解决控制问题 7。基于规则

4、的ES被应用FL和NN技术驱动系统7-9。 L 栋和E 伊斯基耶多分析了BI系统10。NN 技术被应用于控制交变电流驱动系统 9,11-16。根据遗传学的猜测,已经被应用到驱动 器17。另外，强大的智能控制和估计技术可混合AI系统如神经模糊使用，对神经遗传与神经模糊遗传系统 7等进行开发。研究人员试图基于人类大脑的行为 25-27发展的典范对模 糊神经网络和滑模控制方法的比较进行解释18 , 19。J 莫兰和 C 保科纳斯开发的不用于任何执业领域的杏仁核和上下文处理的计算模型叫做脑情感学习（BEL）模型27。2004年，卢卡斯开发的基于 BEL的智能控制器28被命名为脑情感学习型智能控制器（B

5、ELBIC , 该控制器已应用于许多工业驱动系统 29-36。情绪改进控制器适用于采暖, 空调, 洗衣机和 微换热器 29-31。该控制器被应用于汽车悬挂控制系统与天车 33, 34。首次, M.A 拉赫曼, R.M米拉斯，已经将这种情感控制应用于永磁同步电机36的速度控制。Markadeh GRA和Daryabeigi E将这个控制器应用于异步电机40的速度和流量控制。在本文中，我们运用模糊技术通过计算传感输入对BELBIC设计进行了改善，正因为如此，控制器的性能得到改善。本文所提出的智能控制器叫做BELFBIC第一次，我们提出，一个用于三相异步电机驱动的V / f速度控制的新BELFBIC

6、我们提出的控制方法在Matlab /Simulink 环境中进行了仿真。所提出的异步电机的情绪控制器已经在实验室内实验实现,它 展现了利基工业规模的利用的良好前景。2、异步电动机的数学模型正如任何电力电子驱动系统的控制, 场的数学模型是需要进行设计的, 异步电机的模型异步电机的电气部分可有一个四阶状态空间模型-(5)得到等式(6)为LtL(>是根据旋转(D,Q)域引用(不饱和)的概念确立的。d(1)VsdRSi sddtsdd sqVsqRSi sdd dtsqd sd(2)VrqRrirdd dtrdd rq(3)VrqRSi rdd dtrqd rd(4)式中，Vsd和Vsq为定子直

7、接与定子正交的轴分电压。Vrd和Vrq是转子直接与转子正交的轴分电压。电流的磁链是由公式(5)给出入如hdZ o Lm 0 '*I旳0Ls 0LmM;M =Lm 0Lr 0*4OSOLr入q J(5)(4X 4)进行说明，通过联立等式(1)itdLrLs(6)(6)其中A是由下式给定(6)3M丄丘一3丄丄丢LrRsLsLfn(O)s G)dA )L 腴 RsLtf匕并八3只L ftl RrdALsRr5(isqird sdrq ) *(9)LrRsLt ajsLrLs)Lm Hx-LsLm ( t£>5 )L RrL*、匕甘八3、）LsRr（少-£匸牯一3dA

8、LfL）产生的瞬时转矩由下式给出电感表示的电磁转矩由下式给出马达的机械部分模型是由以下方程建立（jsqrd 心扁）丁匸(10)这个异步电机模型通过比例积分微分（PID）控制被进行进一步的设计。模 糊与BELFBIC勺控制策略。3. 基于异步电机V / F控制常规PID系统PID控制器旨在为IGBT提供控制信号的。逆变器的输出是 V / F控制，它被 给定为三相异步电动机输入。其速度被取为反馈，并将其与设定速度进行比较。 该误差信号被给定为PID控制器的输入。空间矢量调制（SVM）最初是作为三相 逆变器脉宽调制（PWM）的载体。以较低的总谐波失真提供了一个用于电动机 的的较高电压的正弦波是较复杂

9、的技术。空间矢量脉宽调制（SVPWM）方法是所有变频驱动应用PWM技术中较先进的PWM方法，可能是最好的。比例-积分 -微分控制器（PID控制器）是一个广泛应用于工业控制系统的通用控制回路反馈 机制。PID是最常用的反馈控制器。定义 U （t）为控制器输出时，PID算法的最终形式是mt) = mv(t)=Kp e(t) + K； J e(T)d(T)+ K小 det)/dt (11)式中Kp :比例增益，Ki :积分增益，积分限为从0到tKd :微分增益E误差T:时间或瞬时时间（当前）齐格勒-尼库斯整定方法被用于调节 PID控制器。比例，积分和导数项是为 了计算PID控制器输出的。PID控制器

