智能控制技術(shù)在電氣工程自動化中的應(yīng)用--模糊控制

1、精選優(yōu)質(zhì)文檔-傾情為你奉上 網(wǎng)絡(luò)教育學(xué)院本 科 生 畢 業(yè) 論 文（設(shè) 計） 題 目： 智能控制技術(shù)在電氣工程自動化中的應(yīng)用 專心-專注-專業(yè)內(nèi)容摘要 智能控制技術(shù)在電氣工程自動化控制中應(yīng)用可以發(fā)揮很大的作用，能有效促進電氣的優(yōu)化設(shè)計，智能化技術(shù)能充分發(fā)揮作用，促進電氣優(yōu)化的設(shè)計，及時診斷故障，并且還可實現(xiàn)智能控制。本文主要分析了人工智能技術(shù)及其在電氣工程自動化控制中的應(yīng)用。文章介紹了模糊控制的基礎(chǔ)原理，在此基礎(chǔ)上設(shè)計了一個模糊軟起動控制器，實現(xiàn)交流電機恒流軟起動控制。模糊軟起動控制器采用二維結(jié)構(gòu)，以電流偏差及偏差變化率為輸入，模糊推理采用Mamdani推理法，控制器輸出為晶閘管觸發(fā)角的調(diào)節(jié)量

2、。最后借助Fuzzy工具箱對設(shè)計結(jié)果進行仿真，結(jié)果表明，模糊軟起動控制器結(jié)構(gòu)合理，規(guī)則簡單易于實現(xiàn)，電機軟起動控制效果良好。關(guān)鍵詞：人工智能；電氣工程；模糊控制目 錄1 緒論1.1 人工智能簡介 人工智能技術(shù)作為計算機科學(xué)的一個重要分支將智能的本質(zhì)闡述了出來，生產(chǎn)出一種具有人類智能的機器。其研究的主要內(nèi)容有對圖像和語言的識別、專家系統(tǒng)、語言處理以及機器人等系統(tǒng)。1.2 人工智能研究的領(lǐng)域及應(yīng)用在上個世紀(jì)五十年代人工智能概念被首次提出來之后， 一直處于良好的發(fā)展?fàn)顟B(tài)中，逐漸形成了一套以計算機作為核心，包含了心理學(xué)、生物學(xué)、控制論、自動化、信息論、醫(yī)學(xué)、哲學(xué)以及數(shù)理邏輯等的一門綜合性的科學(xué)。通過研

3、究，使得機器系統(tǒng)能和人的智慧媲美，幾乎能夠完成人類完成的工作。而人工智能理論是研究和開發(fā)怎樣實現(xiàn)對人的智能進行模擬和延伸的科學(xué)理論。人工智能技術(shù)是計算機科學(xué)的一個重要分支，它對智能的本質(zhì)進行了闡述，并生產(chǎn)了一種和人類智能機器相似的機器。實現(xiàn)了多方面的研究。伴隨著科技的不斷發(fā)展和進步，我們?nèi)粘５纳a(chǎn)和生活中已經(jīng)離不開計算機技術(shù)了。計算機編程技術(shù)促進了傳播和自動化運輸?shù)陌l(fā)展和進步。通過計算機可以編程可以實現(xiàn)對人類的大腦進行模仿，比如收集、分析、處理、交換以及回饋信息，因此計算機通過對人類大腦的模仿會在很大程度上帶動了電氣工程自動化的快速發(fā)展。在我們?nèi)粘５纳a(chǎn)、交換、流通和分配中，無時無刻都需要電氣

4、工程自動化的控制，通過自動化控制，可以實現(xiàn)自動化的電氣工程，這樣可以節(jié)約人力資源，提高工作效率，進而使得生產(chǎn)和工作的總體效率得到提高。1.3 人工智能的應(yīng)用現(xiàn)狀 目前能夠用來研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺的機器就是計算機，人工智能的發(fā)展歷史是和計算機科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計算機科學(xué)以外，人工智能還涉及信息論、控制論、自動化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識表示、自動推理和搜索方法、機器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、自然語言理解、計算機視覺、智能機器人、自動程序設(shè)計等方面。 1.4 人工智能在

