呂龍 劉鳳春 牟憲民
(大連理工大學電氣工程學院，大連 116023)
摘要：永磁同步電機(PMsM)矢量控制系統結構復雜、系統運行時參數攝動，嚴重影響了系統的性能：針對這一問題，設計了一種基于模糊調節單神經元增益的自適應PID控制器，將其應用于PMsM的轉速控制。在MAI量AB平臺上得到的仿真結果表明，采用這種控制器的PMsM矢量控制系統具有一定的優越性：
關鍵詞：永磁同步電機矢量控制單神經元PID模糊增益
O前言
目前永電機(PMsM)伺服控制系統仍廣泛采用傳統的PID控制器，但PMsM控制系統本身是一個具有非線性、強耦合及時變性的復雜系統，加之系統運行時還會受到負載擾動等不確定因素的干擾，系統參數甚至模型結構都隨時間和工作環境的變化而變化，因此具有固定參數的傳統PID控制難以實現精確控制。為了克服傳統PID控制的不足，將單神經元自適應PID控制器應用于系統控制已成為研究的熱點。文獻[1]將單神經元PID控制器用于永磁同步電機控制系統，優化了電機的起動眭能，但由于其控制器增益不具備在線學習的自調整能力，導致控制器對神經元的學習速率依賴程度較大，設計的關鍵在于確定控制器增益和學習速率[1-3]。文獻[2]提出用模糊校正的方法調整學習速率，但需整定的參數較多，算法復雜，控制器的實時性不易保證。文獻[3—4 ]采用非線性變換法整定單神經元PID控制器的增益，削弱了學習速率對控制器眭能的不利影響，但這種增益的調整只是根據系統誤差進行的，從機理上講屬于一種粗調。較好的調節方法應當根據系統誤差和誤差變化率的大小進行增益的粗調和細調。因此本文采用模糊控制策略在線調整單神經元自適應PID控制器的增益，將這種控制器應用于PMsM矢量控制系統的轉速調節。結果表明，這種控制方式能夠改善PMsM控制系統的動態性能，使系統具有較強的自適應性和魯棒性。
1 PMSM矢量控制
矢量控制就是以旋轉的轉子磁通矢量為參考坐標，利用從定子坐標系(abc坐標系)到轉子坐標系(dq坐標系)之間的變換，將三相耦合的定子電流轉化為相互正交的轉子坐標系下的勵磁電流id和轉矩電流iq，然后分別進行控制，從而可以像控制直流電機那樣控制交流電機；PMsM矢量控制原理如圖1所示，經過坐標變換，在dq旋轉坐標系下PlⅥsM的電磁轉矩方程為
2單神經元模糊PID控制器
單神經元作為神經網絡的基本單位具有自學習和自適應能力，而且結構簡單、計算量小，有利于實現實時控制。而PID控制器的參數與被控對象聯系密切，將兩者結合組成單神經元自適應P1D控制器，能夠辨識系統環境條件的變化并自動校正控制動作，從而改善非線性時變對象的動態響應品質，應用于PMsM矢量控制系統的單神經元自適應HD控制器的原理如圖2所示。
式中ηi為學習效率，u(k)為神經元的輸出，e(k)為控制對象實際輸出與期望輸出的誤差。
無監督的學習算法通過自適應學習抽取輸八信號的規律，不存在外部反饋指不信息，輸入信號的處理有一定的盲目性，精度不高，但訓練樣本分類靈活、算法簡練；有監督的學習算法引入了網絡輸出的評價標準，使神經元的學習向著最快減小系統誤差的方I可改變，訓練樣本分類精細準確，但學習過程較慢。為發揮各日的長處，本文將無監督的Hebb算法和有監督的Delta算法結合起來，從而有：
從上述控制策略看，單神經元PID控制器是通過辨識系統環境變化，在線調整權值，從而使控制器具有智能性，但不足之處在于控制器的增益ku不具備在線學習的自動調整能力，這使得控制器對神經元的學習速率依賴程度較大[1]。另外K。的選擇也很重要，ku越大系統的快速性越好，但超調量增大，甚至使系統不穩定；ku過小又會使系統的動態響應緩慢，這種固定增益的單神經元PID控制器設計的關鍵在于確定控制器的參數．如何改進算法使增益ku具備在線調整能力，已成為進一步提高控制器性能的關鍵。文獻[3～4]采用非線性變換法調整ku，但這種調節增益的方法只根據系統誤差進行調節，在系統給定值較大時，較小的誤差將導致增益Ku調整能力不足。本文采用模糊控制策略調整控制器的增益Ku，以模糊化的系統誤差E和誤差變化率Ec作為模糊規則的輸入語言變量，模糊推理的輸出語言變量u用于調整單神經元P『D控制器的增益。模糊控制策略不僅能夠根據控制對象當前輸出狀態進行自調整，還能夠預知下一時刻輸出狀態并校正控制動作，因此這種調節增益的方式具有～定的優越性：
模糊控制策略如圖3所示，系統誤差e和誤差變化牢ec為實際輸入量，經過尺度變換，量化成模糊論域范圍內的模糊量E和Ec，圖中ke和Kec為量化因子，模糊推理輸出u域反變換后的值作為單神經元模糊PID控制器的增益Kuo為了便于利用模糊算法同時保證Ku>0的約束條件，用如下方法進行輸出量U的域反變換：
模糊控制的性能主要取決于模糊控制規則，控制規則可以來自專家經驗電町以根據現場操作人員的經驗制定，本文在分析經典PMsM轉速響應曲線的基礎上提出控制目標，進而制定模糊控制規則。經典的轉速響應吐線如圖4所示，假定使轉速n(t)維持在給定轉速no時，速度控制器的輸出U(t)為u。，則n(t)在AB段的超調是由于OA段u(t)大于u，、且轉速啊應存在一定的滯后性造成的；Bc段轉速下降，轉速誤差有減小的趨勢是由于AB段u(t)逐漸減小使得uo(t)小于uo；cD段轉速繼續下降，轉速誤差增大是因為Bc段控制器的輸出仍然較小；DE段轉速卜升，轉速誤差有減小的趨勢是由于cD段u(t)大于uo并且系統響應總是具有滯后性造成的。為此提出如下控制目標：0A段(e>0，ec<0)首先保持u(f)很大以增加系統的快速性，在接近A點時u(t)迅速減小：AB段(e<0，ec<0)保持u(t)基本不變抑制超調的進
3仿真結果
為檢驗單神經元模糊PID控制器對學習速率的依賴程度，選取(O.1，1)區間內多組不同學習速率的隨機組合，而ηo為零，其余參數不變。測得轉速響應曲線簇如圖6所示，選取不同學習速率時轉速響應曲線基本重合，可見控制器對學習速率變化不敏感。
4結論
本文設計了單神經元模糊PID控制器代替傳統的PID控制器進行PMsM的轉速控制，無需建立被控對象的數學模型，從而簡化了設計過程，同時在起動階段和負載擾動階段都取得了令人滿意的控制效果。通過模糊推理在線整定控制器的增益，使控制器對神經元學習速率的依賴程度有所降低，轉速響應對學習速率變化不敏感，表現出較強的自適應性和魯棒性。但由于模糊規則、隸屬函數、量化因子和比例因子的改變都會影響模糊推理得出控制信息，因此對于更高要求的伺服控制系統，如何優化模糊控制策略使控制器性能達到****，還有待進一步完善。 |
