高性能智能控制器

1、適用于感應電機速度控制的高性能智能控制器美國senthilkumara，和美國vijayanb系電氣和電子工程技術研究所，聯(lián)合，哥印拜陀，泰米爾納德邦，印度摘要：本文提出了一種應用于感應電機（IM）驅動器的實時實現(xiàn)情緒改進的控制器。我們用模糊技術通過計算傳感器輸入改進了基于大腦情感學習智能控制器（BELBIC）設計。該控制器被稱為基于模糊的大腦情感學習智能控制器（BELFBIC）。這是第一次，大腦情感學習和基于模糊智能控制器用于空間矢量脈寬調(diào)制逆變器供電異步電機的V / F速度控制。V / F控制簡單，比較容易實現(xiàn)。它提供了足夠大多數(shù)應用的電動機性能。還進行PID控制器和模糊控制器的比較分析，

2、并在MATLAB/SIMULINK環(huán)境中進行了仿真。該控制器順利實現(xiàn)了實時使用基于三相0.5 HP實驗室鼠籠式IM數(shù)字信號控制器（dsPIC30F2010）。關鍵詞：情感學習，感應電機（IM），智能控制器，BELFBIC，PID，模糊控制，V / F速度控制1.簡介異步電動機（IMS）已成為現(xiàn)代社會的工業(yè)主力。由于它們價格便宜，結構堅固且簡單，維護成本低，產(chǎn)量高，可靠性好，輸出功率大，體積比和低工作噪音，在百余年前，這些電機已經(jīng)投入使用。盡管優(yōu)點很多，完善感應電機控制參數(shù)的滑爽性和功率損耗卻是充滿挑戰(zhàn)的1，2。在直流（DC）電動機驅動器上3，間接矢量控制技術能夠得到良好的動態(tài)響應。將矢量控制應

3、用于異步電機變頻調(diào)速。矢量控制方案無法保持當基準磁通在弱磁通區(qū)域被改變時轉矩和通量之間的去耦的特性。運用許多方法已經(jīng)開發(fā)出了異步電機變頻調(diào)速1,4，正如直接轉矩控制（DTC）方法的開發(fā)，它測試感應電機的驅動系統(tǒng)5,6。但用DTC方法，很難控制在低速的轉矩和噪音，為了解決上述問題，已開發(fā)出各種智能系統(tǒng)7-23。人工智能（AI）技術，諸如專家系統(tǒng)（ES），模糊邏輯（FL），神經(jīng)網(wǎng)絡（神經(jīng)網(wǎng)絡）（NN），或生物激勵（BI）的遺傳算法（GA），最近已經(jīng)施加在在馬達驅動器中。 AI系統(tǒng)已經(jīng)開發(fā)出了控制與自我學習能力的驅動器。 AI系統(tǒng)智力是用來解決控制問題7?；谝?guī)則的ES，被應用FL和NN技術驅動系統(tǒng)

4、7-9。 L·棟和E·伊斯基耶多分析了BI系統(tǒng)10。 NN技術被應用于控制交變電流驅動系統(tǒng)9,11-16。根據(jù)遺傳學的猜測，已經(jīng)被應用到驅動器17。另外，強大的智能控制和估計技術可混合AI系統(tǒng)如神經(jīng)模糊使用，對神經(jīng)遺傳與神經(jīng)模糊遺傳系統(tǒng)7等進行開發(fā)。研究人員試圖基于人類大腦的行為25-27發(fā)展的典范對模糊神經(jīng)網(wǎng)絡和滑?？刂品椒ǖ谋容^進行解釋18，19。 J·莫蘭和C·保科納斯開發(fā)的不用于任何執(zhí)業(yè)領域的杏仁核和上下文處理的計算模型叫做腦情感學習（BEL）模型27。 2004年，盧卡斯開發(fā)的基于BEL的智能控制器28被命名為腦情感學習型智能控制器（BELBI

5、C），該控制器已應用于許多工業(yè)驅動系統(tǒng)29-36。情緒改進控制器適用于采暖，空調(diào)，洗衣機和微換熱器29-31。該控制器被應用于汽車懸掛控制系統(tǒng)與天車33，34。首次，M.A拉赫曼，R.M 米拉斯，已經(jīng)將這種情感控制應用于永磁同步電機36的速度控制。 Markadeh GRA和Daryabeigi E將這個控制器應用于異步電機40的速度和流量控制。在本文中，我們運用模糊技術通過計算傳感輸入對BELBIC設計進行了改善，正因為如此，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，我們提出，一個用于三相異步電機驅動的V / f速度控制的新BELFBIC。我們提出的控制方法在M