5、電氣工程領(lǐng)域的發(fā)展 隨著人工智能技術(shù)的不斷發(fā)展, 很多研究人員展開了針對人工智能在電氣工程自動化控制方面的研究,例如:應(yīng)該如何將人工智能系統(tǒng)應(yīng)用于故障的診斷和預(yù)測、電氣產(chǎn)品設(shè)計優(yōu)化和保護與控制等領(lǐng)域。在優(yōu)化設(shè)計方面, 設(shè)計電氣設(shè)備是很繁瑣的工作。它需要對電磁場、電路、電器電機等學(xué)科的知識綜合性的運用, 同時還要使用以往設(shè)計中的經(jīng)驗。設(shè)計以往的產(chǎn)品時,通常是在根據(jù)經(jīng)驗和實驗的基礎(chǔ)上, 通過手工的方式開展的。這樣的設(shè)計過程很難取得最優(yōu)的設(shè)計方案。電氣產(chǎn)品的設(shè)計隨著計算機技術(shù)的發(fā)展, 逐漸由手工設(shè)計向計算機輔助設(shè)計不斷轉(zhuǎn)變, 使開發(fā)產(chǎn)品的周期大大減少。尤其是在引進了人工智能技術(shù)之后,更加促進了CAD

6、技術(shù)的發(fā)展,大大提高了設(shè)計產(chǎn)品的質(zhì)量和效率。人工智能技術(shù)在電氣設(shè)計方面的應(yīng)用主要包括專家系統(tǒng)和遺傳算法。其中的遺傳算法是一種優(yōu)化的先進算法,在產(chǎn)品的設(shè)計優(yōu)化上有舉足輕重的作用。因此電氣產(chǎn)品的人工智能化設(shè)計很多都采用了這種方式進行優(yōu)化。電氣設(shè)備的故障征兆和故障之間有著很多必然和偶然的關(guān)系,具有非線性、不確定性的特點, 它的優(yōu)勢能夠通過人工智能的方式得到最大的發(fā)揮。人工智能技術(shù)在電氣設(shè)備診斷故障方面的應(yīng)用主要由:專家系統(tǒng)、模糊邏輯和神經(jīng)網(wǎng)絡(luò)等。在電力系統(tǒng)之中, 變壓器因為重要的地位而受到很多研究者的關(guān)注。目前診斷變壓器故障的常用方法主要是分析變壓器油中分解出來的氣體, 通過這種氣體分析找出變壓器的

7、故障范圍。同時在電動機和發(fā)電機等方面,人工智能診斷故障技術(shù)也有了長足的發(fā)展。2 人工智能理論概述2.1 人工智能的基本概念 人工智能技術(shù)作為計算機科學(xué)的一個重要分支將智能的本質(zhì)闡述了出來，生產(chǎn)出一種具有人類智能的機器。其研究的主要內(nèi)容有對圖像和語言的識別、專家系統(tǒng)、語言處理以及機器人等系統(tǒng)。人工智能控制技術(shù)的主要方法有模糊控制、基于知識的專家控制、神經(jīng)網(wǎng)絡(luò)控制和集成智能控制等,以及常用優(yōu)化算法有:遺傳算法、蟻群算法、免疫算法等。2.2 人工智能控制技術(shù)的主要方法2.2.1 模糊控制 模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ),以先驗知識和專家經(jīng)驗作為控制規(guī)則 。其基本思想是用機器模

8、擬人對系統(tǒng)的控制,就是在被控對象的模糊模型的基礎(chǔ)上運用模糊控制器近似推理等手段,實現(xiàn)系統(tǒng)控制。在實現(xiàn)模糊控制時主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定。模糊控制系統(tǒng)是一種自動控制系統(tǒng)，它是以模糊數(shù)學(xué)、模糊語言形式的知識表示以及模糊邏輯的推理規(guī)則為理論基礎(chǔ)，采用計算機控制技術(shù)構(gòu)成的一種具有反饋通道的閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)。它的造成核心是具有智能性的模糊控制器，這也是它與其它控制系統(tǒng)的不同之處。2.2.2 專家控制 專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合,仿效專家的經(jīng)驗,實現(xiàn)對系統(tǒng)控制的一種智能控制。主體由知識庫和推理機構(gòu)組成,通過對知識的獲取與組織,按某種策略適時選用恰

