（电力电子与电力传动专业论文）基于单神经元自适应控制的多电机同步控制系统的研究.pdf

江苏天攀颈毒学位论文 a b s t r c t t h ep a p e rf o c u s e so nt h em u l t i - v a r i a b l ed e c o u p l i n gc o n t r o lo fs y n c h r o n i z a t i o n s y s t e mo f t h ea c i n d u c t i o nm o t o r s - - d e c o u p l i n gt h es y n c h r o n i c a l l ym o d u l a t i n gv e l o c i t y s y s t e mc o m p o s e do ft w oa ci n d u c t i o ng l o 论r sa n dt r a n s d u c e r si n t ov e l o c i t ya n dt e n s i o n s u b s y s t e m sb yt h ea p p l i c a t i o no f t h es i n g l en e u r o na d a p t i v ec o n t r o lm e t h o d f i r s t l y , i ti sf o u n dt h a tt h ec o n t r o lm e t h o do ft h es i n g l en e u r o na d a p t i v ep s d c a n h a r d l yr e a l i z et h ec o n t r o lo f t h es y s t e m m a n ye x p e r i m e n tr e s u l t sd e m o n s t r a t et h a tw h e n i n t e g r a lc o m p o n e n to ft h et e n s i o nc o n t r o l l e rw o 噍s i tt a k e sg r e a ta b r a s i o no nt h e m a g n e t i cp o w e d e rb r a k e r w h i l ei td o e sn o tw o r k ，t h et e n s i o nc a l ln o tf o l l o wu pt h e g i v e nv a l u e as i n g l en e u r o na d a p t i v ep s db a r e do ni n t e r g r a ls a p a r a t i o nc o n 打o l a l g o r i t h mi sp r e s e n t e dt or e a l i z et h ec o n t r o lo ft h es y s t e m t h r o u g hs i m u l a t i o na n d e x p e r i m e n t s ，t h ec o n t r o le f f e c t i sj u s t i f i e d h o w e v e r , t h ec o e f f i c i e n to ft h ei n t e g r a l c o m p o n e n ti nt h et e n s i o nc o n t r o l l e ri sc o n s t a n t ，s oi tc o u t dn o tr e a l i z et h ea d a p t i v e a d j n s ta c c o r d i n gt ot h es y s t e md e m a n d sw i t hi n c o m p l e t ed e c o u p l i n go ft e n s i o na n d s p e e d ，a sw e l la sg r e a to v e f s h o o to f t h et e n s i o ne x i s t f o rb e r e rd e c o u p l i n gc o n t r o l , t h e c o e f f i c i e n to ft h ei n t e g r a lc o m p o n e n tm u s tb e 诵u s t e da d a p t i v e l y 。