基于Pi控制器的交流電機(jī)控制系統(tǒng)控制算法綜述
加入技術(shù)交流群
2．3 神經(jīng)網(wǎng)絡(luò)控制
人工神經(jīng)網(wǎng)絡(luò)是依據(jù)人腦生物微觀結(jié)構(gòu)與功能模擬人腦神經(jīng)系統(tǒng)而建立的模型，其主要功能是模擬人腦的思維方式丁作，具有自學(xué)習(xí)、并行處理和自適應(yīng)等能力。利用神經(jīng)網(wǎng)絡(luò)優(yōu)秀的學(xué)習(xí)和非線性逼近能力，提出許多基于神經(jīng)網(wǎng)絡(luò)的控制方案，從而改善系統(tǒng)的收斂性、穩(wěn)定性和魯棒性等。神經(jīng)網(wǎng)絡(luò)在交流調(diào)速領(lǐng)域中應(yīng)用的一個(gè)主要問題是算法比較復(fù)雜，大多以仿真形式實(shí)現(xiàn)，控制效果有待于在實(shí)際系統(tǒng)中進(jìn)一步檢驗(yàn)。但與其他比較成熟的學(xué)科相比，神經(jīng)網(wǎng)絡(luò)理論還很不成熟，如計(jì)算較復(fù)雜，計(jì)算量大，難以滿足實(shí)際控制要求，訓(xùn)練學(xué)習(xí)時(shí)算法收斂性問題等。
2．4 滑模變結(jié)構(gòu)控制
滑模變結(jié)構(gòu)控制根據(jù)被調(diào)量的偏差及導(dǎo)數(shù)，有目的地使系統(tǒng)沿著設(shè)計(jì)好的“滑動(dòng)模態(tài)”的軌跡運(yùn)動(dòng)，與被控對象的參數(shù)和擾動(dòng)無關(guān)，因而使系統(tǒng)具有很強(qiáng)的魯棒性。一般來說，它根據(jù)系統(tǒng)的狀態(tài)選擇兩個(gè)控制輸入之一，相當(dāng)于系統(tǒng)有兩種結(jié)構(gòu)，即使非線性對象快速到達(dá)預(yù)定的所謂“開關(guān)面”(也稱“滑動(dòng)面”)，并使其沿著該開關(guān)面滑動(dòng)，這時(shí)稱系統(tǒng)處于滑動(dòng)模態(tài)(Sliding Mode)。然而并不是所有系統(tǒng)都可實(shí)現(xiàn)變結(jié)構(gòu)控制，設(shè)計(jì)時(shí)必須先判斷滑動(dòng)模是否存在。理想的滑模變結(jié)構(gòu)控制可以使對象在滑動(dòng)面上平滑運(yùn)動(dòng)，但是實(shí)際上由于器件存在延時(shí)和滯環(huán)．所以系統(tǒng)進(jìn)入滑動(dòng)態(tài)后不可避免地會出現(xiàn)抖振(Chattering)，即在滑動(dòng)面附近高頻顫動(dòng)。這可能引起設(shè)備毀壞等事故。因此，在電機(jī)交流控制系統(tǒng)中如何削弱抖動(dòng)而又不失強(qiáng)魯棒性，是目前研究的主要問題。
2．5 反饋線性化控制
反饋線性化就是通過非線性反饋或動(dòng)態(tài)補(bǔ)償?shù)姆椒▽⒎蔷€性系統(tǒng)變?yōu)榫€性系統(tǒng)，然后再按線性系統(tǒng)理論設(shè)計(jì)控制器完成系統(tǒng)的各種控制目標(biāo)。然而，非線性系統(tǒng)反饋線性化理論是采用坐標(biāo)變換及狀態(tài)或輸出反饋矯正非線性系統(tǒng)的動(dòng)力學(xué)特性，如果單純地對線性化系統(tǒng)進(jìn)行魯棒控制器設(shè)計(jì)，并不一定能得到滿意效果。另一方面，非線性系統(tǒng)反饋線性化方法要求參數(shù)精確已知或可被精確測量和觀測。但電機(jī)在運(yùn)行中參數(shù)會發(fā)生變化，這些都不可避免影響系統(tǒng)的魯棒性，甚至?xí)瓜到y(tǒng)性能變壞。
2．6 自適應(yīng)控制