9、當(dāng)?shù)囊?guī)則進行推理,以實現(xiàn)對控制對象的控制。 專家控制可以靈活地選取控制率,靈活性高;可通過調(diào)整控制器的參數(shù),適應(yīng)對象特性及環(huán)境的變化,適應(yīng)性好;通過專家規(guī)則,系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強。2.2.3 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動,利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息,通過不斷修正連接的權(quán)值進行自我學(xué)習(xí),以逼近理論為依據(jù)進行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實現(xiàn)智能控制。2.2.4 集成智能控制智能控制技術(shù)的集成包括兩方面:一方面是將幾種智能控制方法或機理融合在一起,構(gòu)成高級混合智能控制系統(tǒng),如模糊神經(jīng)( FN

10、N)控制系統(tǒng)、基于遺傳算法的模糊控制系統(tǒng)、模糊專家系統(tǒng)等;另一方面是將智能控制技術(shù)與傳統(tǒng)控制理論結(jié)合,形成智能復(fù)合型控制器,如模糊PID 控制、神經(jīng)元PID控制、模糊滑?？刂?、神經(jīng)網(wǎng)絡(luò)最優(yōu)控制等。2.3 人工智能控制技術(shù)常用的優(yōu)化算法2.3.1 遺傳算法遺傳算法(GA)是一種基于模擬遺傳機制和進化論的并行隨機搜索優(yōu)化算法。遺傳算法依照所選擇的適配值函數(shù),通過遺傳中的復(fù)制、交叉及變異對個體進行篩選,使適配值高的個體被保留下來,組成新的群體,新群體既繼承了上一代的信息,又優(yōu)于上一代,這樣周而復(fù)始,群體中個體適應(yīng)度不斷提高,直到滿足一定的條件。2.3.2 蟻群算法蟻群算法是群體智能的典型實現(xiàn),是一種

11、基于種群尋優(yōu)的啟發(fā)式搜索算法。蟻群算法的基本思想:當(dāng)一只螞蟻在給定點進行路徑選擇時。被先行螞蟻選擇次數(shù)越多的路徑。被選中的概率越大。蟻群算法不僅能夠智能搜索、全局優(yōu)化, 而且具有魯棒性、正反饋、分布式計算、易與其它算法結(jié)合等特點。3 模糊控制 3.1 引言現(xiàn)今在各個領(lǐng)域中被逐漸采用的模糊控制，是一種非線性的控制方法，是屬于非線性、智能控制范疇的一種計算機數(shù)字控制，就是在被控對象的模糊模型的基礎(chǔ)上，運用模糊控制器近似推理手段，實現(xiàn)系統(tǒng)控制的一種方法。由于模糊控制主要是模仿人的控制經(jīng)驗而不是依賴于控制對象的數(shù)學(xué)模型，因此模糊控制能近似地反映人的控制行為，無需建立對象的精確數(shù)學(xué)模型，具有很強的魯棒性

12、1。本文以PC為控制核心運用模糊控制的方法來完成起動過程，使起動過程中電流恒定，減小電動機起動時起動電流對電網(wǎng)的沖擊。本章將在介紹模糊控制基本原理的基礎(chǔ)上闡述用于異步電動機軟起動的模糊控制器的設(shè)計過程。 3.2 模糊控制的基本原理模糊控制系統(tǒng)是一種自動控制系統(tǒng)，它是以模糊數(shù)學(xué)、模糊語言形式的知識表示以及模糊邏輯的推理規(guī)則為理論基礎(chǔ)，采用計算機控制技術(shù)構(gòu)成的一種具有反饋通道的閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)。它的造成核心是具有智能性的模糊控制器，這也是它與其它控制系統(tǒng)的不同之處2-3。圖 3.1 模糊控制系統(tǒng)組成框圖根據(jù)模糊控制系統(tǒng)的定義，不難想象模糊控制系統(tǒng)組成具有常規(guī)計算機控制系統(tǒng)的結(jié)構(gòu)形式，模糊控制

