（控制理论与控制工程专业论文）基于模糊神经网络的永磁同步电机控制策略的研究.pdf

t 、 at h e s i si nc o n t r o lt h e o r ya n dc o n t r o le n g i n e e r i n g f u z z y n e u r a ln e t w o r k - b a s e dc o n t r o l s t r a t e g i e sf o r p e r m a n e n tm a g n e t s y n c h r o n o u s m o t o r b yg a o g u a n b o s u p e r v i s o r ：p r o f e s s o rz h a n gh u a g u a n g n o r t h e a s t e r nu n i v e r s i t y j u n e2 0 0 8 独创性声明 本人声明，所呈交的学位论文是在导师的指导下完成的。论文中 取得的研究成果除加以标注和致谢的地方外，不包含其他人已经发表 或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确 的说明并表示谢意。 学位论文作者签名： 南冠憎 e l 期：嘶6 、厂 学位论文版权使用授权书 本学位论文作者和指导教师完全了解东北大学有关保留、使用学 位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的 复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学 位论文的全部或部分内容编入有关数据库进行检索、交流。 作者和导师同意网上交流的时间为作者获得学位后： 半年口一年口一年半口两年口 学位论文作者签名： 签字日期： 导师签名： 签字日期： 东北大学硕士学位论文 摘要 基于模糊神经网络的永磁同步电机控制策略的研究 摘要 随着电力电子器件、变频调速技术和控制理论的飞速发展，尤其是变频技术 的广泛应用，弥补了早期同步电机自身存在的许多弱点。近年来，永磁同步电机 以其结构简单、效率高、功率因数高、转动惯量低等优点在运动控制中引起了广 泛关注。然而，永磁同步电动机是典型的非线性、多变量、耦合系统，由于永磁 同步电机驱动系统受电机参数变化、外部负载扰动、对象未建模和非线性动态等 不确定性的影响，要获得高性能的永磁同步电机驱动系统，必须研究先进的控制 策略以解决这些不确定性的影响，使系统具有较强的自适应能力和抗干扰能力。 本文在对模糊神经网络结构及算法研究的基础上，针对传统的矢量控制方法 受电机参数的影响较大和受外界扰动大等问题，提出了基于模糊神经网络的永磁 同步电机控制方法。该方法利用模糊神经网络在非线性、自学习、自适应以及不 确定性知识表达和逻辑推理方面体现的优势，克服了永磁同步电机系统参数变化 和外界扰动等不确定性的不良影响。 本文主要内容如下： ( 1 ) 对电机的矢量变换进行了系统的分析，详细阐述了p m s m 的矢量控制， 尤其是= 0 控制的机理，指出矢量控制只是一种静态解耦，并非完全解耦，永磁 同步电机的= 0 控制实质是一种矢量解耦控制，可以实现转矩线性化控制。 ( 2 ) 对p m s m 的直接转矩控制进行了分析，指出了直接转矩控制的实质及特 点，并指出了矢量控制与直接转矩控制之间的区别与联系。 ( 3 ) 分析了模糊控制、神经网络控制分别单独用于电机运动控制的优缺点。 针对这些特点提出了将模糊神经网络用于电机控制的思想，给出了模糊化、解模 糊以及模糊推理的方法。给出了用于模糊推理的神经网络学习方法，即b p 、r b f 、 r p e 学习算法，并分析了各自的优缺点。 ( 4 ) 对永磁同步电机提出了模糊神经网络控制方法。通过采用b p 算法可以 进行离线和在线学习。对于b p 算法自身的不足进行了分析，并提出一种改进的 d f p 学习方法，即m d f p 学习算法构成了在线模糊神经网络控制器，进而达到精 确控制永磁同步电机的目的。 ( 5 ) 用一种带有动量因子的改进型b p 学习算法对永磁同步电机进行直接转 矩控制。 一一 东北大学硕士学位论查 坐 本文通过对理论分析和计算机仿真结果证明了所提出方法的有效性。 关键词：永磁同步电机；神经网络；模糊控制；模糊神经网络；矢量控制； 直接转矩控制；p d 控制 一一 东北大学硕士学位论文 a b s t r a c t f u z z y n e u r a ln e t w o r k - - ba s e dc o n t r o l s t r a t e g i e sf o rp e r m a n e n tm a g n e ts y n c h r o n o u s m o t o r a b s t r a c t w i t ht h eh i g h s p e e dd e v e l o p m e n to ft h ep o w e rd e v i c e s ，t h ec o n v e r t e rt e c h n i q u e a n dt h ec o n t r o lt h e o r y , e s p e c i a l l yt h ew i d es c a l eu s a g eo ft h ec o n v e r t e rt e c h n o l o g y , m a n ys h o r t c o m i n g so f t h ep e r m a n e n tm a g n e ts y n c h r o n o u sm o t o r ( p m s m ) a r em a d eu p i nr e c e n ty e a r s ，b e c a u s et h ep m s mh a st h ef e a t u r eo fs i m p l es t r u c t u r e ，h i g he f f i c i e n c y , h i g hp o w e rf a c t o r , a n dl o wm o m e n to fi n e r t i a , t h ep e