6、atlab / Simulink環(huán)境中進行了仿真。所提出的異步電機的情緒控制器已經(jīng)在實驗室內(nèi)實驗實現(xiàn)，它展現(xiàn)了利基工業(yè)規(guī)模的利用的良好前景。2、 異步電動機的數(shù)學模型正如任何電力電子驅動系統(tǒng)的控制，場的數(shù)學模型是需要進行設計的，異步電機的模型是根據(jù)旋轉（D,Q）域引用（不飽和）的概念確立的。 （1） （2） （3） （4）式中，和為定子直接與定子正交的軸分電壓。和是轉子直接與轉子正交的軸分電壓。電流的磁鏈是由公式（5）給出（5）異步電機的電氣部分可有一個四階狀態(tài)空間模型（4×4）進行說明，通過聯(lián)立等式（1）-（5）得到等式（6）為其中A是由下式給定產(chǎn)生的瞬時轉矩由下式給出電感表示的電

7、磁轉矩由下式給出馬達的機械部分模型是由以下方程建立這個異步電機模型通過比例積分微分（PID）控制被進行進一步的設計。模糊與BELFBIC的控制策略。3. 基于異步電機V / F控制常規(guī)PID系統(tǒng)PID控制器旨在為IGBT提供控制信號的。逆變器的輸出是V / F控制，它被給定為三相異步電動機輸入。其速度被取為反饋，并將其與設定速度進行比較。該誤差信號被給定為PID控制器的輸入?？臻g矢量調(diào)制（SVM）最初是作為三相逆變器脈寬調(diào)制（PWM）的載體。以較低的總諧波失真提供了一個用于電動機的的較高電壓的正弦波是較復雜的技術。空間矢量脈寬調(diào)制（SVPWM）方法是所有變頻驅動應用PWM技術中較先進的PWM方

8、法，可能是最好的。比例-積分-微分控制器（PID控制器）是一個廣泛應用于工業(yè)控制系統(tǒng)的通用控制回路反饋機制。 PID是最常用的反饋控制器。定義U（t）為控制器輸出時，PID算法的最終形式是 式中 ：比例增益， ：積分增益，   積分限為從0到t。 ：微分增益 E：誤差 T：時間或瞬時時間（當前）齊格勒-尼庫斯整定方法被用于調(diào)節(jié)PID控制器。比例，積分和導數(shù)項是為了計算PID控制器輸出的。PID控制器計算一個測量的過程變量與所需的設定點之間的“誤差”值。我們已經(jīng)完成基于絕對值積分的的誤差（IAE）的控制器的調(diào)節(jié)。 積分的的限是從0到42。我們從產(chǎn)生的參考頻率輸出正比于絕對誤差

9、在IAE基礎上對Kp，Ki和Kd的值進行調(diào)整和計算。 =0.01，=1.5750和=11.52?？刂破髟噲D通過調(diào)節(jié)過程控制輸入，以最小化誤差。 PID控制器計算一個“誤差”值作為測量的過程變量和所需的點之間的差異?？刂破髟噲D通過調(diào)節(jié)過程控制輸入，以最小化誤差。 4.基于模糊V / F控制系統(tǒng)感應電動機的速度控制是通過維持電壓頻率比恒定進行以避免氣隙磁通變化。模糊系統(tǒng)算法根據(jù)語言規(guī)則處理數(shù)據(jù)庫中的輸入，并將基本頻率的變化作為它的輸出24。因此，該信號被加到產(chǎn)生的實際基頻基準的最后一個頻率值。工作的IGBT產(chǎn)生PWM信號。三相感應電機通過一個基頻和等效電壓PWM逆變器，使得保持恒定V / f比值供

10、給。模糊化是最小-最大型，去模糊化是中央型。有2個輸入變量和1個輸出變量。我們使用7輸入隸屬函數(shù)和9個輸出隸屬函數(shù)。模糊規(guī)則庫如表1所示，語言描述如下：“NB”是“負大”，“NM”，是“負中”，“NS”是“負小”，“Z”是“零”，“PS”為“正小”，“PM”，是“正中”，“PB”為“正大”，“NVB”是負的非常大“和”PVB“是”積極正和非常大的?！扒皟蓚€規(guī)則的描述如下在“速度誤差”語言變量的話語宇宙被設計為-30，30轉速區(qū)間。因此，有人1-1由模糊化過程之前除以速度誤差信號歸為一。 “速度誤差變化”語言變量調(diào)整為-30，30轉，這是除以30取信號到1,1區(qū)間的話語世界。以類似的方式，將“頻