13、系統(tǒng)組成框圖如圖3.1所示。由圖可知，模糊控制系統(tǒng)通常由模糊控制器、輸入/輸出接口、執(zhí)行機構(gòu)、被控對象和測量裝置等五個部分組成。(1) 被控對象被控對象可以是確定的或模糊的、單變量或多變量的、有滯后或無滯后的、定常的或時變的也可以是線性的或非線性的。對于那些難以建立精確數(shù)學(xué)模型的復(fù)雜對象，更適宜采用模糊控制。(2) 執(zhí)行機構(gòu)除了電氣的以外，如各類交、直流電動機，步進電動機，伺服電動機，還有各類氣動調(diào)節(jié)閥和液壓閥等。(3) 模糊控制器是控制系統(tǒng)中的核心部分，是一種采用基于模糊知識表示和規(guī)則推理的語言型控制器。(4) 輸入/輸出接口在實際控制系統(tǒng)中由于多數(shù)被控對象的控制量及其可觀測狀態(tài)是模擬量。因

14、此模糊控制系統(tǒng)與通常的全數(shù)字控制系統(tǒng)一樣必須具有A/D和D/A轉(zhuǎn)換單元。而且在模糊控制系統(tǒng)中還應(yīng)該有適用于模糊邏輯處理的“模糊化”與“解模糊化”環(huán)節(jié)，這部分通常也被看作是模糊控制器的輸入/輸出接口。(5) 測量裝置它是將被控對象的各種待測量轉(zhuǎn)換為電信號的一類裝置，通常由各類數(shù)字或模擬的測量儀器、檢測元件或者傳感器等組成。它在模糊控制系統(tǒng)中占有十分重要的地位，其精度往往直接影響整個系統(tǒng)的性能指標(biāo)，因此要求其精度高、可靠性及穩(wěn)定性好。3.2 模糊控制器的設(shè)計3.2.1模糊控制器的組成模糊控制器是模糊控制系統(tǒng)的核心，一個模糊控制系統(tǒng)的性能優(yōu)劣，主要取決于模糊控制器的結(jié)構(gòu)、采用的模糊規(guī)則、合成推理算法

15、以及模糊決策的方法等因素。由于所采用的模糊規(guī)則是由模糊理論中模糊條件語句來描述的，因此模糊控制器是一種語言型控制器，故也稱為模糊語言控制器。模糊控制器的組成框圖如圖3.2所示。它包括有：入量模糊化接口、數(shù)據(jù)庫、規(guī)則庫、推理機和解模糊接口五個部分。 圖3.2 模糊控制組成(1)模糊化接口模糊控制器的輸入必須通過模糊化才能用于模糊控制器輸出求解，因此它實際上是模糊控制器的輸入接口。它的主要作用是將真實的確定量輸入轉(zhuǎn)換成一個模糊矢量。(2)數(shù)據(jù)庫數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部模糊子集的隸屬度值(即經(jīng)過論域等級的離散化以后對應(yīng)值的集合)，若論域為連續(xù)域，則為隸屬度函數(shù)。在規(guī)則推理的模糊關(guān)系方

16、程求解過程中，它向模糊推理提供數(shù)據(jù)。(3)規(guī)則庫模糊控制器的規(guī)則是基于專家知識或手動操作人員長期積累的經(jīng)驗，它是按人的直接推理的一種語言表示形式。規(guī)則庫是用來存放全部模糊控制規(guī)則的，并為模糊推理提供控制規(guī)則。(4)推理機模糊推理是模糊控制器的核心，它具有模擬人的基于模糊概念的推理能力。在模糊控制器中，模糊推理根據(jù)輸入模糊量，由模糊控制規(guī)則完成模糊推理來求解模糊關(guān)系方程，并獲得模糊控制量。(5)解模糊接口為了將模糊控制量轉(zhuǎn)換為精確量，由模糊控制器的輸出接口作“解模糊” 處理(即清晰化)，清晰化的作用是將模糊推理得到的模糊控制量變換為實際用于控制的清晰量。3.2.2 以電流為控制量的模糊控制器的設(shè)

