（检测技术与自动化装置专业论文）直接转矩控制系统的集成智能控制.pdf

沈阳工业大学硕士学位论文 摘要 本文提出集成智能算法实现对异步电动机直接转矩控制系统的控制。集成智能算法 是各种智能算法的集大成，它利用各自智能算法的优点互相取长补短，发挥整体优势。 本文所采用的集成智能算法是模糊理论，神经网络，遗传算法和免疫算法的集成，并且 提出了用免疫遗传算法优化模糊神经网络的新控制算法。 模糊理论运用模糊集理论将控制知识和经验以模糊量形式表达。并运用模糊推 理方法进行决策、实旋控制，其数学理论体系完整，算法明确。神经网络不需要精 确的数学模型，能够解决许多复杂的、不确定的和非线性的问题，在大信息处理与 复杂的实时控制方面显示出巨大的优势和潜力。遗传算法对许多用传统数学难以解 决或明显失效的复杂问题，特别是最优化问题提供了一个有效的途径。免疫算法从 生物免疫系统中获得启示，对开发设计新的智能优化模型，具有重要意义和发展前 景。 异步电动机直接转矩控制具有控制算法简单、动态响应快，受较少电动机参数影响 等特点，是继矢量控制之后出现的另一种高性能的异步电动机控制方法。本课题采用基 于免疫系统与遗传算法相结合的免疫遗传算法优化模糊神经网络控制器实现对异步电动 机进行直接转矩控制，它进一步解决了直接转矩控制中的参数优化和低速性能不好的问 题，提高了该系统的静动态性能。基于免疫遗传算法的模糊神经网络控制器具有比模糊 神经网络控制器更好的性能，它使整个控制系统易于稳定，调节速度快，在控制中明显 优于其它的控制方式，这将使基于直接转矩控制技术的感应电动机的用途进一步拓展。 关键词：集成智能算法，免疫遗传算法，模糊神经网络 沈阳工业大学硕士学位论文 i n t e g r a t e di n t e l l i g e n tc o n t r o l o fd i r e c t t o r q u e c o n t r o l s y s t e m a b s t r a c t i nt h ep a p e r ，w eb r o u g h tf o r w a r du s i n gi n t e g r a t e da l g o r i t h mt or e a l i z et h ec o n t r o lo f t h ed c t s y s t e m i n t e g r a t e di n t e l l i g e n ta l g o r i t h m i st h ei n t e g r a t i o no f i n t e l l i g e n ta l g o r i t h m i tl e a r n sf r o m s t r o n gp o i n t so f t h ei n t e l l i g e n ta l g o r i t h mt oo f f s e tt h e i rw e a k n e s sa n de x e r tt h es u p e r i o r i t yo f e n t i r e t y i nt h ep a p e r ，t h ei n t e g r a t e di n t e l l i g e n ta l g o r i t h m w e a d a p t e d i st h ei n t e g r a t i o no fh t z z y t h e o r y ，n e u r a ln e t w o r k ，g e n e t i ca l g o r i t h ma n di l p a t i u n ea l g o r i t h m a n db r i n g i n gf o r w a r dt h e n e w a l g o r i t h m o f f n n o p t i m i z e db y i m n l u n e g e n e t i ca l g o r i t h m f u z z yt h e o r ya d a p t sf u z z y s e tt h e o r yt oe x p r e s sc o n t r o li n f o r m a t i o na n de x p e r i e n c eb yf u z z y q u a n t i t ya n dm a n a g ef u z z yr e a s o n i n g t od e c i d ea n dc o n t r 0 1 i t sm a t h e m a t i c a lt h e o r ys y s t e mi s i n t e g r a t e da n da l g o r i t h mi s c l e a r n e u r a ln e t w o r kn e e d n tp r e c i s em a t h e m a t i c a lm o d e l i tc a n s e t t l em a n yc o m p l e x ，u n c e r t a i na n dn