r m a n e n tm a g n e ts y n c h r o n o u s m o t o rp l a y sav i t a lr o l ei nm o t i o n - c o n t r o la p p l i c a t i o n s h o w e v e r , t h ep e r m a n e n tm a g n e t s y n c h r o n o u sm o t o ri sat y p i c a ln o n l i n e a r , m u l t i v a r i a b l e ，a n dc o u p l e ds y s t e m b e c a u s e t h ec o n t r o lp e r f o r m a n c eo ft h ep m s md r i v ei ss t i l li n f l u e n c e db yu n c e r t a i n t i e s ，w h i c h u s u a l l y f e a t u r e sp a r a m e t e rv a r i a t i o n s ，e x t e r n a ll o a d d i s t u r b a n c e s ，a n dn o n l i n e a r d y n a m i c s i no r d e rt oa c h i e v eh i g h - p e r f o r m a n c eo fp m s md r i v e ，w h i c hh a sg r e a ta b i l i t y o fa d a p t a t i o n ，b e t t e rp e r f o r m a n c ea n da g a i n s td i s t u r b a n c e s ，a d v a n c e dc o n t r o ls c h e m e s h a v et ob ed e v e l o p e dt od e a lw i t ht h e s eu n c e r t a i n t i e s o nt h eb a s i so ft h er e s e a r c ho l ls t r u c t u r ea n dl e a r n i n ga l g o r i t h mo ff u z z yn e u r a l n e t w o r k ，a n dc o n c e r nt h a tt h et r a d i t i o n a lm e t h o do fv e c t o rc o n t r o li so b v i o u s l yi m p a c t e d b yp a r a m e t e r so fm o t o ra n dt h eo u t s i d ed i s t u r b a n c e ，t h ea r t i c l ep r o p o s e sb a s e do l lf u z z y n e u r a ln e t w o r ko fp m s ：me o n t r o lm e t h o dw h i c hi sb a s e do nf n n t h i sm e t h o dt a k e s a d v a n t a g eo ft h ef n n sm e r i t s ，s u c ha st h ec a p a b i l i t yo fn o n l i n e a r , s e l f - l e a r n i n g ， a d a p t a t i o n ，e v e r lt h ec a p a b i l i t yo ft h eu n c e r t a i nk n o w l e d g er e p r e s e n t a t i o na n dl o g i c r e a s o n i n g t h i sm e t h o do v e r c o m e sa d v e r s eu n c e r t a i n t y e f f e c t so nt h ep e r m a n e n t m a g n e ts y n c h r o n o u s m o t o rs y s t e ms u c ha s p a r a m e t e r sc h a n g e a n de x t e r n a l d i s t u r b a n c e s t h em a i nc o n t r i b u t i o n so ft h i st h e s i sa sf o l l o w s ： ( 1 ) ，i 1 1 ep r i n c i p l eo f 屯= 0c o n t r o lm e t h o di sa n a l y z e ds y s t e m a t i c a l l yb a s e do n v e c t o rc o n t r o lt e c h n i q u eo fp m s m t m st h e s i sp o i n t so u tt h a tv e c t o rc o n t r o li sr a t h e ra s t a t i cd e c o u p l i n gt h a naf u l ld e c o u p l i n g i nf a c t ，t h e 屯= 0c o n t r o lm e t h o do fp m s mi s av e c t o rd e c o u p l i n gc o n t r o lw h i c hc a l lr e a l i z et o r q u el i n e a r i z a t i o nc o n t r 0 1 ( 2 ) t h ed i r e c tt o r q u ec o n t r o lo ft h ep m s mw e r ea n a l y z e da n dp