基于单神经元控制器的交流矢量控制系统

基于单神经元控制器的交流矢量控制系统 基于单神经元控制器的交流矢量控制系统 第22卷第4期江苏理工大学(自然科学版)Vo1.22No.4 2001年7月aIofJUniversityofScieno~andT~hnology(NaturalScience)J12加 基于单神经元控制器的交流矢量控制系统 王德明,刘贤兴,王丽敏 (iX苏理工大学电气信息工程学院,江苏镇江212013) [摘要]根据感应电机矢量控制原理,特单神经元控制器应用于磁场定向的矢量控制系统 中,并路出了单神经元控制器模型.并将单神经元拉制器代替矢量控制系统中的转速调节器, 进行了易于算法实现和实际控制系统实现的智能交流矢量控制系统设计和仿真研究.MAT. LAB仿真结果表明.该系统具有良好的动态性能. [关健词】矢量控制;神经网络;自适应控制;仿真 [中图分类号]TM921.2[文献标识码】A[文章编号】1007—1741(2001}04一O068—03 随着电力电子技术与计算机技术的发展,感 应电动机高性能控制技术也得到了飞速的发展. 在这些控制技术中,矢量控制成为最有效的方法 之一,它使感应电机的调速系统在理论上能够达 但由于电机运 到与直流电机相近的优越性能…. 行中参数的变化及磁路饱和的影响,使实际的矢 量控制系统不可能完全达到理想的转速及磁通控 制目标. 笔者从矢量控制模式中等效的直流电机模型 出发,提出了利用单神经元自适应控制器模型,代 替传统矢量控制系统中的转速调节器.仿真结果 表明,采用这种方法使控制系统具有良好的抗扰 性能和鲁棒性. 1人工神经网络的基本特征 人工神经元的种类有许多,一般可用图1表 示其处理单元的基本结构,它有个输人状态 五(i:1,2,…,),wi为相应的权重,y为输出 信号,另外,考虑到内部门限,用xo=一1的固 定偏置输人表示,其权重(即连接强度)wo:. 于是.可得输人的加权和为 土 = xf:WiXi一0(1) I=DI#l 最后输出值y满足 Y=,()=f【w蕊J=,(WXT)(2) 其中,转移函数,(?)又称为激励函数,传输函数 或限幅函数,其作用是将可能无限域变换到一指 定的有限范围内输出,这类似于生物神经元具有 的非线性转移函数特性.一般的形式有:分段转 移函数,si鲫d函数,双曲线正切函数等. 图1神经网络处理单元的基本结构 ng.1Thefundamental??c由nofneurel networkprocessingunit 2基于单神经元的智能控制器 神经元控制器是一个简单的多输入单输出的 非线性处理元件,神经元控制器可以通过学习规 则来调整权重,从而实现自适应功能.图2为一 典型的单神经元控制器模型,图中五,v(=1, 2,3)分别为控制器的输人量及相应的权重,j 为控制器的比例因子.,(-)为带有最大限幅值 【啦薯日期】2OOl一03—09 【基盒珂目】江苏省应用基础项目(BI99014) 【作者簿介1王德明(~956一),男.江苏张家港人.江赉:理工大学教授 第4期王德明等:基于单神经元控制器的交流矢量控制系统69 u一的S型激发函数(双曲正切函数),其中: ()=u一(3) 3 U(k)=K?()墨()/llw0(4) 式中,u()为单神经元控制器的输出,xf()为 单神经元控制器的第i个输入,Ilwll为权重向 量的欧几里德范数. 图2单神经元控制器模型 F.2TheTrddofs删eneul'~/11n.n盯 单神经元控制器的白适应功能是通过改变权 重来实现的,学习算法就是调整权重w的规则, 它是单神经元控制器的核心,并反映其学习功能. 学习算法如下: w(+1)=wi()?()(5) 式中()为随过程递减的学习信号,>0为 学习速率. 3单神经元自适应控制在矢量控制 系统中的实现 感应电机矢量控制就是将受控的交流矢量 通过变换成直流标量再进行控制的一种控制方 法,它能使感应电机获得如同直流电机一样良好 的调速特性.在控制器设计.采用按转子磁场定 向的数学模型——M,丁坐标系数学模型.在此 模型下,其动态关系就比较简单,而且和直流电机 的转矩方程非常相似了. 矢量控制基本方程式为 , Lm.… 2ml, 式中丁2——转子励磁时间常数(T2=L/R2) 转矩 r T=ptI(7) r 式中是定子电流的励磁分量,f1是定子电流 的转矩分量.当im1不变,即2不变时,如果f1 变化,转矩丁立即随之成正比变化,没有任何滞 后.由于M,丁坐标按转子磁场定向,在定子电流 m1唯一决定于磁链 的两个分量之间实现了解耦,{ ,{1则只影响转矩,与直流电机励磁电流和电 枢电流相对应,这样就大大简化了多变量强耦合 的交流变频调速系统的控制问. 矢量控制系统采用转差型矢量控制系统…, 由于该系统结构简单,思路清晰,所想获得的动态 性能基本上可以达到直流双闭环控制系统的水 平,得到了普遍的应用.