o n l i n e a rp r o b l e m s i nt h ei n f o r m a t i o np r o c e s s i n ga n d c o m p l e x r e a lt i m ec o n t r o l ，i tb m u g h to u tg r e a td o m i n a n ta n dp o t e n t i a l i t y g e n e t i ca l g o r i t h m p m v i d e s a ne f f i c i e n tc h a n n e lt oc o m p l e x p r o b l e m s t h a tt r a d i t i o nn _ l a t h e m a t i ci sd i f f i c u l tt os e t t l e o ro b v i o u sf a i l u r e ，e s p e c i a l l yo p t i m i z a t i o np r o b l e m s i m m u n ea l g o r i t h mo b t a i n sp o i n t e rf r o m o r g a n i s mi m m u n es y s t e m i th a si m p o r t a n tm e a n i n ga n dl o n gt e r mp o t e n t i a lt od e v e l o pa n d p l a nn e wi n t e l l i g e n to p t i m i z a t i o n m o d e l i n d u c t i o nm o t o rd t ch a st h e p e r f o r m a n c e s o f c o n t r o l a l g o r i t h me a s y ，d y n a m i cr e s p o n s ef a s t a n dm o t o r p a r a m e t e r s a f f e c tl e s s i ti sa h i g hp e r f o r m a n c ei n d u c t i o nm o t o r c o n t r o lm e t h o da f t e r v e c t o rc o n t r 0 1 t h et h e s i sa d a p t e di m m u n e g e n e t i ca l g o r i t h m b a s e do nc o m b i n a t i o no f i m m u n e s y s t e ma n dg e n e t i ca l g o r i t h mt oo p t i m i z ef n n a n dr e a l i z ed t co fi n d u c t i o nm o t o r i ts e t t l e d t h ep r o b l e m so f p a r a m e t e ro p t i m i z a t i o na n dp e r f o r m a n c eo fl o wv e l o c i t y i ti m p r o v e ds t a t i c p r o p e r t ya n dd y n a m i cp e r f o r m a n c eo fs y s t e m ，f n nc o n t r o l l e rb a s e do ni m m u n eg e n e t i c a l g o r i t h mh a s b e t t e rp e r f o r m a n c et h a nf n nc o n t r o l l e r i tc a nm a k et h ec o n t r o ls y s t e m s t a b i l i t y a n d r e g u l a t i n gs p e e d f a s t e r i nc o n t r o l ，i tg e t sa na d v a n t a g eo v e ro t h e rm e t h o d s i tc a nm a k et h e u s e o f i n d u c t i o n m o t o r t h a t b a s e d o n d t c t e c h n i q u e f u l t h e r p m l o n g a t i o n k e yw o r d s ：i n t e g r a t e di n t e l l i g e n ta l g o r i t h m ，i m m u n eg e n e t i ca l g o r i t h m ，f n n 2 独创性说明 本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工 作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得 沈阳工业大学或其他教育机构的学位或证书所使用过的材料。