自適應(yīng)控制是在系統(tǒng)運(yùn)行過程中不斷提取有關(guān)模型信息，該算法根據(jù)新的信息調(diào)整，它是克服參數(shù)變化影響的有力手段。自適應(yīng)控制系統(tǒng)可看成有兩個(gè)閉環(huán)(圖2)，一個(gè)是常規(guī)由控制器與被控對象組成的反饋環(huán)；另一個(gè)是控制器的參數(shù)調(diào)節(jié)環(huán)。
自適應(yīng)控制在交流電機(jī)控制中主要問題是提高系統(tǒng)魯棒性，以克服參數(shù)變化和各種擾動(dòng)的影響。采用的主要方法是自適應(yīng)控制如參數(shù)辨識自校正調(diào)節(jié)、模型參考自適應(yīng)系統(tǒng)(MRAS)。其中，MRAS理論比較成熟，無需對象的精確數(shù)學(xué)模型，只要找到一個(gè)合適的參考模型即可，其關(guān)鍵問題是設(shè)計(jì)自適應(yīng)參數(shù)調(diào)整規(guī)律，在保證系統(tǒng)穩(wěn)定性的同時(shí)使誤差信號趨于零。而模型參考自適應(yīng)應(yīng)用于反饋信號估計(jì)(如磁鏈、轉(zhuǎn)矩、轉(zhuǎn)速等)問題。但是辨識和校正需要有一個(gè)過程，對于較慢的參數(shù)變化，具有校正作用；而對于較快的參數(shù)變化，就難以獲得好的動(dòng)態(tài)效果。
2．7 自抗擾控制
自抗擾控制器由跟蹤一微分器(TD)、擴(kuò)張的狀態(tài)觀測器(ESO)和非線性狀態(tài)誤差反饋控制律 (NLSEF)3部分組成。利用自抗擾控制器設(shè)計(jì)系統(tǒng)時(shí)，它能利用“擴(kuò)張狀態(tài)觀測器”實(shí)時(shí)估計(jì)并補(bǔ)償系統(tǒng)運(yùn)動(dòng)時(shí)受到的各種外擾以及系統(tǒng)機(jī)理本身決定的內(nèi)擾總和，使其變?yōu)榫€性系統(tǒng)的標(biāo)準(zhǔn)型一積分串聯(lián)型，從而實(shí)現(xiàn)動(dòng)態(tài)系統(tǒng)的動(dòng)態(tài)反饋線性化，結(jié)合特殊的非線性反饋結(jié)構(gòu)實(shí)現(xiàn)良好的控制品質(zhì)。
自抗擾控制策略具有如下優(yōu)點(diǎn)：安排過渡過程解決快速和超調(diào)間的矛盾；不用積分反饋也能實(shí)現(xiàn)無靜差，避免積分反饋的副作用；統(tǒng)一處理確定系統(tǒng)和不確定系統(tǒng)的控制問題；抑制外擾，不一定要知道外擾模型或直接測量；同一個(gè)自抗擾控制器控制時(shí)間尺度相當(dāng)?shù)囊活悓ο?，線性、非線性對象一視同仁，不用區(qū)分；實(shí)現(xiàn)控制不一定要辨識對象。隨著應(yīng)用的需要，自抗擾控制器自身也得到了進(jìn)一步的完善和發(fā)展，出現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的自抗擾控制器、模型配置自抗擾控制器等改進(jìn)型自抗擾控制器。
3 總結(jié)
由于各控制算法各有其優(yōu)點(diǎn)，在實(shí)際應(yīng)用中應(yīng)根據(jù)性能要求采用與之相適應(yīng)的控制算法，以取得最佳性能。交流傳動(dòng)在控制算法方面雖已取得了很多成果，但仍不完善，存在許多問題。關(guān)于交流傳動(dòng)控制算法的研究主要圍繞以下方面展開：(1)研究具有較高動(dòng)態(tài)性能，能抑制參數(shù)變化、擾動(dòng)及各種不確定性干擾，且算法簡單；(2)研究具有智能控制方法的新型控制算法及其分析、設(shè)計(jì)理論；(3)研究高性能的無速度傳感器控制算法。這些問題的解決將會明顯改善交流電機(jī)控制系統(tǒng)的性能，促進(jìn)此類系統(tǒng)更為廣泛應(yīng)用。
評論