17、計 1、模糊控制軟啟動工作原理下面本文討論基于電流控制的軟起動器的模糊控制器4-10的具體設(shè)計方法?；陔娏骺刂频能浧饎涌刂葡到y(tǒng)的框圖如圖3.3所示。起動初始，交流接觸器KM1閉合，KM2斷開。在交流電機輸入電壓主回路各串接兩支反并聯(lián)晶閘管。利用同步變壓器獲取同步電壓信號，作為脈沖發(fā)生器的基準(zhǔn)信號。交流電機定子電流與啟動電流給定值一起作為模糊調(diào)節(jié)器的輸入信號。模糊調(diào)節(jié)器首先計算起動電流設(shè)定值與反饋電流的偏差和偏差變化率，然后以電流及電流的偏差為輸入量，經(jīng)模糊化后進行模糊推理，最后將模糊推理結(jié)果解模糊判決后作為輸出調(diào)節(jié)量。模糊調(diào)節(jié)器輸出的觸發(fā)角信號，送至脈沖發(fā)生器，脈沖發(fā)生器利用同步電壓信號調(diào)節(jié)

18、脈沖相位，由觸發(fā)角決定每個周期觸發(fā)脈沖的產(chǎn)生時刻，進而調(diào)節(jié)晶閘管輸出電壓。當(dāng)交流電機軟起動完成后，交流接觸器KM1斷開，KM2閉合，將電網(wǎng)電壓直接接在交流電機定子繞組上，同時將軟起動裝置從主回路中切除，交流電動機進入穩(wěn)定工作狀態(tài)，軟起動過程結(jié)束。 圖3.3 系統(tǒng)框圖2、模糊控制器設(shè)計1） 結(jié)構(gòu)的選擇模糊控制器設(shè)計首先需要確定模糊控制器的輸入和輸出變量，模糊控制器的輸入變量一般有以下三種：(1) 測量信號；(2) 測量信號偏差；(3) 測量信號偏差變化率；從理論上講，模糊控制器的維數(shù)越高，控制越精細(xì)，但是維數(shù)過高，控制規(guī)則變得過于復(fù)雜，控制算法的實現(xiàn)也相當(dāng)困難。本模糊控制器的結(jié)構(gòu)為二維模糊控制器

19、，交流異步電動機軟起動模糊控制器設(shè)計以實現(xiàn)交流異步電動機起動過程電流恒定為目標(biāo)，因此本文選擇起動電流設(shè)定值的偏差及偏差的變化為模糊控制器的輸入量，以晶閘管觸發(fā)角調(diào)節(jié)量為模糊控制器的輸出量，同時設(shè)置一個積分環(huán)節(jié)對每次調(diào)節(jié)量進行累計。晶閘管實際最大可調(diào)范圍在150°之間（為晶閘管續(xù)流角），因此在積分器后加一個限幅環(huán)節(jié)。模糊控制器的原理圖如圖3.4所示。圖3.4 模糊控制器的原理圖圖中為啟動電流設(shè)定值，為測量值,為偏差的量化因子,為偏差變化的量化因子,為控制量的比例因子。2）確定語言變量及隸屬函數(shù)電流偏差是指電流的給定值與檢測到的異步電動機起動電流值的差值，取電流偏差的語言變量為,論域取:

20、X=-10 -6 -3 0 3 6 10，論域上的模糊子集(i=1，2， ，7),在模糊控制區(qū)內(nèi)將電流偏差分為7個模糊狀態(tài) PB(正大電流偏差)、PM(正中電流偏差)、PS(正小電流偏差)、Z(零電流偏差)、NS(負(fù)小電流偏差)、NM(負(fù)中電流偏差)、 NB(負(fù)大電流偏差)，即的語言集取:NB NM NS Z PS PM PB。采用三角形隸屬函數(shù)如圖3.5，給出對應(yīng)于7個模糊狀態(tài)的隸屬度值如表3.1所示。量化等級隸屬度值語言變量-10-6-303610PB0000001PM00000.2510PS0000100Z000.2510.2500NS0010000NM010.250000NB10000

21、00表3.1 模糊變量E隸屬度值圖3.5 電流偏差隸屬函數(shù)電流的偏差變化率是指一個采樣周期內(nèi)電流的變化值，取電流偏差變化率的語言變量為EC,論域取:Y= -10 -6 -3 0 3 6 10，論域上的模糊子集（j1，2，3）,在模糊控制區(qū)內(nèi)將電流變化率分為3個模糊狀態(tài) N(負(fù)) Z(零) P(正) ，即的語言集取: N Z P 。采用三角形隸屬函數(shù)如圖3.6，給出對應(yīng)于3個模糊狀態(tài)的隸屬度值如表3.2所示。量化等級隸屬度值語言變量-10-6-303610P00000.511Z000.510.500N110.50000表3.2 模糊變量EC隸屬度值圖3.6 電流偏差變化率的隸屬函數(shù)模糊控制器的輸