与我一同 工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表 示了谢意。 签名： 至豇叁日期：竺! * ： ! 关于论文使用授权的说明 本人完全了解沈阳工业大学有关保留、使用学位论文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 ( 保密的论文在解密后应遵循此规定) 签名： 至弘导师签名：! 窆蝰 日期： o 。弘夕、i i 1 绪论 1 1 引言 削安转矩控制变频捌述技术是继欠量控制变频调速技术之后发展起来的一种新型的 儿有衙| - ! j ：能的交流变频凋速技术。 矢最控制技术模仿直流电机的控制，以转子磁场定向，_ | 1 j 矢量变换的方法，实 现了列交流 乜动机的转速和磁键控制的完仝解耦。 4 t 二转子磁链难于准确观测，以 及在模拟直流电动帆控制过程中所用矢量旋转变换的复杂州：，使得实际的控制效果 难于达剑理论分析的结果，这是矢量控制技术的不足之处。 赢接转矩控制系统的基本原理是德因的m d e p e n b r o c k 教授和同本的1 t a k a h a s h i 教 授分别_ ：1 9 8 6 年提出来的。直接转矩控制是继矢量控制之后的一个重大发现。不同 j ，艟控制技术，直接转矩控制有着自己的特点：撕弃了欠量控制中电流解耦的控制思 想，去掉了p w m 脉宽调制器和f 戡荒反馈环1 y ，通过检测母线电压和定子电流，直接计 算出电机的磁链和转矩，并利用两个滞坏比较器，直接实现对定子磁链和转矩的解耦控 制。它在很大程度上解决了矢量控制中计算控制复杂、特性易受电动机参数变化的影 响、实际性能难于达到理论分析结果的一些重大问题。 直接转矩控制思想新颖，控制结构简单，控制手段直接，信号处理概念明确，拥有 优良的动静态性能。从直接转矩控制技术诞生起就受到了普遍的注意和得到迅速的发 展。目前该技术已成功的应用在电力机车牵引的大功率交流传动上。德国、f | 本、美国 都竞相发展此项新技术。 1 2 直接转矩系统综述 1 9 8 5 年，m d e p e n b r o c k 提出了直接转矩控制理论，在维持定子磁链幅值恒定的同 时，通过调节零矢量的作用时间以调整定了磁链在空间的旋转速度，就可以改变瞬时转 差频率达到控制瞬时转矩的目的拉】。直接转矩控制是一科，先进的控制技术，在很大程度 上克服了矢量控制的缺点，成为交流电机调速控制理论第二次质的飞跃。直接转矩控制 的中心在于“直接自控制”，这个思想不仅用于转矩控制，同样也适用于磁链的控制。 沈刚工业大学硕士学位论文 1 9 7 7 年a b p l u n k e r 首先提出直接控制磁链和转矩的概念，但实现起来很困难而未曾引 起广泛的注意。1 9 8 3 年y m u r a i 等人将瞬时空间矢量理论作为工具应用p w m 逆变器供 电的交流传动系统中，提出空间矢量p w m 法，成功地解决了“磁链自控制”的问题。 1 9 8 7 年，s , y a m ar n u r a 提出磁场加速法( f a m ) 时关键性地指出，只要维持气隙磁链 幅值不变，那么转差频是唯一的状态变量，调整它，其它状态变量( 如电流、电压、转 矩等) 都随着改变。这是“转矩自控制”的理论基础。 直接转矩控制与传统的矢量控制相比具有以下主要特点： ( 1 ) 直接转矩控制直接在定子坐标系下分析交流电动机的数学模型、控制电动机 的磁链和转矩。它只需要将交流电动机与直流电动机作比较、等效、转化；既不需要模 仿直流电动机的控制，也不需要为解耦而简化交流电动机的数学模型。它省掉了矢量旋 转变换等复杂的变换与计算。因此，它所需要的信号处理工作特别简单，所用的控制信 号使观察者对于交流电动机的物理过程能够做出直接和明确的判断。 ( 2 ) 直接转矩控制磁场定向所用的是定子磁链，只要知道定子电阻就可以把它观 测出来。而矢量控制磁场定向所用的是转子磁链，观测转子磁链需要知道电动机转子电 阻和电感。因此直接转矩控制大大减少了矢量控制技术中控制性能易受参数变化影响的 问题。 ( 3 ) 直接转矩控制采用空间矢量的概念来分析三相交流电动机的数学模型和控制 其各物理量，使问题变得特别简单明了。 ( 4 ) 直接转矩控制强调的是转矩的直接控制与效果。它包含有两层意思：直接 控制转矩：对转矩的直接控制。直接控制转矩与矢量控制的方法不同，它不是通过控 制电流、磁链等量来间接控制转矩，而是把转矩直接作为被控制量，直接控制转矩。因 此它并非极力获得理想的正弦波波形，也不专门强调磁链的圆形轨迹。相反，从控制转 矩的角度出发它强调的是转矩的直接控制效果，因而它采用离散的电压状态和六边形 磁链轨迹或近似圆形磁链轨迹的概念。直接转矩控制技术对转矩实行直接控制的方式 是，通过转矩两点式调节器把转矩检测值与转矩给定值作带滞环的比较，把转矩波动限 制在一定的容差范围内，容差的大小，由频率调节器来控制，因此它的控制效果不取决 。