10、计算一个测量的过程变量与所需的设定点 之间的“误差”值。我们已经完成基于绝对值积分的的误差（IAE）的控制器的调节。1AE = f |e| .由.（12）积分的的限是从0到X42。我们从产生的参考频率输出正比于绝对误差在IAE基础上对Kp, Ki和Kd的值进行调整和计算。Kp=0.01, Ki =1.5750和Kd =11.52。控制器试图通过调节过程控制输入，以最小化误差。 PID控制器计算一 个“误差”值作为测量的过程变量和所需的点之间的差异。控制器试图通过调节 过程控制输入，以最小化误差。4. 基于模糊V / F控制系统感应电动机的速度控制是通过维持电压频率比恒定进行以避免气隙磁通变 化

11、。模糊系统算法根据语言规则处理数据库中的输入，并将基本频率的变化作为它的输出24。因此，该信号被加到产生的实际基频基准的最后一个频率值。工 作的IGBT产生PWM信号。三相感应电机通过一个基频和等效电压 PWM逆变器， 使得保持恒定V / f比值供给。模糊化是最小-最大型，去模糊化是中央型。有 2 个输入变量和1个输出变量。我们使用7输入隶属函数和9个输出隶属函数。模 糊规则库如表1所示，语言描述如下：“NB”是“负大” ，“NM” ，是“负中”， “NS'是“负小”，“ Z”是“零”，“ PS'为“正小”，“ PM”，是“正中”， “PB'为“正大”，“ NVB

12、9;是负的非常大“和” PVB “是”积极正和非常大的。 “前两个规则的描述如下在“速度误差”语言变量的话语宇宙被设计为-30, 30转速区间。因此，有 人1-1由模糊化过程之前除以速度误差信号归为一。“速度误差变化”语言变量调整为-30, 30转，这是除以30取信号到1,1区间的话语世界。以类似的方 式，将“频率变化”输出用1,1区间赫兹语言变量乘以30把它带到了 -30, 30。模糊控制器的表面视图显示在图8当应用于异步电机调速的 Mamdani型模糊系统的控制策略，相比于其他类型的产生极好的效果。表1模糊规则库Title IFuzzy rule baseChange in srrorNB

13、NMNS ZPSPMPBHrrorNBNVBNBNMNS7PSPMMMNENMN&PSPMPKNSNVBNBNSPSPMPBZNBNMNSZPSPhiPBPSNBNMXSPSPMPBPMXBNMNSPSPMPBPVBPBNMNSZPSPMPBPVft如果（速度误差为NB）和（速度误差变化NB）然后（频率变化NVB）如果（速度误差为NB）和（速度误差变化NM）然后（频率变化为NB）“速度误差”的论域被设计为-30, 30转速区间。因此，通过除以模糊化过 程之前速度误差信号得 卜1,1。“速度误差变化”的裕量调整为-30，30转，这 是除以30取信号到-1,1区间的论域。以类似的方式，用“

14、频变”输出裕量-1,1 赫兹区间乘以30把它带到了 -30，30。模糊控制器的表面视图显示如图 8。相 比于其他类型，异步电机的调速采用马丹尼型模糊系统的控制策略能产生极好的 效果。5. 提议大脑情感学习和基于异步电机V / F控制结构基于模糊智能控制器（BELFBIC大脑情感学习和基于模糊智能控制器（BELFBIC是用于三相感应电机的V / F速度控制的。在哺乳动物中，边缘系统用于处理的情绪反应。边缘系统存在于 是大脑皮质38中。边缘系统的主要组成部分是杏仁核，轨道额叶皮质，丘脑和 感觉皮层。杏仁核可以与边缘系统40中的所有其他皮质沟通。该系统的主要情 感调节发生在杏仁核内。即,刺激和其情绪