22、出為觸發(fā)角的變化值，取其語言值變量為U，觸發(fā)角的變化值的論域取:Z= -10 -6 -3 0 3 6 10，論域上的模糊子集（i1，2，3），觸發(fā)角的變化值的語言集取:NB NM NS ZO PS PM PB，采用三角形隸屬函數(shù)如圖3.7，給出對應(yīng)于7個模糊狀態(tài)的隸屬度值如表3.3所示。量化等級隸屬度值語言變量-10-6-303610PB0000001PM00000.2510PS0000100Z000.2510.2500NS0010000NM010.250000NB1000000表3.3 模糊變量U隸屬函數(shù)值圖3.7 觸發(fā)角隸屬度函數(shù)3）建立模糊控制規(guī)則雙輸入單輸出型模糊控制器的控制規(guī)則為“i

23、f E and EC then C”。根據(jù)交流電動機軟啟動過程恒流控制原理和實際操作經(jīng)驗，形成17條模糊控制規(guī)則如下：1) if E=PB then U=NB2) if E=NB then U=PB 3) if E=PM and EC=P then U=NB 4) if E=PM and EC=Z then U=NM 5) if E=PM and EC=N then U=NS 6) if E=NM and EC=N then U=PB 7) if E=NM and EC=Z then U=PM 8) if E=NM and EC=P then U=PS 9) if E=PS and EC=P

24、then U=NM 10) if E=PS and EC=Z then U=NS 11) if E=PS and EC=N then U=Zero 12) if E=NS and EC=N then U=PM 13) if E=NS and EC=Z then U=PS 14) if E=NS and EC=P then U=Zero 15) if E=Zero and EC=N then U=PS 16) if E=Zero and EC=Z then U=Zero 17) If E=Zero and EC=P then U=NS 4）模糊邏輯推理及解模糊判決 模糊邏輯推理采用Mamdani

25、推理法。Mamdani采用蘊涵算子： （3.1）其模糊輸出推理算式為： （3.2） 在多規(guī)則時，可知其模糊關(guān)系式為： （3.3）由表3.1、表3.2、表3.3和式3.1、3.2、3.3可求得模糊關(guān)系：, 解模糊判決有多種方法，在采用單片機實現(xiàn)時，為減少運算量，可采用最大隸屬度平均值法。在仿真軟件里，計算機硬件處理功能強大，可選用重心法。 5）比例因子及量化因子的選擇 當(dāng)由計算機實現(xiàn)模糊控制算法進行模糊控制時，每次采樣得到的被控制量須經(jīng)計算機計算，得到模糊控制器的輸入變量即誤差E及誤差變化EC。為了進行模糊化處理，必須將輸入變量從基本論域轉(zhuǎn)換到相應(yīng)的模糊集論域，從而引出量化因子和的概念。而經(jīng)模糊

26、控制算法給出的控制量(精確量)，還不能直接控制對象，須將其轉(zhuǎn)換到為控制對象所能接受的基本論域中去，所以又引出控制量比例因子。量化因子、和比例因子對控制系統(tǒng)的動靜態(tài)性能有較大影響，經(jīng)分析可歸納如下：(1) 當(dāng)增大時，相當(dāng)于縮小了誤差的基本論域，增大了誤差變量的控制作用，因此使得上升時間變短，但過大時會出現(xiàn)超調(diào)，并使得系統(tǒng)的過渡過程變長，嚴(yán)重時甚至使系統(tǒng)產(chǎn)生振蕩；若較小，則系統(tǒng)上升較慢，快速性差，同時穩(wěn)態(tài)誤差增大。(2) 選擇較大時，提高了模糊控制器的靈敏度，能有效地抑制超調(diào)，但系統(tǒng)的響應(yīng)速度變慢；較小時則會產(chǎn)生較大的超調(diào)和振蕩。對超調(diào)的影響十分明顯。量化因子和的大小意味著對輸入變量誤差和誤差變化