2 一 j i u 动机的数学模型址仃能够简化，m 址取决j 二转姗门实际状况e i 内控制既l 刊安义筋 化。 综_ i ：所述，削安转土 ! 控制技术，门j # 孙i j 乡i 骷的分析方法，直接在定r j 帕、系h i 算 j 控制交流电动机的转矩，采用定了磁链定忆借助于离散的两点式调节( b a n d b a n d 控制) 产i i - p w m 信【i 蔓接对逆变器的丌关状态进行最佳控制，以获搿转矩慨旃动态 性能。它省掉了复杂的欠量变换与电动机数学模型的简化处理，没有通常的p w m 信号 发q i 器。该控制系统的转矩响应迅速，限制在一拍以内，且无超调，是一种其有高动静 态性能的交流调速方法。 1 3 人工智能 智能控制是新兴的学科领域，是传统控制发展的高级阶段，是当前冈内外人工 智能，自动化和计算机技术领域中的热门研究课题，受到学术界，工稃界和食业界 的“泛关注，并且 i 在积极进行有关智能控制的理论方法和应用技术的研究和玎发 丁作，取得了许多新的研究成果。它主要用来解决传统方法难以解决的复杂系统控 制问题。主要研究对象有以下| 几个特点：不确定性、非线性和复杂性。智能控制具 有学习、适应和组织等功能。常见的智能控制方法有：模糊控制、神经网络控制、 遗传算法控制和专家控制等。8 0 年代后智能控制技术得到迅速发展。它主要得益 于模糊逻辑控制和神经网络控制理论的不断成熟。进入9 0 年代，智能控制的应用对 象更加广泛，从工业过程控制，机器人控制，航空航天器控制到故障诊断，管理决 策等均有涉及，并取得了较好的效果。从目前智能控制系统的研究和发展来看，智 能控制研究的重点已转移到智能控制技术的集成上来。但智能控制发展的核心仍然 是以神经网络的强火自学习功能与具有较强知识表达能力的模糊逻辑推理构成的模 糊神经网络智能控制的迅速发展f 3 】【4 1 。 模糊控制是模拟人的模糊推理和决策过程的一种实用控制方法。浚方法是以模 糊集合、模糊浯言变量和模糊逻辑推理作为控制算法的数学工具，是类应用模糊 集合理论的控制方法，是用计算机来实现的一种智能控制。模糊控制是智能控制的 一个十分活跃的应用领域。现在已成功的应用于很多领域：s u g e n o 的模糊小车、模 糊l7 l 动火1 二运行系统、模糊汁竹机、i i ! j ：揽糊逻划n q 异步1 u 机效牢优化控制、j 、训 坎剖坝1 弘别1 t 2 - jl t 、焚，弘进 j ：参数列t u 7 、j lj i 帧糊：坚结构控制的训述系统等_ ；j i 甜j j 戊 助j 越川，返址模糊j 型辑与现代控制洲迷 ! | ! 沦进行的有机结合。 神经例络足利川工程技术手段模拟人腑神经网络结构和功能的一种技术系统。 它是种大枷模并行的非线性动力学系统，丰| | i 经网络研究是模拟用i 实现人盼认知过 程中的感知过程、形象思维、直觉顿悟、分斫j 式学习和自学刿及f 诬1 1 织过程。神经 网络的理论研究是一门新兴的边缘和交义学科。它能够模拟人的镏能行为，不需要 精确的数! 学模型，能够解决许多复杂的、不确定的、非线性问题。神经网络已经有 效的应用于控制领域：代替传统的p d 控制，自适应控制，电机参数的在线辩识、 跟踪，并对磁通及转速控制器进行向适应调整，故障诊断和分析，模糊神经网络控 制等。 遗传算法赴人工智能的重要分杖，址坫j i 达尔文进化沦，模拟生物的遗传和长 j c | j 进化过程建立起来的一种搜索和优化算法。它根据适者生存，优胜劣汰等自然进 化规则来进行搜索计算和问题求解，在人工系统中实现特定目标的寻优。对许多用 传统数学难以解决或明显失效的复杂问题，特别是最优化问题，遗传算法提供了一 个有效的途径。在控制领域遗传算法主要应用于优化控制、自适应控制、模糊控 制、神经网络控制等方面。此外，遗传算法在系统辨识、故障诊断、多变量反馈控 制等方面都有研究成果。 生物免疫系统是一个新兴的仿生学领域，是一种以完全分布式方式实现复杂功 能的系统，具有进化学习、联想记忆和模式识别等能力。目前国内外的研究成果和 应用相对较少。免疫算法的相关研究刊刚刚丌始，代表性工作由h u n t 5 1 等人提出的 一种人工免疫模型，并用于模式议别。i s h i d a 领导的研究组集中于基于免疫信息处 理的i ：1 律机器人控制。免疫算法在解决复杂问题方面具有强大的、鲁棒的信息处理 能力，有很大的发展潜力，为当时智能信息处理领域提供了一种有效的工具m j 。 d 1 4 直接转矩系统存在的问题和解决方案 i 乜! 讪机l 。1 2 接转矩摔制系统小j l i 篮p t j 、7 坚换小依赖转于数? j 杉鲫j 。们造订u j 川题尚 术解决，低速时转速波动 = | j 转矩观测器等：低转矩情况f ，无法使控制： ： 处卜转矧! 用i 嘲醴迎状态运i i 。j 鳓：实际叫1 使川n 勺n 接转矩控制系统，多足采j 玎将磁链定向，- j 商 接转矩控制川结合的方法，但怂这利r 方法依赖于转子参数，无法体现随接转甜! 控制的优 势。壮r 现代控制理论的滑模变结构控制技术、非线性解耦控制、模型参考自适应挖制 等方法，均使系统的性能得到改藩，似是结构复杂，有时无法摆脱特线性和电机参数变 化的影响。