（电机与电器专业论文）采用递归模糊神经网络的永磁直线同步电机变结构控制.pdf

沈阳工业大学硕士学位论文 r e c u 仃e i l tf u z 巧n e u r a ln e t 、) i ，o r kv 鲥a b l es t 似加r cp o s i t i o nc o n 仃0 1 1 e r b a s e do nv e c t o rc o m 的1o f p m l s m a b s t 瞅 p o s m 佃c o n 訇r o lo f p c m l a n e mm a g n e tl i i l e 缸s y n c l 瑚璐m o t o r 口m l s m ) i sr e a l i z e db ) ， m a l l a b ，s i m u l i n ks o 肌a f ei l lt l l i st l i e s i s b a s e do nt 1 1 em a t h c m a t i c sm o d e lo fp m l s m w i l i c hi sa n a i y z e di nc h 印t e r2 ，t 1 1 es i m u l a t i o nm o d e lo fv e c t o rc o 曲 o ls y s t c mw 弛s v p w m i sb l l i l tl l p ，a n dt i 圮s i m u l a t i o n 佗s u l t ss h o wt l l 砒i th 私f h s td ) m a n l i c 印o n 辩觚de a s y 屯。 坞a l i z e ，b u th 鹤t l l ed i s a d v a l l t a g e so f b i gr i p p l e so f b o mt h n l s ta n dc i 蝴t 趾dl e 豁r o b 吣协e 船 岫a ( t 锄a li o a dd i s l 眦b 卸a c e se x i s t ho r d 盱t or e d u c et h er i p p l e s ，a n di m p r o v er o b u s t 辨d b l m 锄，r i a b l e 鲫m c t l l mc 由r o l 砌c hb c l o n g st om o d e r nc o n 仃o ls 仃a t e g yi si n n d d l 】c e d av 撕a b l es t r u c t i 玳a d a p 咖e ( v s a ) p o s m o nc o n t m l l 盯i sa d o p t e d ，w h e r eas i m p l ea d a p t i v ea l g c 椭mi sl 吐i l i z c dt o 黜t i m 锄et b e 吼c c l t a i n t yb o 眦d s t h es i m u l a t i o nr e s u l t sd e m o 撇蛳i t sd y 蝴i c 托s p 觚dp o s 砌 仕a c k 肼砸加a n c ca r c 黟e a t l yi m p r o v e d ，a n d1 l l e yh a v em u c h 锄a l l e rt h n l s t 锄da 埘嘲i t r i p p l e s w i l ht h ee x 蜘l a ld i s t i l r b a l l c e ，p o s m o n 锄r 锄ds p e e dp c 帅【l r _ 嘶a 托印p 孤饥n y 豫d l l c e d ，锄dt h es y s t e mi sr o b u s tt op a r 锄e t e rv a r i a t i o 璐h o w e v a ，l h ec o i e 唱胁c er a l eo f a d a 硼v cm e c h 觚i s m i sq u j t es l o w ，i tc a nn o td e a l 晰t l l1 h ee ) 【t e r n a ld i s t i 曲a n c ce 饪酬v e l y t oc o m l ) e i l s a t em ed i s a d v a m a g e s ，t l 璩c o m b m a t i o fv a f i a b l es t r u c t i l r ea i l di n t e m g t c o n t r o li se x p c c t c d b ym e a i l so ft l l en o m i n e 缸a d 印t i v e 缸dl e a r n i n