15、结果的关联发生在这个区域中。刺激和其情感结果的关联发生在杏仁核。杏仁核的任务是将一个初级情感值分配给与 初级加固配对的每个刺激。这个任务是由前额皮层提供帮助。在学习理论方面， 杏仁核出现处理初级加固的呈现，而前额皮层参与了检测加固40的遗漏。的BEL 处理（BELBIC的开发的网络模型的图形描绘示于图。9 40。模拟的哺乳动物脑的某些部分的计算模型结构如图10所示40。该BELBIC背后的机制是基于感觉输入和情绪线索。 在感应电动机中，反馈信号被作为感觉 输入。情感线索取决于性能目标。情感的学习过程发生在杏仁核。现有BELBIC控制器通过施加模糊技术通过计算感觉输入进行修改。因此，BELBIC

16、是为了提高控制参数，如超调量，稳态误差，稳定时间和感应电机速度控制上升时间改名为 BELFBIC BELFBIC模型如图 1 所示。杏仁核和前额皮层形成与每个感觉输入相连的网状结构。此外，还有的杏仁核内对于丘脑输入另一个连接。此输入的值等于感觉输入40的最大值。BELFBIC 基于控制系统的结构如图2所示。三相交流电源经过一个转换器转换成直流电。 直流由逆变器转换成交流控制。逆变器的IGBT开关脉冲通过BELBIC控制器控制。 BELBIC控制器获取速度和频率从异步电机中反馈，它产生对逆变器IGBT开关的时间脉冲的。基于这些脉冲，逆变器输出变化能保持恒定的V / F37。通过这个方法能有效地实

17、现三相异步电机的速度控制。BELFBI（模型可作如下说明。情感线索可由等式13来计算。误差信号，传感器输入，情感规则，Fig k BELFBIC model图1 BELFBI(模型tUNTlOLFis. 2. BKLFB1C hased control system structure.图2 BELFBI(基本控制系统结构EC = |MO. (-J.孔 p + A- k|)(13)感觉输入(S)可以通过等式14来计算£.R = P(U)式中EC MO, SI和e是情感线索，控制模式输出，感觉输入和输出误差' J1和J2是要调整以获得所需的控制器输出的增益。启£，盘。

18、戲是集合x的一个模糊子集，由£ F (X)来表示；P =p 1，p 2。 p N是集合y的模糊子集，由p F (Y)表示;R =RIJ n< m 个 F (X，Y);。N，M=7，R是规则。杏仁核输出由等式15给出。A = Ja.Sl(15)前额皮层输出由公式16给出O =(16)J 0是前额的连接增益。J a是扁桃体连接的增益。模型的输出是由等式17给出。MO = A-0(17)基于三相感应电机的V / f速度控制BELBIC空制器如图3所示。将感应电动 机的实际速度与参考速度进行比较，可以提供带有速度误差和速度误差的变化的 BELFBIC勺输入。该BELFBIC系统处理输入

19、的同时提供其模型输出(MO)的基准频率。此后， 该信号被与VSI的实际频率相比较的结果是频率误差。 SVPWM发生器产生基于 频率误差的16进制桥型逆变器的脉冲。三相异步电动机驱动器的BELFBIC的提出，是用原型数字信号控制器(dsPIC30F2010实验实现的。Fig. 3 Simulink model of RELFBF匚 based threeInductirwi moior 7f speed control.图3基于三相异步电机V/f速度控制的BELFBI（仿真模型Fig. 4. Hxjwrimental set up_图4试验装置系统实验装置的系统如4所示。BELBIC控制器产生用

20、于开启六个IGBT的PWM 信号。三相感应电动机用的PWM逆变器具有一个基本频率和等效电压，如将V/f比值保持恒定。异步电动机的输入由三相0.5千瓦电压型逆变器使用dsPIC与PIC单片机的20 kHz的开关频率供给。电动机的动力为 0.5马力。电动机的速度 是由光学传感器感测到，并且它的输入被提供给的PIC微控制器。PIC微处理器将数据发送到数字信号控制器（dsPIC30F2010。 BELFBIC控制器可通过dsPIC 控制器实现，并产生开关频率来控制IGBT逆变器是专门为这个实验设计，用装有25A的IGBT1200V六个功率开关，驱动系统已经用快速和智能IGBT驱动器 设计，保证了逆变器