h 前，解决上述问题的途径是将现有的各种控制理论加以结合，h 相取长补 短，或者把其它学科的理论方法引入控制。i 鲴外也正在进行这方面的研究工作，随着计 算机技术n 0 一益发展，智能拱矧j o r 段的f 1 益成熟，世界沟：多发达闽家的技术人员正把实 现真矿意义卜商接转矩控制的研究集中在智能控制技术上。近年来，智能控制不断发腱 和创新，部分理论已应用于许多领域，并取得了很好的效果。典型的如模糊控制、丰| 1 i 经 网皇 = 控制和綦于专家系统的控制i ”。智能控制方法无需对象的精确的数学模型并其有较 强的鲁棒性，因而在电机控制中智能控制具有很大的发展前景。具体已有用神经网络训 练丌关状态选择器，用神经9 吲络协调定子电阻，用遗传算法学习模糊直接转矩控制系统 中转矩误差隶属度函数分卸以有效控制转矩。但基于各种智能算法相结合对异步电动机 进行控制的研究或探讨较少。 如何构成优良的电压空问矢量选择表是目前国内外的研究热点。国内也有很多文章 提及。本文是将集成智能算法引入控制器，对转矩进行直接控制【”。 集成智能控制算法是模糊控制，神经网络，遗传算法，免疫算法的集成，它充分利 用各自的优点取长补短形成基于免疫遗传算法的模糊神经网络控制算法。模糊控制运用 模糊集理论将控制知识和经验以模糊量形式表达，并运用模糊推理算法进行控制：神经 网络控：副的并行结构，强容错能力及其优良的自适应学习能力，使得在火信息处理与复 杂的实时控制方面显示出巨大的优势和潜力；遗传算法是同时估计参数空问中的许多 点，并利用遗传信息和适者生存的策略来指导搜索方向，因此具有全局优化能力：免疫 算法从生物免疫系统中获得启示i ，具有自我非自我的抗原识别和抑制，学习与记忆， 一5 沈阳工业大学硕士学位论文 适应环境的能力与体内其他成分进行协调共处的特点，对开发设计新的智能计算模型， 具有重要的现实意义和发展前景。 模糊神经网络具有模糊逻辑和神经网络的优点，本文采用免疫遗传算法克服b p 算 法的缺点，将免疫算法与遗传算法结合以弥补遗传算法局部搜索能力差、收敛性能差等 缺点。因此基于免疫遗传算法的模糊神经网络控制集中了这几种智能控制技术的优点， 使整个控制系统稳定，容易实现，调节速度快，在控制中要优于其它的控制方式。 1 5 论文的主要任务 本文主要对直接转矩控制系统进行研究。针对d t c 系统在低速时性能不好以及启 动时反应慢等问题，本文提出了集成智能算法实现对直接转矩系统的控制，使其能获得 优良的静、动态性能。本文对模糊技术，神经网络，遗传算法和免疫算法，以及这些智 能算法的融合进行了深入的研究，通过用m a t l a b s i m u l i n k 进行了多次的仿真实 验，证明了基于集成智能算法的d t c 系统具有良好的动静态性能。直接转矩控制方式 的改进将使得基于直接转矩控制的感应电动机的用途进一步拓展，具有较强的竞争性与 经济意义和很高的应用价值。最后本文用d s p 对d t c 系统做了硬件电路设计并且开 发了软件流程，这些都有一定的参考价值。由于时间上的局限，本人不能再进行深入地 探讨进一步的深入分析有待于下届研究生继续进行。 本论文内容安排分别为：第一章对直接转矩控制系统和人工智能进行了综述：第二 章介绍了d t c 系统的基本原理和基本组成；第三章对智能算法进行了深入的研究；第 四章介绍了集成智能算法对d t c 系统的控制；第五章是系统仿真模型的构造和仿真实 验及结果：第六章主要对直接转矩控制系统的硬件电路和软件的设计。最后是结论与展 望。 6 沈刚工业大学硕= | 学位论文 2 直接转矩控制系统的基本原理和基本组成 2 1 异步电动机数学模型 异步电机的空间矢量的等效电路图如图2 - 1 所示。 图2 1 异步电机空间矢量的等效电路图 毋 ， 愿和b 分别为单相的定予电阻和转子电阻；l ，为单相的转子漏感与定子漏感之 和：。为单相励磁电感与定子漏感之和；，曲p ，是转子反电势；虬和分别为定子磁 链矢量和漏磁链矢量：，i ，和分别为定子电流矢量，转子电流矢量和励磁电流矢 量：“，是定子电压矢量。 由上图可以得出定子电压方程和转子电压方程： 定子电压方程： 铲，+ 警 ( 2 1 ) 转子电压方程： 0 - 一警+ 警枷，御： ( 2 2 ) mm 1。 。 定子磁链和转子磁链由下式获得： 峨2 j ( “，一i 。r ；) 西 ( 2 - 3 ) 7 沈阡t i 业大学硕士学位论文 根据电磁关系可得电流表达式： 转子电流方程： 定子电流方程 、pr = v ；一l ，i ? = 等 “2 等+ 琶 异步电机在a 、卢坐标系下的动态数学模型： 电压方程： “_ d u 0 0 r ，+ l ，p 0 l 。p 0 0i ，。 o r s + 三一p o 三。p 0 妒 工。pl m or ，+ ，p三， l i ，。 一三。街上。p l r c o r ，一工，p j l f 巾 ( 2 4 ) ( 2 5 ) ( 2 6 ) ( 2 7 ) 式中 ，。、i 。分别为定子a 轴的电压和电流；“印、i 蛐分别为定子p 轴的电压和电 流；i 。、i 啊分别为转子a 轴和卢轴的电流分量；r 。