27、的不同加權(quán)程度，二者之間也相互影響。(3) 輸出比例因子作為模糊控制器的輸出增益，它的大小直接影響著控制器的輸出和模糊控制系統(tǒng)特性。Ku在系統(tǒng)響應(yīng)的上升和穩(wěn)定階段對控制性能有不同影響。在上升階段，選擇越大系統(tǒng)態(tài)響應(yīng)越快，但容易導(dǎo)致系統(tǒng)超調(diào)；在穩(wěn)定階段，過大會引起振蕩。較小對系統(tǒng)穩(wěn)定有利，但將延長響應(yīng)時間。圖3.4中,為偏差的量化因子，為偏差變化的量化因子，為控制量的比例因子。在設(shè)計模糊控制時，可根據(jù)變量的基本論域和模糊集論域確定其初值，但實際上變量的基本論域只能根據(jù)理論估計其大致范圍，具體數(shù)值還需要在線調(diào)試整定。經(jīng)過整定，模糊控制器比例因子設(shè)定為0.38，設(shè)定為0.3，設(shè)定為15。4 模糊控制

28、在電氣工程自動化領(lǐng)域的應(yīng)用情況隨著智能控制技術(shù)的不斷發(fā)展, 很多研究人員展開了針對智能控制技術(shù)在電氣工程自動化控制方面的研究,例如:應(yīng)該如何將人工智能系統(tǒng)應(yīng)用于故障的診斷和預(yù)測、電氣產(chǎn)品設(shè)計優(yōu)化和保護與控制等領(lǐng)域。在優(yōu)化設(shè)計方面, 設(shè)計電氣設(shè)備是很繁瑣的工作。它需要對電磁場、電路、電器電機等學(xué)科的知識綜合性的運用, 同時還要使用以往設(shè)計中的經(jīng)驗。設(shè)計以往的產(chǎn)品時,通常是在根據(jù)經(jīng)驗和實驗的基礎(chǔ)上, 通過手工的方式開展的。這樣的設(shè)計過程很難取得最優(yōu)的設(shè)計方案。電氣產(chǎn)品的設(shè)計隨著計算機技術(shù)的發(fā)展, 逐漸由手工設(shè)計向計算機輔助設(shè)計不斷轉(zhuǎn)變, 使開發(fā)產(chǎn)品的周期大大減少。尤其是在引進了智能控制技術(shù)之后,更

29、加促進了CAD技術(shù)的發(fā)展,大大提高了設(shè)計產(chǎn)品的質(zhì)量和效率。智能控制技術(shù)在電氣設(shè)計方面的應(yīng)用主要包括專家系統(tǒng)和遺傳算法。其中的遺傳算法是一種優(yōu)化的先進算法,在產(chǎn)品的設(shè)計優(yōu)化上有舉足輕重的作用。因此電氣產(chǎn)品的智能控制技術(shù)設(shè)計很多都采用了這種方式進行優(yōu)化。電氣設(shè)備的故障征兆和故障之間有著很多必然和偶然的關(guān)系,具有非線性、不確定性的特點, 它的優(yōu)勢能夠通過智能控制的方式得到最大的發(fā)揮。智能控制技術(shù)在電氣設(shè)備診斷故障方面的應(yīng)用主要由:專家系統(tǒng)、模糊邏輯和神經(jīng)網(wǎng)絡(luò)等。在電力系統(tǒng)之中, 變壓器因為重要的地位而受到很多研究者的關(guān)注。目前診斷變壓器故障的常用方法主要是分析變壓器油中分解出來的氣體, 通過這種氣體

30、分析找出變壓器的故障范圍。同時在電動機和發(fā)電機等方面,人工智能診斷故障技術(shù)也有了長足的發(fā)展。4.1 模糊控制的應(yīng)用研究模糊控制以為基礎(chǔ),同時與自適應(yīng)控制技術(shù)、人工智能技術(shù)、神經(jīng)網(wǎng)絡(luò)技術(shù)的相結(jié)合,在控制領(lǐng)域得到了空前的應(yīng)用。1、Fuzzy-PID復(fù)合控制Fuzzy-PID復(fù)合控制將模糊技術(shù)與常規(guī)PID控制算法相結(jié)合，達(dá)到較高的控制精度。當(dāng)溫度偏差較大時采用Fuzzy控制，響應(yīng)速度快，動態(tài)性能好；當(dāng)溫度偏差較小時采用PID控制，靜態(tài)性能好，滿足系統(tǒng)控制精度。因此它比單個的模糊控制器和單個的PID調(diào)節(jié)器都有更好的控制性能。2、自適應(yīng)模糊控制這種控制方法具有自適應(yīng)自學(xué)習(xí)的能力，能自動地對自適應(yīng)模糊控制