11、率變化”輸出用1,1區(qū)間赫茲語言變量乘以30把它帶到了-30，30。模糊控制器的表面視圖顯示在圖8.當應用于異步電機調(diào)速的Mamdani型模糊系統(tǒng)的控制策略，相比于其他類型的產(chǎn)生極好的效果。表1 模糊規(guī)則庫如果（速度誤差為NB）和（速度誤差變化NB）然后（頻率變化NVB）如果（速度誤差為NB）和（速度誤差變化NM）然后（頻率變化為NB）“速度誤差”的論域被設計為-30，30轉速區(qū)間。因此，通過除以模糊化過程之前速度誤差信號得-1,1?！八俣日`差變化”的裕量調(diào)整為-30，30轉，這是除以30取信號到-1,1區(qū)間的論域。以類似的方式，用“頻變”輸出裕量-1,1赫茲區(qū)間乘以30把它帶到了-30，30

12、。模糊控制器的表面視圖顯示如圖8。相比于其他類型，異步電機的調(diào)速采用馬丹尼型模糊系統(tǒng)的控制策略能產(chǎn)生極好的效果。5. 提議大腦情感學習和基于異步電機V / F控制結構基于模糊智能控制器（BELFBIC）大腦情感學習和基于模糊智能控制器（BELFBIC）是用于三相感應電機的V / F速度控制的。在哺乳動物中，邊緣系統(tǒng)用于處理的情緒反應。邊緣系統(tǒng)存在于是大腦皮質(zhì)38中。邊緣系統(tǒng)的主要組成部分是杏仁核，軌道額葉皮質(zhì)，丘腦和感覺皮層。杏仁核可以與邊緣系統(tǒng)40中的所有其他皮質(zhì)溝通。該系統(tǒng)的主要情感調(diào)節(jié)發(fā)生在杏仁核內(nèi)。即，刺激和其情緒結果的關聯(lián)發(fā)生在這個區(qū)域中。刺激和其情感結果的關聯(lián)發(fā)生在杏仁核。杏仁核的

13、任務是將一個初級情感值分配給與初級加固配對的每個刺激。這個任務是由前額皮層提供幫助。在學習理論方面，杏仁核出現(xiàn)處理初級加固的呈現(xiàn)，而前額皮層參與了檢測加固40的遺漏。的BEL處理（BELBIC）的開發(fā)的網(wǎng)絡模型的圖形描繪示于圖。 9 40。模擬的哺乳動物腦的某些部分的計算模型結構如圖10所示40。該BELBIC背后的機制是基于感覺輸入和情緒線索。在感應電動機中，反饋信號被作為感覺輸入。情感線索取決于性能目標。情感的學習過程發(fā)生在杏仁核?，F(xiàn)有BELBIC控制器通過施加模糊技術通過計算感覺輸入進行修改。因此，BELBIC是為了提高控制參數(shù)，如超調(diào)量，穩(wěn)態(tài)誤差，穩(wěn)定時間和感應電機速度控制上升時間改名

14、為BELFBIC。BELFBIC模型如圖1所示。杏仁核和前額皮層形成與每個感覺輸入相連的網(wǎng)狀結構。此外，還有的杏仁核內(nèi)對于丘腦輸入另一個連接。此輸入的值等于感覺輸入40的最大值。BELFBIC基于控制系統(tǒng)的結構如圖2所示。三相交流電源經(jīng)過一個轉換器轉換成直流電。直流由逆變器轉換成交流控制。逆變器的IGBT開關脈沖通過BELBIC控制器控制。 BELBIC控制器獲取速度和頻率從異步電機中反饋，它產(chǎn)生對逆變器IGBT開關的時間脈沖的?；谶@些脈沖，逆變器輸出變化能保持恒定的V / F37。通過這個方法能有效地實現(xiàn)三相異步電機的速度控制。 BELFBIC模型可作如下說明。情感線索可由等式13來計算。