、l ，分别为定子口、卢坐标系下定 子绕组的电阻和自感；r ，、l ，分别为转子a 、芦坐标系下定子绕组的电阻和自感；l ， 是口、卢坐标系下定转子绕组之间的互感；p 是微分算子，p = d d t ，m 为转速。 磁链方程： ，。 v 蛆 妒 ；c ，哪 t 0 l 。0 ”。 o t o l 卜 o 0 l ，0lk o 上。 o 上，j 1 ( 2 8 ) 式中，。、y 妒分别为定子a 轴和卢轴的磁链；y ，。、y m 分别为转子a 轴和轴的 磁链。 由式( 2 1 ) 式( 2 6 ) 可以得出转矩： 一8 沈阳工业大学硕士学位论文 7 1 ：孕r | s i n 0 ( 29 ) 2 d r 此外可以表示为定子磁链和定子电流形式： r = 孚( o i f ，妒o ) ( 2 1 0 ) 竹。为电机极对数。 式( 2 9 ) 表明，当维持定子磁链和转子磁链都恒定不变时，只要改变它们两者之 间的夹角就可以改变转矩，这是直接转矩控制的根本所在。 2 2 异步电动机的直接转矩控制 根据式( 2 3 ) ，当忽略定子电阻压降时，磁链方程可化简为： p 。d t ( 2 1 1 ) 此式可转换为增量形式： 一2 “一。a t ( 2 1 2 ) 式( 2 1 2 ) 说明，单位时间内的定子电压矢量就是磁链矢量的增量，磁链轨迹的运 行速度和方向取决于定予电压的大小和方向。控制异步电机的输入电压矢量，就可以控 制定子磁链的大小，旋转方向及速度。 2 2 1 磁链的运动轨迹控制 1 变频器开关状态和电压空间矢量、磁链轨迹 圈2 2 异步电机空间矢量的等效电路图 一9 沈阳工业大学硕士学位论文 直接转矩控制系统的主回路采用电压型变频器，如图2 2 所示。图中的直流电压值 为2 e ，它可以由三相交流电压经整流得到，也可以是从直流电网得到，此处仅画出变 频器的直流回路。 电压型变频器的输出由三相开关桥组成，每组开关桥由两个开关器件组成，任一时 刻，这两个开关状态相反，即一个是开通状态，一个是关断状态。为了表示方便，当某 相桥臂的上端开关器件导通时，称此相开关状态为l ，反之，当该相的下端开关器件导 通，称此开关状态为0 。这样开关状态总共有8 种可能的组合，它们作用在电机的定子 绕组上，由于定子绕组的空间对称分布，会产生相应的定子电压空间矢量。矢量关系可 由下式表示： o 呻寸斗 “，= ( “。+ “ + u c ) = 詈( “。+ a + 口2 “。) ( 2 1 3 ) 式中，d ：8 r ，z 是定子电压矢量，乩，分别是三个相电压分量幅值。 字子电压与变频器开关信号的关系可写成下列表达式： 虬商。，s 6 ，s 。) ：4 e ( 咒+ a s b + a 2 s 。) ：妻( 咒+ p 。r + s e e i r ) (214)ss 4 - s b虬( s 。，6 ，。) = ：e ( 咒。) = ( 咒+ p 3 3 ) ( 2 表2 1 逆变器电压状态与开关状态对照表 状态工作状态零状态 并关状态 0 l l0 0 l1 0 l 1 0 01 1 0叭0 0 0 01 1 l ( ) 以c ，以氓阢以皈 以 电压状态 ( 玑1 1 ) ( o 0 j ) ( 1 i o i )( 1 a 0 )( 1 ，埔) ( o i d )( o a ( 1 ，l 。1 ) 表2 1 列出了变频器输出八种三相开关状态及电压状态。它们分别对应定子电压的 六个不同的空间矢量，后两个为零矢量。图2 3 表示了这六个电压矢量的空间分布。 一l o 沈m l _ l l 业大学硕士学位论文 峨( 0 1 1 ) 图2 3 电压综合矢量图 ( 0 0 ，妖( 】l i ) 由上面分析可以得出以下几个结论： 每个开关状态下输出电压综合矢量一定。 o 当输入电压矢量为非零矢量时，定予磁链的综合矢量。将沿输入电压矢量的方 向以正比于输入电压的恒速移动。 输入不同的电压矢量时，可改变。的大小和旋转速度，从而来调节转矩。 当输入电压为零矢量时，在空间基本不动。 因此，适当地选择开关电压矢量及开关切换频率，可使得磁链保持近似不变，逼近 圆形，为方便讨论，将口一p 平面分成六个区域，如图2 4 所示。 2 磁链观测器 图2 4 圆形磁链示意图 沈阳j 业大学硕十学位论文 定子磁链观测器是直接转矩控制较为重要的组成部分，根据定子磁链方程 ( 2 3 ) 可以方便地计算出定子磁链实际值。异步电动机的磁链模型主要有三种：“一i 模 型，i - n 模型，“一n 模型。在直接转矩控制系统中一般通过三个途径得到定子磁链。采 用滑模变结构控制，普通速区采用* f 模型，低速区切换到f _ h 模型，切换点为3 0 额 定转速，这种方法需要解决快速平滑切换困难的问题。采用简单的- f 模型，在低速 区定子电阻进行辨识或偏差补偿，不过具体的实现办法仍然值得探讨。采用适合整个 速区的“一n 模型，目自h 在德国用的比较多。 “一i 模型的优点就是在计算过程中唯一所需要了解的电动机参数是定子电阻，当 然，还需要定子电压和定子电流，而定子电压和定子电流能以足够的精度被检测出来 的。该方法结构简单，精度高，优于其它方法。但是在电机低速运行时，由于定子电压 幅值较小，定子电阻压降的影响就不容易忽略了，在此情况下，如果定子电阻参数不准 确的话，则对系统的控制性能有较大的影响。 