转差型矢量控制系统M, 丁坐标的磁场定向是由给定信号确定并靠矢量控 制方程保证的,并没有在系统中实际检测转子磁 链的相位,这种情况属于间接磁场定向.在动态 过程中实际的定子电流幅值及相位与其给定值之 间总会存在偏差,实际参数与矢量控制方程中所 用的参数之间更可能不一致,这些都会造成磁场 定向的误差.从而影响系统的动态性能.对于转 差型矢量控制系统,保持磁通恒定是关键,而在运 行过程中,转子电阻R的变化会影响转子磁通, 因而系统对R变化的鲁棒性就显得很重要.为 此,采用单神经元控制器代替转差型矢量控制系 统中的转速调节器ASR,其输出是定子电流转矩 分量I的给定信号,与双闭环直流调速系统 的电枢电流给定信号相当,利用单神经元控制 器的白适应性,能克服R变化对系统性能的影响. 对于单神经元控制,只要把传统系统中的转 速调节器,用单神经元白适应控制器代替.单神 经元模型已经在前面给出了.现令 』x=e() 【X2:e()/s 学习算法为 矸l(+1):(1一c)Wi()栅() 式中为学习速率,且取1=o.1,rtz=0.01,砷 =0.叭.而学习信号=B(). 用于仿真的电机及其他参数如下: 电机参数: P一=3.5kW,=50I--Iz,相电压220V =l R=0.53n,R=0.39n,L.=70.32mH L,:68.93mH,L=65.00mH 额定磁通a/,"0=0.572wb J=0.056kg?m2 中间直流回路: R=0.265n,L=32.5mH,K=34.57 江苏理工大学(自然科学版)第22卷 T=0.O09s 电流调节器为PI调节器: K=560.rt=0.0263s 通过MATLAB仿真,得出单神元控制下的启 图3单神经元控制下的启动过程 F.3TheSt83"tprocessunderthecontrolof thefk13.e~iron 扰性能和其鲁棒性较好. 4结论 (1)利用单神经元控制器实现感应电机矢量 控制的方法是可行的,且具有设计过程简单,抗扰 性能和鲁棒性较强等优点. (2)电机参数变化对控制系统的影响减小. 因为神经网络是通过可测量的物理量(如定子电 压,定子电流和转速等)样本进行学习的.动过程如图3所示,以及单神经元控制下的抗扰 特性如图4所示.仿真结果表明,在单神经元控 制器作用下的系统起动平滑.在正转加扰动时,系 统经过0.15S后达到稳态.可见,单神经元的抗 图4单神经元控制下的扰动过程 .4Thedistl目noeprcce~uI妇theomtrdof thesln~en? [参考文献] [1]胨伯时.电力拖动系统[M].第二版.北京机槭工 业出版社,1991. [2]王晓东.等.直流传动系统中单神经元白适应智能 控制的实现[J].机车电传动,1996(5):4--7. [3]周箴.等.基于模糊神经元混台控制器交流伺服 系统的研究[J].电工技术.1999(3):25—28. [4]王丽敏,等.无速度传藤器转差频率控制系统的研 究[J].电工技术,z0o0(2):70一.72. ACVectorControlSystemBasedonSingleNeuronControllers WANGDe-ruing,UUXian-xlng.WANGLi-min (ScoIFAeeu-ied们dl~ca'mafonB嚏鼎g.JU】吐qofScience?cJc雹f,孔譬,Jj町辨 212013,o血 Abstract:Ac? rdingtotheprincipleofthevectorcontrolofinductionr/lOtOl~.asinglen~lrCi'loon. vrollerisadoptedintheroarfluxorientediMu~ionmotor,andthemodelofasingleneHl~DncontrolleriS given.nespeedr~uIatorintheACvectorcontrolsystemisreplacedbythes~ngleneul'oncontroller.11 designoftheintenigeaatACvectoreontroXsystemwhichiseasytobeimplementedforalgorithmandactual 0.Iltrolsystemisearriedout,andthesystemissimuhted.n1eMATLABSimulationresL1Itsshowthatthis systemhasabetterayr~nlcDerf0nnan?. KeyW@II~:vectorcontrol;ngu/'onnetworks;adaptivecontrol;simulation (责任编辑朱银昌) 湖瑚枷?咖0 口,曹 啪啪啪枷枷0 ,