ga b i l i t yo ff 出z yn e l l m l n 咖o r k ，ar c c 岍饥t 缸z yn e u r a i 帆o r k 但f n n ) v a r i a b l es 仃u c t u 他p o s i t i c o n 仃o l l e ri si n v c s t i g a t e d ，i n r h i c ht h e 砌n ni sm i l i z c dt oe s c i 衄i l e 让峙i e a l m n 圮l 硼叩e d 岫吲t a i n t y c o m p 撕n g 、i mt 1 1 ev s ac o n 仃0 1 1 r 孙酣h 勰n d yz e l ot l l l 懈t 锄dc u 饿殂t r i p p l e s ，l e 鼹p o s m o ne r r o ra 1 1 dn os p e e dp e m 盯b a l i o n 也er a t eo fe m 【i l a t i c 伽v 哪：钮i s 缸恤贸岫v o d ，a n dt l 忙c h a n e r i r 喀i sr e d u c e d ni sp r o v e dt h a tr 孙酣l 郴h i g hd y n 锄i c c h 剐旧c t c r i s 石c s 觚di sr d b u s tt od a “m l e t e rv a r i a 土i o n s 觚da ( t a l l a ld i s t u r l 瑚 k e yw o r d s ：a d a p 晰ev a r i a b i es t r u c t i r e ，p e 珊a n e mm a 弘e tl i n 魄rs y c h m o 哪 m o t o r ，r 艇u r n n tf u z 巧n e u r a ln e 仰o r k ，v e c t o rc o n t r o l ，s p a v t o rm o d u l a t i o n 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：匿瑾遁日期：丝z 主：箩 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：- _ 匿衄 导师签名：专阻日期：望蔓业 沈阳工业大学硕士学位论文 1 绪论 1 1 交流伺服系统控制策略综述 随着现代电力电子技术、交流变频调速技术的飞速发展和现代控制理论、高速微处 理器的普及应用，交流调速电气传动系统得到了广泛应用。在众多控制策略中，以矢量 控制技术和直接转矩控制技术( 在直线电机中称之为直接推力控制) 的控制性能最为优 良。 这两种控制方法各有优点，但又各有缺点。若将它们应用于交流伺服系统的内环， 对改善伺服电机调速的动态特性会起到良好的作用。由于它们同属基于电机数学模型的 控制策略，就不可避免地受到电机参数变化的影响。另外，交流电机特别是直线电机的 数学模型还有待进一步完善。如何使矢量控制和直接转矩控制系统具有更好的鲁棒性和 控制性能成为众多学者关注的焦点。 目前，主要从无传感器控制和智能化控制两个方面对其进行改进。在无传感器矢量 控制中，需要通过定子电压、电流及电机参数计算磁链。虽然电机的电压模型所用参数 较少，然而电压模型却与转速无关，这就需要以电压模型的计算结果为基准，通过比较 电压模型和电流模型的计算结果最终辨识出转速。由于低速情况下电压模型的不准确， 使得转速的辨识无法完成，因而不能实现无传感器控制，即无传感器控制本身具有一定 的限制。智能控制理论是由自动控制学科发展起来的、能够摆脱对被控对象模型的依赖、 在处理有不精确性和不确定性的问题中具有可处理性和鲁棒性的新型控制理论，主要用 于解决对象模型未知或知之甚少以及模型的结构和参数可能在很大范围内变化的系统、 非线性系统、任务要求复杂的系统等，其映射关系可以看成是一种不依赖于模型的自适 应估计，因而成为交流伺服控制的一个重要研究方向【旧。越来越多的学者将更多的精力 投入到了智能控制之中，特别是在智能控制与基于现代控制理论相结合上，充分利用多 种控制方法的优点，最大程度地补偿其缺点，实现最优控制。 1 1 1 变结构控制 变结构控制属于现代控制范畴，本质上是一类特殊的非线性控制，其非线性表现为 控制的不连续性。在控制过程中，系统的“结构”可根据系统当时的偏差及其导数值， 采用递归模糊神经网络的永磁直线同步电机变结构控制 以跃交的方式做有目的的改变。自2 0 世纪5 0 年代出现以来，变结构控制就以其对系统 参数变化、数学描述不准确性以及外界环境的扰动性具有完全的自适应性、控制算法简 单、响应速度快等优点被广泛应用于伺服系统控制f 3 】。 