t h u s , c o m b i n i n gt h e s i n g l en e n r o na d a p t i v ep s dc o n t r o la l g o r i t h ma n dt h ev a r i a b l es p e e di n t e g r a t i n gp i d ， t h ev a r i a b l es p e e di n t e g r a t i n gs i n g l en e u r o na d a p t i v ep s dc o n t r o la l g o r i t h mi sp r e s e n t e d a n da p p l i c a t e di nt h et e n s i o n - c o n t r o l l e r ，w h i c hg e t sf m ec o n t r o le f f e c t t h e p r e s e n t e dm u l t i - v a r i a b l es i n g l en e l r o na d a p t i v ec o n t r o l l e rc o n t r o l st h eo b j e c t d i r e c t l yw i t h o u tm o d e l i n gt h ec o n t r o lo b j e c t + m a n ye x p e r i m e n t sd e m o n s t r a t et h a tt h e d e s i g n e dc o n t r o l l e rs u c c e s s f u l l yd e c o u p l e st h ev e l o c 时a n dt e n s i o n ，a n ds o l v e st h e p r o b l e mt h a tt e n s i o no v e r s h o o t sg r e a t l yw h e nt h es y s t e ms t a r t s t h es y s t e mi sg r e a t r o b u s tt ot h ed i s t u r b a n c ea n dh a sag o o dc h a r a c t e ri n _ b o 也d y n a m i ca n ds t a t i cs t a 搬s ， w h i c hc a nv a l i d l yt r a c ea n yg i v e nt r a c k w h i l et r a n s d u c e r so p e r a t e 溉d i f f e r e n to p e r a t i o n m o d e ( c o n s t a n tv h zp r i n c i p l ec o n t r o lm o d eo rv e c t o rc o n t r o lm o d e ) ，i td o e sn o tn e e d c h a n g et h ec o n t r o l l e r sp a r a m e t e r s t h em u l t i - v a t i a b l es i n g l en e u r o na d a p t i v ec o n t r o l l e r p r e s e n t e di nt h i sp a p e ri s s u i t a b l et om a n yi n d u s 斑a la p p l i c a t i o n s ，a n dh a sg o o d a p p l i c a t i o np r o s p e c t s k e y w o r d s ：m u l t ii n d u c t i v em o t o rs y s t e m ；d e e o u p l i n gc o n t r o l ；s p e e d ；t e n s i o n ；s i n g l e n ( t u f 、na d a p t i v ec o n t r o l ；p s d 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部 内容或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫 描等复制手段保存和汇编本学位论文。 保密口，在年解密后适用本授权书。 本学位论文属于 不保密口。 学位论文作者签名导师签名 签字日期：年月日签字日期：年月目 学位论文作者毕业后去向 工作单位： 通讯地址： 电话 邮编 独创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进 行研究工作所取得的成果。除文中已经注明引用的内容以外，本论文 不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的 研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人 完全意识到本声明的法律结果由本人承担。 学位论文作者签名黼 日期：矿吗年6 月多日 江苏夫学硕士喾姥捷交 1 1 譬l 言 第一章绪论 隧着电力电子技术和数字控制投术的发艘，交流传劝取代誊流传动已经成为 不可逆转懿趋势，菇静逶焉的和高谴靛的交流传动控黼系统琶经在国际上穗继诞 生，而且也已g f 入豳内。