15、誤差信號，傳感器輸入，情感規(guī)則，圖1 BELFBIC模型圖2 BELFBIC基本控制系統(tǒng)結構感覺輸入（SI）可以通過等式14來計算。式中EC，MO，SI和e是情感線索，控制模式輸出，感覺輸入和輸出誤差。 J1和J2是要調(diào)整以獲得所需的控制器輸出的增益。£=£1，£2。 。£N是集合x的一個模糊子集，由£F（X）來表示;=1，2。 。 。 N是集合y的模糊子集，由F（Y）表示;R =RIJ n×m個F（X，Y）;。N，M=7，R是規(guī)則。杏仁核輸出由等式15給出。前額皮層輸出由公式16給出。是前額的連接增益。 是扁桃體連接的增益。模型的輸

16、出是由等式17給出。 基于三相感應電機的V / f速度控制BELBIC控制器如圖3所示。將感應電動機的實際速度與參考速度進行比較，可以提供帶有速度誤差和速度誤差的變化的BELFBIC的輸入。該BELFBIC系統(tǒng)處理輸入的同時提供其模型輸出（MO）的基準頻率。此后，該信號被與VSI的實際頻率相比較的結果是頻率誤差。SVPWM發(fā)生器產(chǎn)生基于頻率誤差的16進制橋型逆變器的脈沖。三相異步電動機驅動器的BELFBIC的提出，是用原型數(shù)字信號控制器(dsPIC30F2010)實驗實現(xiàn)的。圖3 基于三相異步電機V/f速度控制的BELFBIC仿真模型圖4 試驗裝置系統(tǒng)實驗裝置的系統(tǒng)如4所示。BELBIC控制器

17、產(chǎn)生用于開啟六個IGBT的PWM信號。三相感應電動機用的PWM逆變器具有一個基本頻率和等效電壓，如將V / f比值保持恒定。異步電動機的輸入由三相0.5千瓦電壓型逆變器使用dsPIC與PIC單片機的20 kHz的開關頻率供給。電動機的動力為0.5馬力。電動機的速度是由光學傳感器感測到，并且它的輸入被提供給的PIC微控制器。PIC微處理器將數(shù)據(jù)發(fā)送到數(shù)字信號控制器（dsPIC30F2010）。 BELFBIC控制器可通過dsPIC控制器實現(xiàn)，并產(chǎn)生開關頻率來控制IGBT。逆變器是專門為這個實驗設計，用裝有25A的IGBT-1200V六個功率開關，驅動系統(tǒng)已經(jīng)用快速和智能IGBT驅動器設計，保證了

18、逆變器和控制系統(tǒng)39之間的距離。除了這一點，有用來顯示電機速度和鍵盤設置的LCD，并且監(jiān)視的參數(shù)通過該電平轉換器（MAX232）發(fā)送到PC端。 BELBIC控制器用于低，中測試和額定轉速下的各種載荷。 6、結果與討論6.1、仿真結果感應電機的參數(shù)在表2中給出。在這一部分中，分析整個控制器在設定為2000轉每分空載下的速度響應。表2 電機參數(shù)圖5 基于PID控制器的速度響應圖6 基于模糊控制器的速度響應設定為2000轉每分的PID控制器模擬結果如圖5所示。設定為2000轉每分的模糊控制器模擬結果如圖6所示。在本節(jié)中，對常規(guī)PID控制器和模糊控制器進行比較分析，以驗證所提出BELBIC控制器。圖7

19、顯示了BELBIC控制器在2000rpm的設定速度下的速度響應。圖8顯示出帶有BELBIC控制器的異步電動機滿載時三相定子電流。圖9顯示出具有BELFBIC控制器異步電動機滿載時轉矩波形。圖10示出了具有BELFBIC控制器的異步電機從空載到半載的負荷轉矩的變化波形。負荷在0.27秒時從空載變化到半載。PID，模糊和BELFBIC控制器的性能比較結果列于表3。根據(jù)模擬結果，BELBIC控制器在輸出穩(wěn)定時間和上升時間相比PID控制器和模糊控制器具有較少的過沖。6.2、 實驗結果在本節(jié)中，對BELBIC控制器實時速度響應進行了討論。空載情況下，速度為800轉、1000轉和1440轉的硬件測試結果如圖11、12、13。圖7 基于BELFBIC控制器的速度響應圖8 三相負載電流圖9 轉矩波形圖10 改變負載得到的轉矩波形表4 空載時BELFBIC控制器實驗結果BELFBIC controller performances under no load results are given in Table 4.空載時BELFBIC控制器實驗結果如表4.圖11 空載定速800轉的BELFBIC響應圖12 空載定速1000轉的BELFBIC響應圖13 空載定速1440轉的BELF