该种控制方法的优点在于无需对象的精确模型，只要模型中参数和扰动不确定性的 上界可知即可设计出渐近稳定的控制器，即对系统的参数变化和扰动具有完全的自适应 性，尤其对于模型不确定的系统具有较好的稳定性和鲁棒性，可以把一个品质极差的系 统综合成一个高质量的稳定系统。同肘，变结构控制不需要任何在线辨识，当出现扰动 时系统响应和调整速度快，控制律整定方法简单，容易实现。 突出缺点：抖振问题和需要事先测定扰动量的范围限制了它在实际中的应用。实际 上，不确定扰动因素的界限是很难己知的，必须采用一定的方法进行估算才能较为准确 地获得该界限。抖振则会引起电流谐波、噪声等，成为交流伺服系统中最为严重的问题。 稳态抖振主要是由控制量的高频开关切换引起的，不仅降低了稳态定位精度，还可能引 起非模型的动态响应和机械损伤。不解决好抖振问题就无法在交流伺服系统中应用变结 构控制【4 5 1 。 1 1 2 模糊控制 模糊控制属于智能控制的范畴。美国科学家l a z a d e h 于1 9 6 5 年发表了题为f u z 珂 s e t s 的论文，他在研究人类思维、判断过程的建模中，用模糊集作为定量化的手段， 提出了模糊理论。但是在最初的十年中，除了极少数的专家外，模糊理论并未受到世人 的瞩目。1 9 7 4 年英国科学家m 锄d a i l i 和a s s i l i 锄首次将模糊理论应用于热电厂的蒸汽 机控制之中，取得了比常规p d 控制更好的结果，揭开了模糊理论在自动控制领域的应 用新篇章。从此以后，模糊理论在工业控制中的应用得到了迅速的发展，受到学术界不 同领域研究者的重视1 6 j 。 模糊控制最大的优点是不依赖被控对象的精确数学模型，并且能克服非线性因素的 影响，对被控对象的参数变化不敏感即具有较强的鲁棒性，因此成为解决不确定性系统 控制的一种有效途径。 缺点在于它对信息进行的简单模糊处理会导致被控系统精度降低和动态品质变差。 为了提高系统的精度就必然要增加量化等级，从而导致规则的迅速增多，影响规则库的 一2 一 沈阳工业大学硕士学位论文 最佳生成，且增加系统的复杂性和推理时间。而且模糊控制器参数须经反复试凑才能确 定，缺少稳定性分析等系统化的分析和综合方法【刀。 1 1 3 神经网络控制 神经网络的研究始于1 9 4 3 年m c c l l l l o c h 和p i t i s 建立的第一个神经元模型m p 模型，经历了发展初期、研究低潮期和突破性进展三个阶段。神经网络控制是以神经细 胞模型为基础的分布式控制，是一种并行处理的多输入多输出结构，其基本控制因素为 神经元。神经元有信息综合、多输入、非线性的特点，由神经元组成的神经网络通过各 个互连的神经元之问的权系数存储信息，这种存储特点使神经网络具有容错能力，同时 也可以通过学习训练改变权系数【l 】。它从微观结构和功能实现对人脑的抽象和简化，成 为“智能控制”的一个新分支。 神经网络具有非线性、平行分布处理、硬件实现、学习和自适应性、数据融合和多 变量系统等特性，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了一条新 途径【8 ，9 】。 虽然神经网络可以学习系统的不确定特性，但是学习过程却减慢了系统对扰动的响 应速度。 1 1 4 智能控制发展现状 在交流伺服系统中，依赖经典的以及各种近代控制理论所提出的控制策略都具有控 制算法依赖于电机模型的缺点，当模型受到参数变化和扰动作用的影响时，系统性能将 受到影响；基于现代控制理论的自适应控制和变结构控制是解决这个问题的有效策略， 但其自身又有一定的不足；如何将基于现代控制理论的控制策略和智能控制策略合理结 合起来，充分发挥各自独特的优点并补偿其缺点，已经成为控制领域研究的热点。 目前研究较多的有以下结合方式： ( 1 ) 模糊滑模控制 模糊滑模控制将模糊控制和传统的滑模控制相结合，紧密结合各自的优点。它保持 了常规模糊控制器的优点，即可以不依赖系统的模型。它有别于常规模糊控制器之处在 于其控制目标从跟踪误差变为切换函数，只要施加控制使切换函数s 为零，跟踪误差就 可渐近达到零值。对于阶数疗 2 的高阶系统，在常规模糊控制中输入应为 采用递归模糊神经网络的永磁直线同步电机变结构控制 ，a ，p 加- 1 】，而模糊滑模控制的输入( s ，雪) 始终是二维的，也就是说，在刀 2 的特定 情况下，模糊滑模控制具有简化模糊控制系统结构复杂性的作用。与滑模控制相比，模 糊滑模控制柔化了控制信号，减轻或避免了一般滑模控制的抖振现射10 “】。 模糊滑模控制已经在很多方面取得了理论和实践上的重要成果【协朔。在文献【1 8 】中， h w 粕g g c 等人提出了全新的实施模糊控制和滑模控制的方法，设计了一个p i 型模糊滑 模控制器。