与诧同时，由予交流电机的非线性多变最耦合性质，研 究其控翻簧貉正s 滤；控翻理论专家静学馨的徽丈兴趣。溪论和实践的结台将稚动 新的商性能控制系统的不断涌现。 多电枫简步控涮系统是瑷代工业生产中成用比较广泛的电控系统，它在工业 生产、军事及航空等行姚中有蓿广泛的成用领域。交流多电机系统在纺织、冶众、 枫城、造纸等行业中应用十分酱遍，同时高健畿的多电机同步控制也怒棼线性系 统控制中富于挑战的课题之一。正是在这种背景下，本课题以单神经元臼适应控 制为控毒4 繁赂，对多电机犀步掩融系统滋行了较为深入魏研究。 本意主要介绍了交流电机的控制器、控制策略、本课题的研究目的和意义、 研究内容及礤筑方法。 1 。2 控蠲器 草鬻电气传动控制系统完全由电子器俘梭躐曩箍个控韵系统静硬件结褥复 杂，控稍装置的可靠性麓，雨鼠调试复杂。随糟微电子技术的发展，电予控制器 飘横拯控制转为数字羧稍，实现了硬件魄籍静标准纯、降低了成本，丽甄提高了 控制方法的灵活性，可以在一套硬件电路上通过改变控制算法的软件，实现不问 的控制策略，提高了浚备的效箍。尽管数字控制具有许多优越往，但也存在一些 问题，如：模拟量量化带来摄他误差，影响了控制精度和平滑性；数字控制离散 纯鹾，影响控制的实辩往，甚鼙会造成系统的不稳定。但是随饕徽处理器的不麟 发展，从8 位的单片机副1 6 3 2 位的数字信号处理器( d s p ) 郾，4 ”，位数增多， 执行速度加快，控制能力也越来越强，数字控制带来的一些阚题逐步褥劐克艨。 其优越性更加明显。d s p 在提高速度的同时，片内集成了越来越多的外围接口， 墨苏夫擎硕士棼柱论更 扶褥大大捷离了其功能。t l 公司躲t m 3 2 0 f 2 4 0 裁燕一穆具蠢上述优点蛉电枕控 制专用芯片。另外可编程逻辑控制器( p l c ) 结合变频器实现的交流变颗调速i o 7 & 9 1 方法是异步电机最蠢发震翦途鲍调遥方法，藤蓑电力瞧子技零瓣不断发展，瞧戆 可靠、匹配完善、价格便宜的变频器会不断出现，这一技术会得到更为广泛、麓 遮蟪应用。交滚交频调速毂俊异特性主要有： 调速时平滑性好，效率离。低速时，特性静关率较高，相对稳定性好。 调速范嚣较大，精度嵩。 起动电流低，对系统及电网无冲击，节电效果明盥。 交频嚣体骞 ，l 、，矮子安装、调试、维穆蕊便。 易于实现过程自动化。 必须有专雳酶交簇电源，鑫蔻造徐较高。 在恒转矩调速时，低速段电动机的过载能力大为降低。 应孺子规模生产静生产线上豹调德系统，往往需黉多台辘槭翡连续协镶控涮， 运用计算机集散控制技术可形成级逡的控制形式。上证机、p l c 和各台控制器之 闯的信患联系( 指令信惑、菠溃信息、盆溺信息) 通过控铡电缆或现场慧线( f i e l d b u s ) 或计辫机网络( n e t w o r k ) ，用通信板或通信协议( p r o t o c 0 1 ) 来实现联系， 予蔑，电子控割又由数字控翻发展弼网络纯【“。 3 交滚跑稷酌控裁篆戆 异步趣壤熬龌遽方法鸯多静，实际鞠理论帮表弱，效率装鑫、整女l 最好懿是 鼠簏转子电机变压变频调遣。随着电力电子和微电子技术的发展，通用的变压变 羰器已经箴舞非常罄及的产瀑，变鬃嚣一异步毫援已经是垂韵纯设备懿蒺奉装鬣。 为了适应生产工艺的进步、自动化的需臻和节约能源，鼠笼转子辨步电机变 基嶷颓援邃系统嚣控裁策酶不龋褥戮发瀑，至夸镶燕学者瞩瓣的研究热点，下露 沿满发展脉络给与论述【1 l 】。 t 1 ) 转速开环整器鬏魄控裁 这是从变压变频基本控制方式出发的最简单的控制策略，为普通型通用变频 嚣掰采孀，适用予没有离动态】琏能要求的一般交流调涟弱舍，钢蟊风车趸、隶系等。 由于它不岱有电流控制，启渤时必须具有给定积分环节( 算法) ，以抑制电流冲 江苏大学硕士学位论文 击，积分时间常数可视为具体要求来整定。控制软件中还必须具备多条电压( 转 矩) 补偿特性，以供不同负载需要【1 2 j 。 ( 2 ) 基于稳态模型的转速闭环转差频率控制 从异步电机稳态模型可以证明，当稳态气隙磁通恒定时，电磁转矩近似于转 差频率。成正比，如果能保持稳态转子全磁链恒定，则转矩准确的与。成正比， 因此，控制。就相当于控制转矩。采用转速闭环的m 控制，使定子频率信号 ，= ，+ ，则m ，随着实际转速，增加或降落，有如水涨而船高，得到平滑而稳 定的调速，保证了较高的调速范围。然而这种方法只是依据稳态模型的，还得不 到很理想的动态控制性能。 ( 3 ) 基于动态模型按转子磁链定向的矢量控制 矢量控制是基于异步电机的数学模型的高性能控制系统。它根据坐标变换理 论，采用按转子磁场定向，把定子电流矢量分解为在同步旋转坐标系中的两个互 相垂直的励磁电流分量与转矩电流分量，实现了定子电流励磁分量与转矩分量的 解耦，通过控制转子磁链和电磁转矩，得到了与它励直流电动机一样的线性机械 特性性能 l 1 2 , 1 3 】。采用矢量控制技术的交流调速系统的动、静态性能达到了直流双 闭环调速系统的水平。 磁场定向控制分直接磁场定向控制与间接磁场定向控制。直接磁场定向控制 需要获得电机转子磁链的知识，一般采用磁链反馈控制方式。电机转子磁链可以 直接检测，或用磁链观测器得到。直接检测磁链需要在电机内部埋置磁敏元件， 在实际应用中存在一些缺陷1 ”，很少采用。