与“一f 模型相比，i - n 模型中不出现定予电阻，也就是说不受定子电阻变化的影响。 但是蛔模型受转子电阻碍、漏电感k 、主电感变化的影响。此外砌模型还要求精 确地测量角速度，它的测量误差对砌模型的结果影响很大。 u - n 模型由定子电压和转速来获得定子磁链。它综合了“f 模型和拥模型的特点。 因此本文采用了“一n 模型。 u - n 模型很好地模拟了异步电动机的各个物理量，有时把* 雌模型也称为电动机模 型。电动机模型综合了州模型和锄模型的优点，又很自然地解决了切换问题。高速 时，电动机模型实际工作在坍f 模型下，磁链实际上只是由定子电压与定子电流计算得 到。由定子电阻误差、转速测量误差以及电动机参数误差引起的磁链误差在这个工作范 围内将不再有意义。低速时，电动机模型实际工作在f n 模型下。 3 磁链调节器 变频器的控制量为三个开关信号，磁链调节器的功能就是根据定子磁链实际值和给 定值直接确定变频器的开关信号。磁链调节器基本原理图如图2 5 所示。它是个滞环 一1 2 沈同1 ： 业大学硕士学位论文 比较器。定义磁链误差为：= p ：一虬，将误差进行滞环比较，当误差超过允许值 就进行电压切换，使误差减小。图中瓦是磁链调节器的输出；2 c 。疋e 1 赶- 、i 火c l z _ 环宽。 磁链调节器的控制方法： 当；c ，q 时。1 ，此时选择电压矢量使得仁l 增加： 当a n - c 。, 时2 。，此时选择电压矢量使得f i 减小 当陋y i 0 。 4 2 采用免疫遗传算法优化模糊神经网络t - 牢$ 1 l 器 模糊神经网络能够根据被控制量的大小选择控制规则且具有自学习和自适应能力， 模糊神经网络控制器能进一步提高d t c 系统的动态特性。但模糊神经网络在训练时采 用b p 算法，这种算法在训练过程中很可能陷入局部极小点，而且训练初值的设定对训 练时间和效果都有很大的影响，所以采用免疫遗传算法对模糊神经网络进行优化。免疫 遗传算法还可以避免遗传算法存在的局部搜索能力差和收敛性能差的缺点。 本文采用基于免疫抗体浓度调节的免疫遗传算法来优化模糊神经网络的隶属度 函数的中心和宽度以及第四层和最后一层之间的权值。在遗传算法中，根据适应度 函数选择出的双亲基因如果非常接近，可能导致进化停滞，收敛于局部极值。利用 抗体多样性可提高遗传算法的全局搜索能力而不致陷于局部解。因此，在对个体进 行复制时，在传统遗传算法适应度选择基础上，增加浓度调节概率，在保留适应度 高的个体的同时，进一步保留个体多样性。 免疫遗传算法的基本步骤如下： 1 随机产生初始抗体种群。将优化设计的设计变量作为抗体，选择编码方案( 采 用二进制) 对初始抗体种群进行编码，组成码串，每一码串代表一个个体，表示优化 问题的一个候选解。从这些种群出发，模拟生物进化过程遗传和免疫，最后得出 非常优秀的群体和个体，满足优化要求。本文将隶属参数口n ，b l i ( i = 1 5 ) ；a 2 j ， b 2 j ( ，= 1 3 ) i 口3 k ，b 3 = 1 6 ) 和网络权值w f 共计1 1 8 个参数，按a l l ，b l i ，a 2 j ，蛔，a 3 k ， ，m 。的顺序组成一个码串，每个参数取8 位二进制数从而产生一个9 4 4 位的个体抗 体o k ( 七= 1 n ) n 为种群规模，取n = 1 0 0 。 2 亲和力计算。计算抗体与抗原的亲和力。用产生的隶属度参数和权值( 抗体) 构成模糊神经网络控制器。由于模糊神经网络控制器实际输出的定子电压状态与所期望 的电压状态的差值( 抗原) 越小，所获得的模糊神经网络结构就越好的缘故，取亲和力 为目标函数的倒数： 一3 5 沈阳工业大学硕士学位论文 ( 42 6 ) 兵中，h 是模糊神经网络控制器输出定子电压状态的目标值，n 是模糊神经网络控 制器输出的实际值。差值越小则目标函数值越小，亲和力越大，模糊神经网络的结构就 越合理。 每个抗体的适应度函数为： f 5 屋( j ) z 2 7 厶v “， 3 计算抗体浓度。抗体浓度是指抗体在群体中与其相似( 或相同) 的抗体在整个 种群中所占的比重，即： c ：兰垫堡塑! 些壁盔王墨塑垫签塑塑( 4 2 8 ) l ，= 一 j 式中：是抗体总数：a 为亲和度常数，一般取值0 9 l 。 相似度是指两个抗体i 和，之间相似的程度， a o2 而1 鬲 ( 4 2 9 ) 式中：h ( 2 ) 是抗体i 和- ，的平均信息熵。 免疫系统的多样度由s h a n n o n 的平均信息熵麒 d 表述，即： h ( ) 2 玄；历( ) “_ 3 0 ) 其中，碍( 奶是第- ，个基因的信息熵，即： h ，( ) = 一b - t 0 9 2 p 口 ( 4 3 1 ) 其中凡为第i 个符号出现在基因座上的概率，即： 只：垄薹圈堕圭堂塑笙坠笪呈塑璺尘塑( 4 3 2 ) 一一 j 在求信息熵时，由于采用二进制编码，所以取符号集v 为2 ( 采用0 和1 两种字 符) 。 一3 6 0屋 沈| j = | 工业大学硕士学位论文 4 选择。根据亲和力和浓度计算结果，选择抗体进行复制。