感应电机直接转矩控制系统中的模糊控制研究

作者：时间：2009-08-04来源：网络收藏

3．3 变结构模糊控制器
滑模变结构控制对系统的数学模型精确性要求不高，对系统的不确定参数、参数变化、数学描述的不确定性及外界环境的扰动具有完全的自适应性。而模糊控制不需要数学模型，根据专家或经验知识设计控制规则，也存在一些缺陷，文献结合滑动模态控制和模糊控制的特点，推导出异步电动机直接转矩控制模糊滑动模态控制算法，实验仿真表明，这种控制方案不仅使系统具有滑模控制的响应快，对系统参数变化不敏感和鲁棒性强的优点，而且还具有模糊控制不需要精确系统模型的方便性和稳定性等优点。针对滑模控制的抖动问题，文献提出一种方案，在传统无速度传感器直接转矩控制系统中，利用滑膜结构理论进行速度控制的基础上，在滑膜控制器输出后添加模糊积分器，在保持良好鲁棒性条件下，有效地消除了滑膜控制器的抖动问题。
3．4 模糊神经网络
神经网络是指用科学技术手段模拟生物神经系统的结构和功能的一种信息处理系统，有并行处理、分布式储存信息和纠错能力、自学习和自组织能力，用在线或离线方式进行学习。但神经网络不适合基于规则的知识，训练网络不能很好利用已有知识，从而训练时间过长或容易陷入局部最优。模糊控制的优点在于逻辑推理能力强，容易进行高阶信息处理。模糊技术与神经网络技术结合，能发挥各自的优势、弥补其不足。模糊技术引入神经网络，拓宽网络信息的处理能力，处理神经信息、模糊信息或其他小精确信息。用神经网络的学习和自动识别模式特性来进行模糊信息处理，解决模糊规则的自动提取及隶属函数的自动生成问题。将神经网络控制与模糊控制有效地结合起来所构成的神经网络模糊控制器，不需要被控对象精确的数学模型，而且可根据控制中的结果进行自学习，不断提高自身的适应性，能很好地满足系统的要求。文献则用FNNS(模糊神经网络)在线辨识异步电机的定子电阻，把电机运行时间、频率和电流作为输入变量，得到输出变量，定子电阻值，其中利用模糊规则的增减优化BP网络，节约处理时间，并按规则数确定学习率(具有可变性)，保证了系统的高效性，稳定性及收敛性。文献采用模糊神经网络进行速度控制，采用基本样条函数构造模糊神经网络，使该控制系统具有响应快、超调小、鲁棒性较强、脉动幅度小、抗干扰能力好等特点。通过试验比较其动、静态特性均优于BP网络控制。
3．5 遗传算法模糊控制
模糊控制规则易受人的因素的影响而归纳得不完善，并且不能学习，影响了模糊控制的效果。遗传算法是模拟自然进化中优胜劣汰、适者生存的原理来进行自学习和寻优的。它用简单的编码技术和繁殖机制来表现复杂的现象，从而解决非常困难的寻优问题。
遗传算法(GA)应用于模糊控制器设计，GA可自动确定模糊控制器的参数，自动获取控制规则。有人采用遗传算法，考察了不同模糊算子和模糊决策方法对动静态性能的影响。提出采用CA学习模糊直接转矩控制系统中转矩误差隶属度函数分布，通过几次迭代学习，GA就找到一组满意的模糊隶属度函数分布。仿真表明，通过GA的优化，系统具有更快的转矩响应速度、转矩和谐波电流小等优点。遗传算法作为一种自适应全局优化概率搜索算法，用来优化模糊神经控制器的权值和隶属函数取得了一定的成果。文献根据遗传算法和模糊控制理论，研究和设计一种基于遗传算法的自寻优模糊控制器。文献用模糊控制器来模拟传统异步电动机DTC系统的状态选择器，采用遗传算法和参数调整算法对模糊控制器的量化因子和比例因子分别进行离线粗调和在线优化细调，解决了常规模糊控制器在电机直接转矩控制过程中特别是起动过程因参数不变带来的超调量大、响应慢、不稳定性等问题．

本文引用地址：http://www.eepw.com.cn/article/163682.htm

4 结语
介绍和分析比较感应电机直接转矩控制的模糊控制。不难发现，模糊理论在直接转矩控制中主要应用在参数辨识和系统控制，前者包括定子电阻、定子磁链和转速辨识；后者主要有开关表选取、速度调节等。直接转矩控制系统引入模糊理论，特别是将模糊理论和其他智能控制结合，使其性能得到改善，但相应增加了系统复杂性，特别是变结构模糊控制、模糊神经网络等算法复杂，计算成本高。因此如何保持直接转矩控制结构简单的特点，而又能改善性能将是模糊直接转矩控制重点研究的问题之一。