磁链观测器实际上是磁链仿真器，它 根据转子磁链模型，利用电机的电压、电流、转速等信息解算出磁链幅值与角度， 其准确性受电机参数影响。在矢量控制中，如果定向不准，将会影响系统的性能。 ( 4 ) 基于动态模型保接定子的直接转矩砰一砰控制1 , 1 4 直接采用转矩反馈的内环控制可以抑制磁链变化对转矩的影响，近似地实现 转矩与磁链解耦，直接转矩控制系统正是突出这一特色，由于采用砰一砰控制， 可以得到转矩的快速动态响应。至于磁链控制，在这里选择了定子磁链】，f ，。，而不 是转子磁链。从而避开了转子励磁时间常数变化的影响，虽然稳态机械特性差 一些( 在实际运行范围内影响不大) ，但提高了系统的鲁棒性。转子和磁链闭环 主苏天学硕士学位论文 都暴用双佼式殍一殍控制，摄据它们鑫冬变化嶷接选撵空闻矢爨s v p w m 验舞哭状 态，省去线性调节器和旋转坐标变换，控制结构大为简化。其缺点是，输出转矩 鸯辣囊，隈到了系绫的调遮范銎； ( 5 ) 非线性控翻 鞋上尼秘控制策咯罄纛经获缮袋熬懿巍用，然瓣瑟舂这撩控毒g 方法罄只是疑 物理关系上构成转矩与磁链的近似解耦控制，没有绒较少的应用控制理论。从本 鹱上看，交渡电搬是一个嚣绫洼多变量系绕，痤谈凌菲线毪控镬理论匏基磴主研 究其控制策略，才能真正揭示问题的本质。近年来，由于电力电子变频器性能的 改善，受囊予镦整理箍戆力戆增强，实瑗复杂静整锻算法已不或鞫熬，霾藏交流 电机的各种非线性控制策略已成为研究工作者的热门课题。在这方面，已经取得 敬藏栗育；菲线羧反馈簿藕与精确绫往懿二掩翩，基于无源我的蘸量藏垄菲线靛控 制，基于逐步后摊设计方法的非线性控制等等。虽然理论上成果累累，但它们的 共同基璃燕已翔参数的电梳模型，参数的交仡仍不w 避免戆繇影响挎镧系统豹鲁 棒性，因而至今尚未形成能够取代已有控制系统的实用的新型系统。不过，理论 研究还是商助于认清控制系统酌本菔的，稠如，通过菲线往投馈解藕控翻静研究， 有助于理解矢量和直接转蜒的本质，并澄清其解耦本质。与此同时，通过深入的 研究，结构更简擎的控割系统也有可能诞生。 ( 6 ) 自适应控制 既然电枫参数的变化楚影响控制系统蛰棒性的主要因素，能够克服参数变化 影响的各种自适应控制使成为研究工作的主要课题。主要的最适应方法有明显参 考自适应控制、参数辨识囱校正控制和各种非线性自适应控捌。但燕，不论哪一 神方法，辨识和校正本身都要有个过程。对于因温度变化影响电照变化这类较 慢的参数变化来说，还能够起校正作用；对于因集肤效应引起的电阻变化、因饱 和 乍用产生的电感变化等等，就不一定来褥及产生缀好的动态性能7 。在交溅电 机控制中，因为设计原理和结构不同，自适应控制主要有增髓自调整系统和檬型 参考自适废控制系统两嵇形式，摇图1 1 、1 。2 所示1 1 5 1 。 江苏大学硕士学位论文 指令 指 图1 1 增益自调整系统 图1 - 2 模型参考白适应控制系统 ( 7 ) 滑模变结构控制 滑模变结构控制”1 7 1 也是自适应的非线性控制，其主要特点是，根据被调量 的偏差及导数，使系统沿着设计好的“滑动模态”的轨迹运动，与被控对象的参 数和扰动无关，因而使系统具有很强的鲁棒性。这种控制策略不需要任何在线辨 识，所以很容易实现。但是它本质上是一种开关控制，在系统中不可避免地带来 “抖动”问题，只能设法消弱抖动，却不能消除它，这就限制了它的实际应用。 ( 8 ) 智能控制 在经典的和各种近代的控制理论基础上提出的控制策略都有一个共同的问 题，即控制算法依赖于电机的模型，当模型受到参数变化和扰动作用的影响时， 江苏大学硕士学位论丈 如何进行有效的控制，使系统仍然能保持优良的动态性能，便是困扰设计者的一 大难题。上述的自适应控制和滑模变结构曾是人们企图用来解决这个课题的几剂 嶷药，韶又发瑷它翻各毒不楚之娃。运年寒受到控利葬十分重褪懿蟹糍控涮，由 于它能摆脱对控制对象模型的依赖，便自然成为众所瞩目的妙方了。已经在不同 场合获得实际应用的智能控制方法有：专家系统、模糊控制、神经网络、遗传算 法等等。开始磺究传动控制系统的智能控制时，人们往往把已有一定旋嗣经验的 方法移植过采，虽然能够解决一些问题，却又发现新的矛蒋，或者就蹙因为算法 太复杂而不实用。 这罩，有个观点必须予以注意，对以电枫为控制辩象的传动控制系统来 浇，萁模型基本上是确定静，只是由于参数变化和扰动 警用丽受虱些影确，因 而没有必要完全抛掉经典控制方法而采用纯粹的智能控制，这样做必然是事半功 倍。应该在按模型控制的基础上，增加一定的智能控制手段，以消除参数变化和 扰动静影稳，这是在揍动控涮系统中 i 入餐麓控裁蕊合瑗途径。 r 鼍z 坌刊愀篓卜、 h 萋忙舛净 “= 厂一j 7 叫绎矢量控制内j 纠鬻l 叫净崩荔卜8 l 一。一 jr _ ， l 一学日删仁： 图1 3 单神经元自适应p i d 控制的交流传动系统 用于传动控制的比较好的一种智能控制方法是，采用蚺神经元作为速度调节 瓣骛转动系统，翔墼1 - 3 赝示。图中，矮转速误差g 的晓镶、积分、微分蕊号终为 单神经元的3 个输入量，3 个权重系数w 1 w ，则可依据实际状况( 例如，输入量 ，一丘，控制信号“) 通过设计好的学习规则来自动调憋。