基于神经网络的感应电动机直接转矩控制研究

摘要：概述了感应电动机在直接转矩控制(DTC)的控制规律。为提高感应电动机在DTC方式下的低速性能，在对感应电动机定子磁场定向控制进行了比较深入的分析后，提出了采用神经网络来处理DTC复杂计算的控制策略。仿真和实验结果表明，该方法能进一步改善感应电动机DTC的性能。
关键词：电动机；变频；直接转矩控制；神经网络控制

1 引言
DTC技术利用空间矢量、定子磁场定向的分析方法，直接在定子坐标系下分析异步电动机的数学模型，计算并控制电动机的磁链和转矩。采用离散的两点式调节器(Bang-Bang控制)，将转矩检测值与转矩给定值作比较，使转矩波动限制在一定的容差范围内，并产生PWM信号，直接对逆变器的开关状态进行控制，这样就获得了高动态性能的转矩输出。其控制效果取决于转矩的实际状况，它无需将交流电动机与直流电动机作比较、等效、转化，即不需要模仿直流电动机的控制。由于省掉了矢量变换方式的坐标变换与解耦，从而简化了异步电动机数学模型，没有通常的PWM信号发生器，因此其控制结构简单，控制信号处理的物理概念明确，系统的转矩响应迅速且无超调，是一种具有高静态、动态性能的交流调速控制方式。

2 系统结构及工作原理
基于神经网络控制的DTC系统的基本结构如图1所示。

系统由速度给定值与转子反馈的速度信号形成误差信号，经过神经网络控制器的控制处理后获得转矩的给定值T*，转矩调节器的输入信号T*与转矩反馈值T的信号差为ET。调节器的输出信号是转矩开关信号，磁链调节器采用施密特触发器，容差±ε，通过磁链调节器的两点式调节，将磁链波动限定在±ε内，达到控制磁链的目的。开关状态选择单元采用离散的三点式调节方式。根据转矩调节器、定子磁链调节器的输出及定子磁链的扇区位置来选择合理的逆变器开关状态，用以输出合理的电压空间矢量。系统以TMS320LF2407A型DSP为核心组成控制器，由整流器、电压型逆变器构成主回路。整个系统按功率电路板、DSP控制板、电源、保护电路及信号检测电路等进行模块化设计。
在该系统中，设置的转速调节器的输出作为电磁转矩的给定信号，用神经网络控制器取代通常的PI调节器，设置转矩控制内环。它可以抑制磁链变化对转速子系统的影响，从而使转速和磁链子系统实现了近似的解耦。
因为定子磁链可表示为两相静止坐标系下电流iα1，iβ1和电压uα1，uβ1的非线性函数。电磁转矩可转换成两相电流和磁链的非线性函数。感应电动机在定子坐标系下的方程为：