j c w u 利用滑模控制固有的对参数变化和外界干扰不变性的优点，把模糊 控制变换为一类变结构控制，在确定模糊控制规则时由滑模控制来选择控制器参数，从 而提高了控制器的鲁棒性i 埘。k i m g c c ，l i c c 则在文【1 8 模糊滑模设计方法的基础 上采取了输入比例因子g 。和g 。随s 取值变化而变化的策略，其输出比例因子g “更是 取为s 的连续指数函数，由比例因子的自适应处理把系统动态响应的快速性和优良的稳 态性能统一起来【2 0 】。l i n f j ，f l l i l g rf 等在文【2 1 】中研究了由p m 同步伺服电机驱动 t o g g l e 机构滑块位置的滑模控制问题。结果表明，与文【2 0 】相似的比例因子自适应模糊滑 模控制在控制效果上丝毫不逊于传统的带边界层的滑模控制，而前者的优点是不管系统 参数是否具有不确定性以及是否受到外界扰动，在设计控制器时都不需要对系统模型和 不确定因素的上界作任何估算。rg b e f s t e c h e r 等提出了一种用查表法实现的、考虑系 统运动状态到滑动平面的距离和速度的模糊滑模控制器的设计方法瞄】，满足了滑模控制 中系统快速性的要求，改善了系统趋近过程的运动品质。文献【9 】提出一种非线性系统的 具有自学习模糊控制机制的改进滑模控制方案，该方案综合了模糊控制和滑模控制的优 点来取得快速、精确的响应，保证了系统的鲁棒性，并采用自学习机制来修正模糊规则 库，将系统状态维持在滑模区域内，减少被控量的波动，却不降低系统的性能。 ( 2 ) 模糊神经网络控制 模糊神经网络顾名思义就是将模糊控制和神经网络相结合。模糊神经网络系统从结 构上看主要有两类：一是在神经网络的结构中引入模糊逻辑，使其具有直接处理模糊信 息的能力，如把神经网络的加权及求和运算转化为“并”和“交”等形式的模糊逻辑运 算，从而形成模糊神经元：二是直接利用神经网络的学习能力及映射能力，去等效模糊 系统中的各个模糊功能块，如模糊化、模糊判决等；此外，还可以把模糊系统和神经网 一4 沈阳工业大学硕士学位论文 络集合在一个系统中，发挥各自的特长。神经网络的引入为模糊控制器提供了一种良好 的学习功能，使模糊控制系统增强了自学习能力，二者的结合有助于扩大它们在滑模控 制领域内的应用【1 嘲。李凡等人给出了在构造基于模糊神经网络的控制系统的过程中利 用遗传算法优化输入向量维数的一种改进方法，并进一步给出了一种通过数据分类提取 模糊推理规则的方法，将两种方法结合就形成了系统的构建方法【2 4 】。 ( 3 ) 神经滑模控制 神经网络用于滑模变结构控制，可以实现自适应滑模控制。s c l i n 等【2 5 】将传统方 法与神经网络结合，无需对象的精确模型，设计了基于r b f 径向基函数网络的滑模控 制器，并将它成功地应用在非线性单级倒立摆的自适应控制。d m 锄o z 等闭针对一类 非线性离散机器人力臂系统设计了自适应滑模控制器，在该控制器中采用两个神经网络 实现了非线性系统中未知函数部分的逼近，从而实现了基于神经网络的滑模自适应控 制。z h m 髓等【2 刀提出了一种新型神经网络滑模控制方法，采用m f 网络辨识系统不 确定部分的上界，该方法已成功地应用于机器手的轨迹跟踪。j m c 掘蝴掣2 朝采用b p 网络代替带有切换的滑模控制器，通过神经网络权值的在线调整，实现了针对变频器的 抗抖振自适应滑模控制。g p a m a 等网将b p 网络学习算法与滑模控制相结合，构成新 的闭环控制系统，利用b p 网络的在线学习功能，设计出了一种新型滑模神经网络 控制器，实现了感应电机的自适应滑模控制。 1 2 永磁直线同步电机的研究概况 永磁直线同步电机在推力、速度、定位精度、效率等方面比直线感应电机和直线脉 冲电机等具有更多的优点，适宜于作为高速水平或垂直运输的推进装置，是一种比较合 适的直线伺服电机d 叩1 1 。 然而，直线电机的磁链非闭合，引起纵向和横向边缘效应，使得直线电机的参数和 等效电路与旋转电机有较大区别；另一方面机械传动机构作为中间转换环节，可以起到 缓冲的作用，减少力矩的波动以及不确定因素的影响，而直接产生推力的直线电机在运 行过程中，则常常要受到外界扰动、负载变化和磁场畸变的影响，对不确定因素更为敏 感，更容易产生推力波动等现象，需要及时改变电机的输出驱动状态以增加反应的稳定 性和定位的准确性。目前直线电机应用性能的研究，多着眼于电机本体的设计制造。但 采用递归模糊神经网络的永磁直线同步电机变结构控制 是对动子质量变化、摩擦系数变化等造成的模型误差，以及在运行中由于磁密分布变化、 时间谐波等产生的推力纹波等，是不可以用设计手段完全弥补的，或者说从设计方面来 解决所需付出的代价太大【3 2 】从控制方法和控制策略的角度来考虑，实现控制器与电机 模型的一体化，将系统作为整体考虑，一方面可以弥补设计上的不足，另一方面可以实 现系统的动态建模，满足系统的整体性能指标。 