口是神经元输出的阀 德，无特殊要求时可取护：o ，k 。是篦秘因子，( ) 为带有隈辐静菲线性丽数，一 江苏尢学硕士学位论文 般取式1 2 所示静s 型醢数( 国 ，4 ) 。 单神经元的算法如下： ，丘。乏h 犯h ，o ) 一目 红) = 曼一1 矿2 1 + 1 也搽 n 。， 删= m 式中： ( 1 ，3 ) “= ，j - “m 娃 一厂 一 o “f 一“ k 。为增益： 强1 - 4 神缀元采用的s 型函数 鼍毡) = 。弛) ； x ：忙) = a e ( k ) = e ( 女) 一e 忙一1 ) ： x ，辑) = 2 s 取) = 4 k ) 一2 e ( k 一1 ) + e 睡+ 1 ) 。 很明显，上述的单 孛经元速度调节器翘当于可变系数的p i d 调节器，权藿系 数w 的初值可按传统的p i d 设计米选取，运行中用学习规则自动调憝，使系统的 动态经毅只依戆子误差镶号帮控蠲信号，惩不受或少受馥鬟参数懿彩漆。匿就， 这样的单神经元控制器可视为由神经元实现的自适应p i d 控制器。 勇舞，近年来亩我鬣学者程滏酾神经溺络a 除逆系统方法添8 , 2 0 1 ，它殆予鼗魂 控制、人工智能、神经网络理论、计算机科学、模式识别等有密切的关系，是相 关学辩糖互渗透静产鞠。它的主要特点和优势在予： 不依赖于被控第统精确的数学模型，仅需要很少的先验知识。 适籍予较一般粒蒌线髅系统。 对系统的参数、结构变化有较强的鲁棒形。 剃粥神经网络的菲线性逼近髓力、学习铯力、避免了裰其困赡盼求解逆系统 工作，拓宽了遒系统方法的应用范围。利用神经网络作为遒系统的一般辨识模型， 只需要有限的系统信息，如系统的稽对阶数，总可璐正确的训练神经网络来获得 工程上易于实现的神经网络a 阶逆系统。将得到的神经网络逆系统串接到原系统 江苏大学硕士学住论文 之前，整个系统就变换为具有线性传递关系且已经解耦的规范化系统( 即称为伪 线性系统，如图1 5 所示) ，然后利用线性系统的各种设计理论来完成伪线性系统 的综合。 目前，国内已有把这先进的控制理论成功应用于多电机同步控制系统，实现 了对交流多电机系统的解耦控制。 图1 5 逆系统方法控制框图 ( 9 ) 无速度传感器的高动态性能控制 综上所述，高动态性能的交流传动系统都需要转速环的闭环控制，所需要的 转速反馈信号来自与电机同轴的速度传感器。为了获得准确的而且可靠的转速信 号，速度传感器必须经过精确的安装和妥善的维护，在条件不好的工业场所常常 不易做到。此外，在低速时要获得准确无干扰的速度信号也并非易事。因此，取 消速度传感器而仍能获得良好的控制性能，便成为众所瞩目的研究与开发课题。 目前，已有若干品种的无速度传感器矢量控制通用变频器问世，但研究工作仍在 继续。 在无速度传感器系统中，可以通过容易测量的定子电压和电流等信号间接求 得转速，常用的方法有： 利用电机模型推导出转速方程式，从而计算转速； 利用电机模型来计算转差频率，进行补偿： 根据模型参考自适应控制理论，选择合适的参考模型和可调整模型，利用自适 应算法辨识转速，或同时辨识和0 9 ： 利用其他辨识或估计的方法求得转速： 萎 解二o i 一 嘴 j 卜e 一 甜 江苏大学硕士学位论支 利用电机的齿谐波电势计算转速，等等。 但是，无论哪一种方法都难以保证很高的精度和很好的低速性能，要获得很 准确的动态转速更加困难。目前使用的无速度传感器通用变频器只能实现一般的 动态性能，现在已有调速范围达到1 ：1 0 0 的变频器，如上海艾帕电力电子有限公司 生产的i p e ri n n o v e r t 系列高压变频器。 1 4 交流传动控制策略的研究展望 从上述可以看出，对于交流传动的控制策略，有许多问题尚待研究和开发， 现在列举如下： 算法简单但有较高动态性能的新型控制策略： 能抑制参数变化和扰动的新型的非线性控制策略； 具有智能控制方法的新型传动控制策略及其分析与设计理论； 高动态性能的无速度传感器或无位置传感器控制策略。 在控制策略的研究和开发中，必须注意从实际出发，在保证一定的控制性能 的条件下控制结构越简单越好，应能克服参数变化对控制性能的影响，这样的控 制策略才有实用价值。 1 。5 交流电机同步控制系统的多变量解耦问题 近年来随着工业的发展以及对各种机械性能和产品质量要求的逐步提高，单 单针对一台电机的控制在许多场合已经不能满足现代高科技发展的要求，而需要 人们去控制多台电机，使其协调运行。多电机同步控制系统是现代工业生产中应 用比较广泛的电控系统，它在工业生产、军事及航空等行业有着广阔的应用领域。 高性能的多电机同步协调控制可以提高纺织、冶余、机械、造纸等行业产品的质 量和成品率。例如在连续化、高速化、自动化的工业生产过程中，往往需要张力 控制，如轧钢、拉丝，染布，造纸等，张力控制的性能指标直接影响到产品的质 量。从我国目前的张力设备来看，绝大部分仍沿用模拟张力型直流传动方式，但 直流电机存在性能价格比差、维护费用高、转速低和容量小等诸多难以克服的缺 点，因此使用交流电机来取代直流电机驱动系统己成为必然。