31、規(guī)則進行修改和完善，提高了控制系統(tǒng)的性能。對于那些具有非線性、大時滯、高階次的復(fù)雜系統(tǒng)有著更好的控制性能。3、參數(shù)自整定模糊控制也稱為比例因子自整定模糊控制。這種控制方法對環(huán)境變化有較強的適應(yīng)能力，在隨機環(huán)境中能對控制器進行自動校正，使得控制系統(tǒng)在被控對象特性變化或擾動的情況下仍能保持較好的性能。4、專家模糊控制EFC(Expert Fuzzy Controller)模糊控制與專家系統(tǒng)技術(shù)相結(jié)合，進一步提高了模糊控制器智能水平。這種控制方法既保持了基于規(guī)則方法的價值和用模糊集處理帶來的靈活性，同時把專家系統(tǒng)技術(shù)的表達(dá)與利用知識的長處結(jié)合起來，能夠處理更廣泛的控制問題。5、仿人智能模糊控制IC算

32、法具有比例模式和保持模式兩種基本模式的特點。這兩種特點使得系統(tǒng)在誤差絕對值變化時，可處于閉環(huán)運行和開環(huán)運行兩種狀態(tài)。這就能妥善解決穩(wěn)定性、準(zhǔn)確性、快速性的矛盾，較好地應(yīng)用于純滯后對象。6、神經(jīng)模糊控制(Neuro-Fuzzy Control)這種控制方法以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，利用了模糊邏輯具有較強的結(jié)構(gòu)性知識表達(dá)能力，即描述系統(tǒng)定性知識的能力、神經(jīng)網(wǎng)絡(luò)的強大的學(xué)習(xí)能力以及定量數(shù)據(jù)的直接處理能力。7、多變量模糊控制這種控制適用于多變量控制系統(tǒng)。一個多變量模糊控制器有多個輸入變量和輸出變量。4.2 基于模糊控制的電動機軟啟動技術(shù)4.2.1 異步電動機軟起動仿真模型 根據(jù)模糊控制器的理論設(shè)計，借助Mat

33、lab的Simulink工具箱、Fuzzy工具箱和SimPowersystems工具箱建立如圖4.1所示交流電機模糊控制軟啟動仿真系統(tǒng)。它主要有三相交流電壓源、三相交流調(diào)壓模塊、異步電動機和電氣量測量模塊等。三相交流電壓源用三個單相交流電壓源構(gòu)成,通過設(shè)定正確的相位、頻率和幅值即可。三相交流調(diào)壓模塊內(nèi)部結(jié)構(gòu)如圖4.2所示,調(diào)壓電路由三對反向并聯(lián)的晶閘管構(gòu)成。同步脈沖發(fā)生器使用電氣系統(tǒng)附加模塊庫里的同步六脈沖發(fā)生器,由于三相交流調(diào)壓電路的控制角基準(zhǔn)點定在各相電壓過零點處,而脈沖發(fā)生器的同步信號是采用線電壓信號,因為線電壓與相電壓相差30°,所以另外增加三個電壓源,其角度與前面三相交流電壓源相角相差30°即可。圖4.1 異步電動機軟起動仿真模型圖4.2 三相交流調(diào)壓模塊內(nèi)部結(jié)構(gòu)圖4.2.2 異步電動機軟起動的仿真利用上述仿真模型進行對起動進行仿真,電動機的參數(shù)為：額定功率, 額定電壓,頻率, 定子電阻, 定子電感，轉(zhuǎn)子電阻, 轉(zhuǎn)子電感, 互感, 轉(zhuǎn)動慣量。晶閘管觸發(fā)角初值設(shè)定為30°，啟動電流設(shè)定為40A，負(fù)載轉(zhuǎn)矩設(shè)定為20Nm。可得如下圖4.3速度響應(yīng)