1 3 论文的主要内容 课题来源于辽宁省高等学校优秀人才基金资助项目特种电机及其控制策略研 究限c 0 4 - 1 4 ) 和辽宁省自然科学基金项目无传感器永磁直线电机直接推力智能控制 综合性研究( 2 0 0 4 2 0 2 7 ) 。基于前面的分析论述，选用永磁直线同步电机作为研究对象， 采用神经网络控制、模糊控制、变结构控制，取长补短、合理结合，克服永磁直线同步 电机控制系统受参数变化和外界扰动的影响，实现鲁棒性好、动态响应迅速的高性能交 流伺服控制。 具体研究过程是先建立基于空间电压矢量脉宽调制( s v p w m ) 的永磁直线同步电机 ( p m l s m ) 矢量控制的仿真模型，以矢量控制为基础，并结合上述先进控制方法进行仿真 研究。主要研究内容如下： ( 1 ) 深入研究p m l s m 的数学模型，用s v p w m 替代传统的p w m 逆变器，利用高 性能仿真软件m a l l ，a b 编写基于s v p w m 的永磁直线同步电机矢量控制的仿真程序； ( 2 ) 针对矢量控制中的不足，引入现代控制策略，设计自适应变结构控制器，旨在 减小推力脉动； ( 3 ) 设计一种局部递归模糊神经网络，将离线训练得到的权值和高斯函数参数作为 网络在线学习的初始值。对神经网络、模糊控制进行一定的理论分析，与变结构控制相 结合，设计一种新型的基于递归模糊神经网络的变结构位置控制器，应用于永磁直线同 步电机控制系统中，以消除抖振、提高系统的鲁棒性和动态响应速度。 一6 一 沈阳工业大学硕士学位论文 2 永磁直线同步电机矢量控制系统 2 1 永磁直线同步电机的数学模型 2 1 1 建立数学模型的前提 在建立永磁直线同步电机的数学模型之前做以下假设： ( 1 ) 忽略初级齿槽效应； c 2 ) 含有永磁体的区域是均匀的； ( 3 ) 不计涡流和磁滞损耗； ( 4 ) 忽略铁心饱和； ( 5 ) 在分析中仅考虑初级磁动势的基波分量，反电动势为正弦； ( 6 ) 次级上无阻尼绕组，且永磁体无阻尼作用。 2 1 2 坐标系的选取 如图2 1 所示，取两相静止初级坐标系的d 轴与初级三相坐标系中的a 相绕组轴线 重合，q 轴沿逆时针方向超前于d 轴9 0 。电角度。取永磁体基波励磁磁场轴线( 即永磁 体的磁极轴线) 作为d 轴，q 轴沿逆时针方向超前于d 轴9 0 电角度，且认为d 轴与a 轴的初始夹角氏为o 。 b c 图2 1 空间坐标系位置关系图 f i g 2 1c o o r d i r l a t er e l a t i o m l l i p ( d ) 采用递归模糊神经网络的永磁直线同步电机变结构控制 采用的坐标变换原则为磁动势不变即满足总功率不变的约束条件p 3 1 ，此时d q 轴初 级线圈的有效匝数为原三相绕组每相有效匝数的j 吾倍叫，则有： 阡揖一：一嚣二竺篇尝揣捌亿， 厂可以表示电流f ，电压“以及磁链丑。 “。= r f i + 以+ j q 五 ( 2 2 ) 5 = d + j 甜q f 。= 乇+ j t = 九+ j 厶 所以，两相旋转坐标系d q 轴的电压方程为： “d = r 。毛+ p 扎一吐 q = r + p k + 。+ h 其中，= 昙，吐= 只詈v 。 d q 轴磁链方程为： 九= 厶f d + 2 m ( 2 3 ) ( 2 4 ) 沈阳工业大学硕士学位论文 厶= 工q ( 2 5 ) 经推导，得到推力方程为： e = 只【+ 也) f 剐 = 只仉f q - 厶) ( 2 6 ) 机械运动方程： e = 坳v + d y + 矿( f ) ( 2 7 ) 其中，y 为动子线速度，d 是粘滞摩擦系数，矽( f ) 为外部扰动，m 为动子质量，只 为电机的极对数。 2 2 永磁直线同步电机的矢量控制 2 2 1 矢量控制基本思想 1 9 7 0 年，勃拉希克提出了著名的矢量控制。这种方法是以转子磁场定向，采用坐标 变换和解耦处理后分别控制电流的励磁分量和转矩分量，使交流电机可以获得与直流电 机相媲美的调速性能，由此带动了交流变速传动的高速发展。迄今为止，电机的矢量控 制已经获得了长足的发展，在理论和实践上不断得到改进和完善。 矢量控制实际上是对电流矢量相位和幅值的控制。从电机的推力方程可以看出，推 力取决于电流和，即控制f d 和就可以达到控制推力的目的。电机运行中的速度和 推力对应着一定的和f ：，通过控制这两个电流，使实际电流跟踪指令电流，实现推力 和速度的控制。这种控制方法的核心是控制定子电流，进而控制磁动势跚。 矢量控制包括三个主要过程，首先在d - q 坐标中将其直流机化，然后将虚拟的d - q 直流机还原成实际的三相交流电机，最后通过一定的控制使实际电流等于指令电流。 本文选择f d = o 的控制方案，不但简单易行，而且具有电机损耗最小等特性。 