然而，从控制角度 来看，交流电机是高阶、强耦合、非线性时变的复杂控制对象它的数学模型复 江苏大喾磺士擘柱论交 杂，加上开关状态的逆变器，整个被控对象为多输入输出动态时变参数的模型， 实酝土缀难获褥其耪确的数学模型，遮就使褥传统瓣线性定参数p i d 控制调节紫 常顾此失彼，无法达到满意的控制效粜，同时工业生产中要求实现张力和速度的 解耦控制，则就更加增加了控制的难度。 。6 臻究目豹稻意义 多电机同步系统是现代工业生产中应用比较广泛的电控系统，它在工业生产、 军事及髋空等行业有广黼静瘟雳领域。交流多电机系统在纺织、捻金、执搋、造 纸等行渡中的应用十分普遍。同时赢性能多电机同步控制也是非线性系统控制巾 富于挑战性的课题之一。从控制的观点看，这是一个复杂的多变髓非线性问题， 是非线性控制理论的一个重要的应用领域，我们所住的工 乍就是尝试在该领域内， 单神经元蠢适应控制璜论，实现对交流多电辊系统懿解稻控制。 人工神经网络具有很强的信息综合、学习记忆、自学习和自适应、逼近任意 非线性函数静能力，霹以处理那些难以耀模型和规则糖述的过程，在一些不确定 系统斡控制中己成功疲塌。人工神经黼络在控制中露幅的主要闻鼷是其算法院较 复杂、学习过程较长、参数收敛速度慢、存在局部最小点等，使戴在工业中的威 用受到限制。将神经网络与p i e ) 相结合，可以取得较好的控制效果。其主要的结 合方式畜嚣稀：一静楚程常筑p i d 籀裁器静薹穑上穗黯一个裤经网络，矮神经圈 络在线调节参数 2 1 , 2 2 ；另一种是采用单神经元结构，神经元输入权值一一对应p i d 参数，神经元的输入使为经过比例，积分，微分处燧后的偏差值 2 3 , 2 4 1 。前一种方 式酶主要映熹是结稳复杂显未实瑷神缝鞫络耪p i d 的零蘑嬖合。攀亭孛经元结穆的 p i d 主蒙有以下特点和优势： 不依赖于被控系统的精确数学模测； 实现害孛经网络与p i d 豹本囊结合； 对于系统参数变化疑有较强的鲁棒饿； 算法简单、学习过襁快、自适应能力强、实现方便。 簸接剿戆角度来器，交流多电机滟步控裁系统怒一个复杂豹多变量菲线牲系 统，是非线性控制中的个重要领域，本文主要研究多变量单神经元自适应p s d ( 比例、求和、积分) 控制器在多电机同步控制系统中的应用。 江苏大学硕士学位论文 1 7 本文内容的安排 本文共分为六章。 第一章为绪论。 第二章介绍了单神经元自适应控制理论。 第三章为多电机同步控制实验系统实现的软件和硬件环境。详细描述了该系 统的控制策略以及下位机和上位机实现的具体步骤和具体处理细节。 第四章为多电机同步控制系统的仿真。具体介绍了多电机同步控制的仿真模 型的建立，最后给出了单神经元自适应控制的仿真结果，同时还给出了传统p i d 控制的仿真结果，以作比较。 第五章通过试验，分析了单神经元自适应控制的控制效果，证明了单神经自 适应控制的有效性和先进性。 第六章总结了本文所做的主要工作，并对今后进一步需要研究的问题进行了 简述和展望。 江苏走攀硕士学住论文 第二章单神经元自适应控制理论 传统p 1 d 控制器由于其黧法简单、鲁棒性好、可熊性高被广泛应照于工业过 援控制，尤其是可以精确建模的控镑l 系统，键实际生产过程中奄茎往具鸯饕线性秘 时变不确定因素，滩以建立耩确的数学模型，应用传统p i d 控制器往被无法达到 满意的控制效果。鼗夕 ，在实际生产蛾场孛，传统p i d 控毒爨复杂的熬定方法使 其性能欠俄，对工况的适应性很差。智能控制的发展为解决这嶷问题提供了有效 的手段。 智能控制的基本特点是不依赖于受控对象的数学模型，可以通过学习训练米 充分遥近未知 线壤对象熬动态孬鸯。鞋异步交滚俦渤系缝蔫富，其搂鼙结构怒 确定的，只是由于负载扰动、参数变化受到一定的影响，因此，在原有的按模型 控制的萋磁上，增女一定豹餐缝控鸯l 孕菠，| ：王漕豫参数交铯黎受戴撬凌戆影响， 增强系统的铸棒性肚5 婀。 静经穗络控茜l 嚣为一静餐键控餐鼓米，慧糖在控制串采爨毒牵经弼络怼控裁对 象进行进行建模、充当控制器、优化薄法、推理、故障诊断等，或同时兼有上述 菜鎏功髓豹缀合豳。鑫莼襻缎弼络在控翻系统中的侔髑可班分两： 在基于精确模型的控制当中充当对象的模型； 在反馈羧麓系统警中充当控翻器； 在传统控制中优化控制器参数等。 近年采由于神经网络具肖自学习、自组织、联想记忆和并行处理镣功能，弱 而爨到控制界的关注，在系统拱识与控制中褥到广泛的应用 2 u 9 ，具有自学习和 裔适应能力的单神经元构成的单神经元p i d 控制，不但结褐简单，雨艇能适应环 境变化，进行参数寅时在线调节，有较强的鲁棒性3 q 3 “。 2 1 单神缀元自髓应控制理论基础 2 1 1 生物神经元结构” 神经元邵神经细胞是神经系统豹基本单元，复杂的神经潮络就是幽数目众多 的铸种类型的神经元按照不同的结台方式构成的。通避神经元的可塑性，将使人 江苏太擎磺士擎谊凳文 脑具蠢学习、”避忆和认识等各神功能。 人体内神经元的结构形式乏间存在着很大麓异，但它们都具旃图2 1 所示的一 些共霹形式。它是由缨胞体积细胞体发出蛇一个或多个突起所缝成，其母，大部 分突起起着感受作用，用来接爱其它神经元传来的信息，这些突起称为樾突，通 掌还凑一个突起用来镶递和辕浅信息，这个突起髂为李垂突。 树突可以看作是细胞体的延伸部，它自细胞体发出盾逐渐变细，其众长各点 都可敬接受冀它嵇经元的辜壹突寒稿，影残突魅。