21、和控制系统39之间的距离。除了这一点，有用来显示电机速度和键盘设置的 LCD并且监视的参数通过 该电平转换器（MAX232）发送到PC端。BELBI（控制器用于低，中测试和额定 转速下的各种载荷。6结果与讨论6.1、仿真结果感应电机的参数在表2中给出。在这一部分中，分析整个控制器在设定为 2000转每分空载下的速度响应。表2电机参数SHE暑 S(3.51u2ISTime in； sewsFig. 5. PED controller baed speed response.lflbk： 2Moioi pajai lie LeisPEtrametersiValueStucnr FciMiincc

22、Rhf>.03 RRuMt'tiRi6.085 QStutor inductEincc Ls4S9.3c 3 HRotoi indiAclbuitze L.v4旳U ElPots4图5基于PID控制器的速度响应0.10.20.30.40.50.6Time rn secRg. 6. Fuzy controller based 常peed responsse.图 6 基于模糊控制器的速度响应设定为2000转每分的PID控制器模拟结果如图5所示。设定为2000转每分 的模糊控制器模拟结果如图6所示。在本节中，对常规PID控制器和模糊控制器 进行比较分析，以验证所提出 BELBIC空制器

23、。图7显示了 BELBIC控制器在2000rpm的设定速度下的速度响应。图 8显示 出带有BELBIC控制器的异步电动机满载时三相定子电流。图9显示出具有BELFBI（控制器异步电动机满载时转矩波形。 图10示出了具有BELFBI（控制器的 异步电机从空载到半载的负荷转矩的变化波形。负荷在 0.27 秒时从空载变化到半载。PID,模糊和BELFBIC空制器的性能比较结果列于表 3。根据模拟结果，BELBIC空制器在输出稳定时间和上升时间相比PID控制器和模糊控制器具有较少的过冲。6.2、 实验结果在本节中，对BELBIC控制器实时速度响应进行了讨论。空载情况下，速度 为 800转、1000转和

24、 1440转的硬件测试结果如图 11、12、13。图7基于BELFBI（控制器的速度响应图 8 三相负载电流图 9 转矩波形图 10 改变负载得到的转矩波形in RRM2 SOO171&E M. Tt>fcj.uHi I < >. rr<.>iw ta vc?*411ncl<?r IoilcI <.elstaiipu,B.Table 3orripuLriitivc toLblo bcontroI 1*jris' piDjrlormultilccControllersOver's hootSteikdyKlkio orriir &

25、#163;怀)S-cltl in! timeHis<PiLJ3.5121Hl rXZY2 51O. 5KO -4XHlr-LI-Hie1U.Sa斗4Table 4Bt-LHH 1C7thrtMJf plictse Induction me?lor V/f Kpeti conLrolg itfumt irlSci ex匸Actual speedO verr- shoot (>Sc ttllElfi ti me (sec )艮2tiii'ie sec 1800 rpm 1 1 ow )798O76.9rpm I. iiitfMJi Lirrt >S7O7.77.2S1 -

26、M<l rpm 11 iilerd >1-4381 K87.8表4空载时BELFBIC控制器实验结果BELFBIC con troller performa nces un der no load results are give n in Table 4. 空载时BELFBIC空制器实验结果如表4.TrnB 4i secHa工 £FLga 14. BLLHJIC response Ibr set K-peed al SCO rptn unJar lull IwdL卜皿 11 KFI -FH>C rcspnn n tor 5 气 peed nfMI rjpin im

27、dler no lnd3n-T- c £Bd3atmtaTime ri sacFig. IL BEIJBtCrEEiixMisc forsct&pccdaf 1000 riMii uiHk'rriolDadTime n wcH升 I5+ BELFBIC rcspartst for sd sped of LOOUjpm under Ful|.| kid图11空载定速800转的BELFBIC向应图12空载定速1000转的BELFBIC向应图13空载定速1440转的BELFBIC向应图14满载载定速800转的BELFBIC向应图15满载载定速1000转的BELFBI（响应图16满载载定速1440转的BELFBI响应乏匚-P宙*Hire in secI ig. J3. BlrLl-ElC response for set speed 1440rpm undcT no load.表5基于三相异步电机B