只要能够准确地测出次级空间位置，通过控制逆变器使三相合成电流( 磁动势) 位于q 轴 上，则推力只与电流幅值成正比，使得电机的调速更容易实现。 采用递归模糊神经网络的永磁直线同步电机变结构控制 2 2 2 矢量控制数学模型 采用矢量控制对永磁直线同步电机进行控制，令= o ，使励磁磁场与电枢磁场正 交a 由于毛= o ，在d 轴方向上只有永磁体产生的磁通。则有： 只= 酶( 2 8 ) x ，= ( 詈 p n 且跗 c z 。， 其中酶为推力系数，f ：为指令电流。 开环传递函数为： 日。( s ) = l ( 胁+ d ) ( 2 1 0 ) 2 3 空间电压矢量脉宽调制 2 3 1s 、，p 删的基本原理 在永磁直线同步电机的矢量控制中，电流和推力的脉动很大，而且是不可避免的。 如何减小脉动、提高控制性能，成为必须解决的问题。缩短控制周期虽然能够显著地减 小推力脉动，但是在数字化控制方案中控制周期也不能无限制地缩短，要受到成本等的 限制。要想在不改变硬件的情况下提高控制性能，就必须改进控制策略，故采用s v p w m 来替代传统的逆变器。 s v p w m 调制p 5 3 研从电机的角度出发，着眼于如何使逆变器瞬时输出的三相脉冲电 压所合成的空间电压矢量与期望输出的三相正弦波电压合成的空间电压矢量相等。 s ，w m 将一个控制周期z 分成三份，在每份时间内都可选择8 个电压矢量中的任意一 个，这样就能在每个控制周期内，用三个电压矢量来合成任意幅值和任意方向的电压矢 量，达到有限逼近任意给定的电压矢量的目的，提高控制精度和有效性。采用空间矢量 脉宽调制技术，不仅可以使电机的推力脉动降低，电流波形畸变减少，而且与常规的 s p w m 技术相比，其直流电压的利用率有很大的提高，易于实现数字化。 沈阳工业大学硕士学位论文 众所周知，逆变器可输出8 组空间电压矢量，其中6 组( 1 0 0 ) 、“2 ( 1 1 0 ) 、鸭( 0 1 0 ) 、 虬( 0 1 1 ) 、蚝( 0 0 1 ) 、( 1 0 1 ) 为工作电压矢量，2 组“o ( o o o ) 、”，( 1 1 1 ) 为零电压矢量【3 7 l 。 根据逆变器的基本原理可以得到表2 1 。 表2 1 电压矢量对应的三相电压值 t a b 2 11 1 l r c e - p h a v o 姆o f s p a v o l 诅g ev e c t o f s 。2 3圪3一3 2 玩3一33 o 一吃332 3吃3一亿3_ 2 3 o 坠二监垒二! 监丝二堡! !丝! ! 生生丝生! 六个工作电压矢量依次相隔6 0 。电角度、幅值相等、将空间分成六个扇区，零电压 矢量位于中心。以参考电压矢量位于第一扇区为例，如图2 2 所示。 v p 。 v 3v 2 铀 翻；。 zv o v 7 v z 。 图2 2 空间任意电压矢量合成示意图 f i g 2 2n ep 血c i p l eo f s v p w m 可以由两个相邻的工作电压矢量v 1 、v 2 和零矢量v o 、v 7 来合成该参考电压矢量。 为了使波形对称，把每个矢量的作用时间都一分为二，同时把零矢量的作用时间等分给 采用递归模糊神经网络的永磁直线同步电机变结构控制 两个零矢量。零矢量的作用只是用来补足工作电压作用以外的时间，它对矢量的合成不 产生影响。根据等效矢量按伏秒平衡原则合成，得： 匕m l = f l + f 2 r 1 - 瓦等s 岖詈吨) f 2 - t 务s i i l 口。 q 1 1 f o 铲上p 式中口= 匕i | f ，是直流母线电压，f ，表示电压矢量v 1 的作用时间，r 2 为电压 矢量v 2 的作用时间。 2 3 2 空间矢量调制的实现 s v p w m 的实时调制计算步骤可归纳为【3 8 l ： ( 1 ) 判断参考电压矢量匕耐所处扇区 根据参考电压矢量匕耐在a p 坐标系下的分量“。耐和8 耐确定此时参考电压矢量的 位置角口。和所处扇区a ( 2 ) 计算相邻电压矢量的作用时间 匕。在各个扇区时，每个电压矢量的作用时间具体表达如下： 位于i 区时： f i = 疋( 吒一，向肛f ：= t ( 2 两肛 岛= 瓦一 一f 2 位于区时： f ：= l ( 【，。+ 【，币，j ) 九f ，= 疋( 一u 。+ u 币，j ) 吃 b = z r 2 一f 3 位于区时： f 3 = 正( u 巾2 i ) 吃= t ( 一u 。一u 巾；) 吨 f o = 一岛一 沈阳工业大学硕士学位论文 位于区时： ，= t ( 一+ 劲吃f ，= t ( 一2 ，压) 吃 “= l f 一f 5 位于v 区时： f 5 = t ( 一吒一劲九，6 = t 瓯一，厕舡 位于区时： 气= t ( 一2 ，压) 吃l = l ( + 劲瓜 “= 互一，6 一r l ， 随着参考电压矢量匕。