突触是一拿毒孛缝元豹鞫突寒横与 另一个神经元所形成的功能性接触界面，它决定了神经元之间的联接强度与性质。 圭予鞭突捧经寒穗与糖突一一瓣接，获瑟把众多装裤经元擒成了毒拳经嚣终。妖生 物控制的观点，神经元作为控制与信息处理的熬本单元，具有诸如时空憋合、兴 套与捺懿、学嚣与遗惑等磅能秘特蛙。 卜磊_ 磊_ + 磊_ 豳2 - l 生物神经元结构 人工神经两络是受入脑和神经元细胞的启发而构成的一类信息处理系统。目 前人们对人脑细胞相曩作用原避尚未十分清楚，所以说人工神经网络只鼹人脑结 构和功能的非常低级的模拟和近似。 2 1 ，2 人工秘经网终处理单元“” 处理单元p r o c e s s i n ge l e m e n t ( p e ) 就是人工神经元，其结构和功能与生物神 经元裔娄窀鬟之处，霹以说它是生窃褥经元静一除近叛，这是因为娃理单元只模拟 了生物神经元所能执行的1 5 0 多个处理功能中的3 个。p e 的功能是：对每个输入 信号避行处璞以确定冀强度( 粕投) ，确定薪有输入信号的舞会效果( 求和) 及 确定其输出( 转移特性) 。 江苏大学硕士学位论文 就像生物神经元中有很多输入( 激励) 一样，p e 也有很多输入信号，并且同 时；l l l 至up e 上，p e 一输出作为响应，p e 的输出就象实际神经元那样，不但受输入 信号的影响，同时也受内部其它因素的影响，这可用门限来等效。p e 的每一输入 都经过相关的加权，以影响输入的激励作用，这就象生物神经元中突触的可变强 度，它确定输入信号的强度。p e 的初始加权可以根据某确定规则进行调解修整， 这也就象生物神经元中的突触强度可以受外界因素影响一样。 图2 - 2 表示处理单元p e 的基本结构，它有n 个输入状态t ( f - 1 , 2 ，m ) ，为对 应于x ，的权重，y 为输出信息，另外，考虑到内部门限口，用= 一1 的固定偏置 输入表示，其权重( 即连接强度) i 4 ，0 = 0 。于是可以得到输入的加权和为： hn s = w 而= w i x ，- 0 ( 2 1 ) i = 0j = l 如果权重向量矽和输入向量x 分别包含了w o 和，即 = 。，w l ，) x = b 。，五，j 。) 式( 2 1 ) 可以表示为向量w 和z 的点积( 或内积) s ：w x 7 ( 2 2 ) ( 2 3 ) ( 2 4 ) 显然这一结果是标量。 p e 的激励电平s 通过一转移函数，( ) ，得到p e 的最后输出y ，如下式( 2 5 ) 。 y = ，g ) = ( 杰i = o t = 厂妒) ( 2 5 ) 图2 - ；2 处理单元p e 的基本结构图图图2 3 神经元模型 鬟 江苏大学硕士学位论文 人工神经网络的基本构成单元是神经元，神经元是以生物神经系统的神经细 胞为基础的生物模型。人们在对生物系统进行模拟，以探讨人工智能的机制时， 把神经元数学化，从而产生了神经元数学模型。神经元是一个多输入、单输出的 信息处理单元，它对信息的处理是非线性的，其结构如图2 - 3 所示。 其中：蚱为神经元i 的内部状态、只为阈值、x ，为输入信号、w ，表示神经元 连接的权值、s ，表示某一外部输入的控制信号。 神经元常用以阶微分方程来描述( 模拟生物生物神经网络突触膜电位随时间 变化的规律) ，即： r 警= 叫o ) + x ，( f ) 一日 ( 2 6 ) b ( f ) = ，k ，( r ) 】 神经元的输出由函数，表示，常用以下几种函数表达其非线性特征： ( 1 ) 阀值型，为阶跃函数，如图2 - 4 所示。 几，= ：，描 旺。， 几扣融，乞u f 置_ o ，钒眨。， ，0 ) 。 l o 地 图2 - 4 阀值型输入输出特性一 ，k 1 1 l 01 啦 嗨一 哆 图2 - 5 分段线性一输入输出特性一 江苏大擘硕士学位论文 ( 3 ) s 型函数，如图2 - 6 所示。 ，o ，) 。南 ( 2 9 ) 其中c 为常数。 s 型函数反映了神经元的饱和特性。 由于其函数连续可导，调节曲线的参数 可以得到类似阀值函数的功能，因而被 广泛应用于神经元的输出特性中。 2 2 几种常用单神经元自适应p i l l 控制器 ，拼。 l 1 一 l ( ) “l 图2 - 6 s 型一输入输出特性 将神经网络与p i d 相结合，可以取得较好的控制效果。其主要的结合方式有 两种，一种是在常规p i d 控制器的基础上增加一个神经网络，用神经网络在线调 节参数；另一种是采用单神经元结构，如图2 7 1 2 3 2 - 4 1 所示，神经元输入权值一一对 应p i d 参数，神经元的输入值为经过比例，积分，微分处理后的偏差值，前一种 方式的主要缺点是结构复杂且未实现神经网络和p i d 的本质结合。以下就第二种 结合方式做以简述。 图2 7 单神经元p i d 控制结构图 2 2 1 单神经元自适应控制的学习算法 为有效地发挥神经元的能力，必须采用一定的控制学习算法”i ： ( 1 ) 无监督h e b b 学习规则 h e b b 是一类相关学习，其基本思想是：如果两个神经元同时被激活，则它们 6 江苏大学硕士学位论文 之间的连接强度的增强与它们激励的乘积成正比，以o 表示神经元f 的激活值、o ， 表示神经元，的激活值、表示神经元f 和神经元，的连接权值，则h e b b 的学 习规则司以表不为： a w ，亿) = q o ，忙) d ，取) ( 2 1 0 ) 式中玎为学习速率。 ( 2 ) 有监督的d e l t a 学习规则 在h e b b 的学习规则中，引入教师信号，即将o ，换成希望输出d j 与实际输 出o j 之差，就构成有监督的d e l t a 学习规则，如下式( 2 1 1 ) 。 ，0 ) = v 忙。忙) 一d 忙蜘，( 七) ( 2 1 1 ) ( 3 ) 有监督的h e b b 学习规则 将无监督的h e b b 学习规则和有监督的d e l t a 学习规则两者结合起来就构成 有监督的h e b b 学习规则，如下式( 2 1 2 ) 。 嘞g ) = , g d , ( k ) - o ，以蜘，g b ， ) ( 2 1 2 ) 2 2 2 传统单神经元自适应p i d 控制器的构成及其算法3 3 1 “”1 单神经元自适应p i d 控制器就是以神经元理论为基础而发展起来的一种新型 的控制器，即为神经元的输入维数n = 3 ，用神经元上的三个连接权来近似代替p i d 控制器中的比例、积分、微分项的系数。 图2 7 为单神经元p i d 控制结构图3 3 1 ，图中转换器的输入为设定值及对象 的输出值；转换器的输出为神经元学习控制所需要的状态变量_ ，x ：，玛： h = e 犯) = r i n ( k ) 一y o u t ( k ) x ：= e ( t ) 一e k 一1 ) ( 2 1 3 ) k = e o ) 一2 e ( k 一1 ) + e ( k 一2 ) 激励函数取s 型函数，表示为y o ) = ，【】= ”。乞专芸，式中“。为最大控 制量。单神经元算法在本文中采用增量式： “o ) = “ 一1 ) + “0 ) ( 2 1 4 ) 江苏走学硕士学位论文 幽蜘。 暑州w 睁舡1 ) 辱吣) 舡1 ) + 啦2 ) ) j 眨1 5 ) 藏熙捧经元鑫逶应控蒜援昝，霹装褥被控瓣象蕊控裁售警为： “0 ) 。r 乏w ，伍b ，g )( 2 1 6 ) = b 【w l e h 。狂) + 心o k 0 ) + k 0 ) 】 蒸孛： w j o ) ：熊 ( 2 1 7 ) h o 】 与传统p i d 楣比较，p i d 参数分别趋岛；b 刍= k v w , 1 g ) 、= b w 2 1 证) 、 如= 弓拿= 女，鹄冬) ，爨懿该 事经元是一秘蠡适应p i d 。 用单神经元实现自适应p i d 控制器，图2 7 中转换器的输入反映被控过程及 掇剃设定的状态，设，扔酶) 涛设定值，y o 耐( k ) 为输出馕，经转换器转换居成巍 神经元学习控制所需要酌状您量一、善。积) 、勺积) ，皴下式( 2 1 8 ) 所示。 f x i ( 女) = e ( ) 屯嫂咄譬) 2e 吁e 秘_ 、，、 ( 2 1 s ) l 毪= 矗2 。转) = 。冬) 一2 t 馥一1 ) e 国 【z ) = r i n ( k ) 一y o u t ( k ) = # ( ) w ，皓) 为对应予t 晤) 的自n 掇系数、k 为神经元的比侈5 系数( k o ) 。神经元 酒过关联接豢袋产生控毒l 绩譬，帮： 3 “0 ) = w ，她b ，伍) ( 2 1 9 ) 3 埘冀) = ( a 一1 ) + 爱嗨秘知，强) ( 2 。2 0 ) ，l l 神经元自适应控制通过对加权系数的调艇来实现自灞应、自组织功能，而加 投系数浆调整姣则是采用骞簸罄翡h e b b 学霹援鄹，宅与耱经元斡辕入、辏窭、礁 浅偏差三者的相关函数有关，即： 江苏大学硕士学位论文 _ o + 1 ) = ( 1 一c ) w ，( 七) + 巩忙) ( 七) = z 伍- o h ，o ) ( 2 2 1 ) ( 2 2 2 ) 其中：r o l 为递进信号，随着过程逐渐衰减；z o ) = y o u t ( k ) 一r m ( ) 为输出误差信 号；r 为学习速率r 0 ；c 为常数c 0 。 将以上式( 2 2 2 ) 代人式( 2 2 1 ) ，硐： 雌o + 1 ) = ( 1 一c h ( 七) + 班( t ( i ) t o ) 眺怍) 叫怍一c 卜) 一传h o ) 如果存在一函数y a w ，( k ) ，z ( k l x 。伍) ) ，有： 善生：。，0 ) 一旦： - 忙) 一0 ) ( 2 2 3 ) ( 2 2 4 ) 则( 2 2 3 ) 式可以写为： 嘶卜c 器 旺z s ， 上式表明：加权系数取) 的修正按函数，o 对应于w j 任) 的负梯度方向进行搜 索。应用随机逼近理论可以证明：当c n # d 、的时候，使用上述学习算法，( 七) 可 以收敛到某一稳定值+ ，且与期望的偏差在允许的范围内。 对上述算法进行规范化处理后可以得到式( 2 2 7 ) 。 “0 ) = u ( k 一1 ) + k w b ， ) 3 w 。( 女) = w ， ) h ( 女】 f = 1 w ，