在免疫调节中，与抗 原亲和力大并且浓度较低的抗体会受到促进，而与抗原亲和力小或浓度较高的抗体将会 受到抑制，以保证抗体的多样性。个体的选择概率由适应度昂和浓度抑制概率，小组 成。适应度为： 鱼 p = 叱+ ( 1 一d ) 巳2 略+ ( 1 - ) 万1 e 4 ( 4 3 3 ) 其中适应度毋为( p o p s i z e 是种群规模) ： f 鼍f j ，扣i ( 4 3 4 ) 从式( 4 2 1 ) 可以看出，与抗原亲和力大的抗体和低浓度的抗体生存机率较大，个 体浓度越小，选择概率越大，个体浓度越大，则选择概率越小，在保留高适应度个体的 同时，进一步确保个体的多样性。在求选择概率时，取a ：0 5 ，芦一0 4 5 交叉和变异。对于选中的抗体两两随机配对，根据交叉概率随机选择交叉点， 将基因码链在交叉点位置相互交换，产生新的个体。根据变异概率岛，选择需变异的 基因个数并随机进行变异。对于选中的抗体，随机选取某一位进行取反运算。这样就产 生了新一代抗体，即得到了比上一代更好的隶属度函数和权值。本文取交叉概率为 0 1 ，变异概率为0 0 1 。 6 判定。取终止条件为模糊神经网络控制器的实际输出值与目标输出值( 即所期望 的直接转矩控制系统的定予电压矢量) 的差要小于0 0 1 。若满足此条件，优化停止：否 则继续2 娟。取最后产生的抗体种群中与抗原亲和力最大的抗体，即所得的实际电压状 态值与期望值差值最小的一组解构成模糊神经网络输出最优解。 图4 6 是传统d t c 系统的转速与转矩曲线。图4 7 是采用集成智能算法的d t c 系 统的转速与转矩曲线。从图4 6 和图4 7 可以看出采用集成智能算法的直接转矩控制系 统，能较快的到达给定值，在稳定阶段波动较小。仿真实验结果表明采用集成智能算法 的直接转矩控制系统动态性能要优于传统的直接转矩控制系统。免疫遗传算法改善了算 法性能，在优化问题中获得良好的效果。基于免疫遗传算法的模糊神经网络控制器具有 比模糊神经网络控制器更强的性能，具有很大的发展机会。在直接转矩控制中，基于免 3 7 沈刚1 ：业大学硕一 ：学位论文 疫遗传算法的模糊神经网络控制集中了这几种智能控制的优点，能使整个控制系统稳 定，容易实现，调节速度快，在控制中要优于其它的控制方式，是一种更先进的控制方 法。 b u 图4 6 传统d t c 的转速与转矩图4 7 采用集成智能算法的d t c 的转速与转矩 3 8 沈刚工业大学硕士学位论文 5d t c 系统的仿真与仿真结果 5 1m a l l a b s m i i 矾k 软件 m a t l a b 是由美国n e wm e x i c o 大学的c l e v e rm o l e r 于1 9 8 0 年开始开发的，1 9 8 4 年由 c l e v e rm o l e r 等人创立的m a t h w o r k s 公司推出了第一个商业版本。m a t l a b 的两个显著特 点，即强大的矩阵运算能力和完美的图形可视化功能，使得它成为国际控制界应用最广 泛的酋选计算机工具。m a t l a b 具有传统的交互式编程。m a t l a b 拥有控制系统、信号处 理、图像处理、系统辨识、模糊控制、神经元控制、小波分析等2 0 多个专业工具箱。 m a t l a b 是一个高度集成的软件系统，它集科学与工程计算、图形可视化、图像处理、多 媒体处理一身，并提供了实用的w i n d o w s 图形界面设计方法，使用户能设计出友好的 图形界面。m a t l a b 语言在自动控制、航天工业、汽车工业、生物医学工程、语音处 理、图像信号处理、雷达工程、信号分析、计算机技术等各行各业中都有极广泛的应 用。在m a t l a b 命令窗口键入s i m u l i n k ，回车就可以进入s i m u l i n k ；或者在m a a b 菜单 上选择f i l e - - n e w - - m o d e l 见了一个新模型：也可以单击m a t l a b 工具条上的s i m u l i n k 图 标后，都可以进入s i m u l i n k 。s i m u l i n k 是m a t l a b 的一个应用工具箱，它用来对动态系统 进行建模、仿真和分析。它支持连续、离散及混合系统的仿真，也支持具有多种采样速 率的系统仿真。s i m u l i n k 采用可视化组态技术建模，具有直观、方便的优点。 在标准的s i m u l i n k 模块库中，包括信号源模块组( s o u r c e s ) 、输出池模块组( s i n g s ) 、 连续模块组( c o n t i n u o u s ) 、离散模块组( d i s c r e t e ) 、数学运算模块组( m a t h ) 、非线性模块组 ( n o n l i n e a r ) 、函数与表格模块组( f u n c t i o n & t a b l e s ) 、信号与系统模块组( s i g n a l s & s y s t e m s ) 和子系统模块组( s u b s y s t e m s ) 几个部分，此外还有各个工具箱与模块集之间的联 系构成的子模块组。 s i m