长度的增加，输出电压的基电压幅值也线性增加，相邻工作 电压矢量的作用时间也线性加大，b 逐渐减小。匕耐的最大幅值为玩2 ，如果在调制 过程中出现合成电压矢量的端点超出图2 2 所示六边形的内切圆的情况，输出电压就会 发生严重的失真，从而影响电机的输出推力。要使合成的电压矢量位于线性区内就必须 满足f o o ，因此需要对相邻工作电压矢量的作用时间进行饱和判断。仍以匕。落在第 一扇区为例，若 + 如 t ，则须对f ，、乞和“进 行修正，令f i2 南i ：2 南互，2 南t 1 + f 2 + “ f i + f 2 + f o 。 ，l + 乞+ “ ( 3 ) p w m 波形的生成 在每个控制周期内，对每一个电压空间矢量p w m 波的零矢量的分割方法不同，或 者是非零电压矢量的选择不同，都会产生很多形式的电压空间矢量p w m 波形。选择的 原则是：尽可能使功率开关管的开关次数最少；任意一次电压空间矢量的变化只能由一 个桥臂的开关管动作；编程容易。本文选用七段式空间电压矢量p w m 波形。 2 4 基于s v p w m 的矢量控制系统的仿真及分析 基于s v p w m 的矢量控制闭环系统的控制框图如图2 3 所示。 采用递归模糊神经网络的永磁直线同步电机变结构控制 图2 3 控制系统基本框图 f i g 2 3b l o c kd i a g r a mo f p 。s mv e c t o rc o n 昀ls y 咖m 利用m a n a b ，s i m u l i n l 【对永磁直线同步电机的矢量控制进行仿真。图2 4 是永磁直线 同步电机矢量控制闭环控制系统的仿真框图。其中，s u b s y s t 锄l 模块的功能是由给定的 d - q 轴电压分量来计算洳p 轴参考电压分量，内部结构见图2 5 ；s v p w m 模块用来实现 空间电压矢量的脉宽调制，内部结构见图2 6 ；p m l s m 模块是根据推导出的永磁直线同 步电机d q 轴数学模型构建起来的电机模型，内部结构见图2 7 。 永磁直线同步电机的参数为：r 。= 1 8 7q ，厶= 厶= 三= 2 6 8 2m h ，f = 3 0 m m ， 砑= 1 1l ( g ，万= 1 2n m ，a 蹦= o 1 7 1 7 帅，只= 3 ，瓦= 1 0 0n 。取仿真步长小于 采样周期，这样适合于电机控制系统参数变化较快的情况，保证了仿真精度。采用定步 长法i x e ds t 印) 进行仿真，设步长为1 炉，控制周期正= 1 0 0 炉。基于s v p w m 的孙他s m 矢量控制系统的给定位置信号剐0 0 5 s 坂8 0 ，负载推力在o 2 s 时由o 突变为1 0 n ，仿真 沈阳工业大学硕士学位论文 时间设为o 5 s 。速度p i 控制器参数：k p o ，= 6 0 0 ；位置p i 控制嚣参数：k _ p = 8 0 ， = 8 0 0 ；电流的p i 参数：l ( i = l ，= o 2 ；电流的p i 参数：k p - 2 ，= 2 0 0 瑚，f m 一 - 。笠 刈。u ：h m 毒 - i 百 _ h i 一7 口“1+ d 啊 啪_ 妇 - 呻用r 喇谛- n妇 同 7 l = ：j 帕_ 翩 一 w一d 7 u 尚 5 岫5 。吁斗 fl慵矗 i 7 u 儿 p l s -i i 。 - 图2 4 永磁直线同步电机矢量控制系统仿真框图 f 培2 4s 缸m 瓯o n 蛐d e lo f p 眦罔蚺咖c o n t r o ls y s t e m 图2 5s u b s y s t 1 仿真模块内部结构图 f 噜2 5i n t e 丌l a ls 劬j c t u 他o f s u b s y s t e m l 1 5 采用递归模糊神经网络的永磁直线同步电机变结构控制 。一 m 图2 6s v p 删仿真模块内部结构图 f i g 2 6h i 把m a l 蚰u c t u r eo fs v p w m 图2 7p 札翱仿真模块内部结构图 f i g 2 7h i t e m a ls 仃u c t l 鹏o f p m l s m 仿真结果如图2 8 至图2 1 3 所示，图2 8 为p m l s m 的实际位置曲线；图2 9 为电 机实际位置与给定位置的比较曲线；图2 1 0 是实际位置与给定位置信号的局部放大曲 沈阳工业大学硕士学位论文 线，放大时间段为o 0 5 s 到o 1 s ；图2 1 1 为速度曲线；图2 1 2 为d _ q 轴电流曲线；图2 1 3 为推力曲线。 6 5 4 3 2 善 ， o 1 五 3 4 x1 矿 ，j r 、 z 、 、 、 - 、 t 、 oo o 1o 1 5o 20 2 5o 3o 3 5o 4o 4 5o 5 u m ( ) 图2 8p 札酬实际位置( d ) 曲线 f 培2 8a c 删p o s m c u r y eo f p m l s m 图2 9p 札蹦实际位置( d ) 与给定位置信号( ，) 的比较曲线 f i g 2 9t h e 咖p 撕s o no f 咖lp o s 佑a n d 昏v 即p o s m o n 一1 7 采用递归模糊神经网络的永磁直线同步电机变结构控制 图2 1 0 局部放大位置曲线 f 培2 1 0t h ec i l l a r g e d 仃a c k i i l gc o 嘣b c t 、v no 0 5 st oo 1 s 图2 1 1 速度曲线 一1 8 图2 1 2d - q 轴电流曲线 2 1 2 如伽咖c i 】鹏 图2 1 3 推力曲线 f i g 2 1 31 1 l n l s tr e s p 阱l s e 一】9 一 采用递归模糊神经网络的永磁直线同步电机变结构控制 在图2 8 中，p m l s m 的实际位置近似正弦波，幅值和频率与给定位置信号较为相 近。为了进一步考察位置的跟踪情况，将实际位置与给定位置进行比较，如图2 9 所示。 从图中我们得知，二者在0 2 s 处相交，实际位置与给定位置信号存在一定的误差，并不 是完全跟踪。将图2 9 局部放大，对误差进行定量分析，通过图2 1 0 可以计算出跟踪误 差平均为o 4 1 0 弓m 。 在o 2 s 突加负载推力处，电机的速度曲线出现较大波动，经p i 调节，大约o o l s 后趋于稳定。由图2 1 1 得知，速度的波动幅度为o 0 1 3 n 以。 图2 1 2 为d q 轴两相旋转电流的仿真曲线，毛在给定值0 的上下脉动，脉动幅值较 小；毛在0 2 s 时发生突变，o 2 l s 以后渐近趋于稳定，最终稳定在1 8 5 a 附近，平均脉 动幅度为5 6 。 p m l s m 的推力曲线如图2 1 3 所示，推力的动态性能较好，与毛相似，在0 2 s 发生 突变，o 2 1 s 以后渐近趋于稳定，最终跟踪给定负载推力。从图中可以看到，推力存在 一定的脉动，脉动幅度在7 5 左右。 仿真结果表明，基于s v p w m 的永磁直线同步电机的矢量控制，具有较为快速的动 态响应，实现起来简单方便，但是其电流和推力均存在较大的脉动，这对于伺服系统的 精确控制来说是一大限制，而且负载突变时，电机的位移、速度等受其影响较大，不容 忽视，鲁棒性能不佳。 沈阳工业大学硕士学位论文 3 永磁直线同步电机自适应变结构控制系统 永磁直线同步电机属于非线性被控对象，其控制系统具有非线性和不确定性，存在 很多不利于系统性能提高的因素【5 】，比如：1 ) 非线性因素摩擦推力、电机推力脉动、 驱动饱和、耦合推力、干扰推力等；2 ) 参数变化负载变化带来的推力惯量变化、 温度升高导致的参数漂移等；3 ) 机械谐振及高频未建模动态；4 ) 测量延迟及测量噪声。 基于上述这些因素，要想建立永磁直线同步电机的精确数学模型是很困难的，在建模时 要做合理的近似处理，忽略对象中的不确定因素，诸如参数误差、未建模动态、测量噪 声以及不确定的外部干扰等，建立起一个近似的数学模型。由近似模型出发设计控制器， 设计中被忽略的不确定因素会引起控制系统品质的恶化，甚至导致不稳定。矢量控制就 是基于电机精确数学模型的一种控制方式，精确数学模型的不可得使得控制系统的性能 不佳，不能解决好诸如推力脉动和电流畸变的问题。因此，考虑对象的不确定性，使所 设计的控制器能够在不确定性对系统品质的破坏最严重时也满足要求，具有一定的理论 和工程实际意义。7 本章设计了一种新型的自适应变结构控制器，以改善永磁直线同步电 机矢量控制系统的性能。 3 1 变结构控制的基本原理 变结构控制是在2 0 世纪5 0 年代末，由前苏联学者提出并展开理论研究的。变结构 控制中所说的“结构”并不是指系统的物理结构，而是系统在状态空间中的状态轨迹的 总体几何性质。变结构是指根据系统当时的偏差及其导数值，改变系统中各环节之间的 连接方法、某些信号的极性或者系统的某些参数。 变结构控制是通过切换函数实现的。切换函数可以根据控制的需要来选择，它们是 系统状态变量的函数，记作s ( x ) 。s ( x ) 是一个超平面，通常称为开关面，又称为滑动 模。利用不连续的控制规律，不断地变换系统的结构，当s o ) 随着系统状态的变化到达 某一特定值时( 例如o ) ，控制的输出由一种形式切换到另一种形式，即在一定条件下沿 着规定的状态轨迹做切换，迫使系统状态沿着这个特定的超平面向平衡点滑动，最后渐 近稳定于平衡点或平衡点的某个允许的邻域内。 采用递归模糊神经网络的永磁直线同步电机变结构控制 系统的运动分为两部分，到达开关面之前的运动称为正常运动，其运动规律决定于 系统固有部分的结构和参数；系统在开关面上的滑动称为滑模运动，也称为滑