o i n to u tt h e d i f f e r e n tb e t w e e nt h ev e c t o rc o n t r o la n dt h ed i r e c tt o r q u ec o n t r 0 1 一v 一 _-_- 东北大学硕士学位论文 a b s t r a c t ( 3 ) f i r s t l y ，t h ef u z z yc o n t r o l ，n e u r a ln e t w o r kc o n t r o la n dac o m b i n a t i o no ft h e b o t ha r ee x p l a i n e d t h ek e ya l g o r i t h m so ft h ef u z z yc o n t r o la r ei n t r o d u c e d s e c o n d l y , t h en e u r a ln e t w o r ka l g o r i t h m sw h i c ha r em o s tl i k e l yt ob eu s e dt of n ni se x p l a i n e d ， s u c ha sb p , r b f , r p e ，a n dt h ea d v a n t a g e sa n dd i s a d v a n t a g e so fv a r i o u sa l g o r i t h m sa r e c o m p a r e d f i n a l l y , s e v e r a lm e t h o d so f t h ec o m b i n a t i o no fn e u r a ln e t w o r k sa n df u z z ya r e i n t r o d u c e d ( 4 ) a f u z z yn e u r a ln e t w o r k c o n t r o lm e t h o di sd e s i g n e df o rt h ep e r m a n e n tm a g n e t s y n c h r o n o u sm o t o rc o n t r 0 1 t h eo f f i i n ea n do n l i n el e a r n i n gc a nb er e a l i z e db yt h eb p a n dm d f pa l g o r i t h m t h e r e b yt h ep r e c i s ec o n t r o lo fp e r m a n e n tm a g n e ts y n c h r o n o u s m o t o ri sa c h i e v e d t h ea d v a n t a g ea n dt h ed i s a d v a n t a g eo ft h e s em e t h o d sa r ea n a l y z e d ( 5 ) u s i n ga ni m p r o v e db pl e a r n i n ga l g o r i t h mt oa c h i e v ep m s m d i r e c tt o r q u e c o n t r 0 1 t h e o r e t i c a la n a l y s i sa n de x p e r i m e n t a ls i m u l a t i o nr e s u l t ss h o wt h a tt h ep r o p o s e d m e t h o di se f r e c t i v e k e y w o r d s ：p e r m a n e n tm a g n e ts y n c h r o n o u sm o t o r ( p m s m ) ；a r t i f i c i a ln e u r a l n e t w o r k ( a 哪；f u z z yc o n t r o l ；f u z z yn e u r a ln e t w o r k ( f n n ) ；v e c t o rc o n t r o l ；p i dc o n t r o l v i 一 东北大学硕士学位论文 目录 目录 声瞩l 中文摘要 a b s t r a c t v 第1 章绪论l 1 1 课题研究的背景及意义1 1 2 模糊神经网络综述2 1 2 1 模糊控制的发展与应用。2 1 2 2 神经网络的发展与应用。2 1 2 3 模糊与神经网络的结合。4 1 3 永磁同步电机综述5 1 4 智能控制器在运动控制中的应用6 1 5 本文主要工作6 第2 章常用永磁同步电机控制方法9 2 1 弓i 言9 2 2 电机的坐标变换一9 2 3 永磁同步电机的数学模型1 3 2 3 1a p 坐标系下的p m s m 数学模型。1 3 2 3 2d - q 坐标系下的p m s m 数学模型。1 4 2 4 永磁同步电机的矢量控制方法l s 2 5 永磁同步电机的直接转矩控制1 9 2 6 直接转矩控制与矢量控制系统的内在联系2 2 第3 章模糊神经网络及其算法的研究2 5 3 1 引言2 5 一v 一 东北大学硕士学位论文目录 3 2 模糊控制在p m s m 运动控制中的应用2 5 3 2 1 概述2 5 3 2 2 模糊控制的结构及特性2 6 3 2 3 模糊控制器存在的主要问题3 1 3 3 神经网络控制在运动控制中的应用31 3 3 1 概j 苤3 1 3 3 2 神经网络的结构特性及算法3 3 3 3 3 神经网络控制存在的问题4 4 第4 章基于模糊神经网络的p m s m 控制策略研究4 5 4 1 引言j 4 5 4 2 模糊控制与神经网络的结合方式4 6 4 2 1 概j 苤4 6 4 2 2 模糊神经网络的结构及特点4 6 4 3 模糊神经控制系统设计4 9 4 3 1 离线学习型系统设计。4 9 4 3 2 离线控制器设计5 0 4 3 3 在线控制系统设计5 4 4 3 4 在线控制器设计5 5 4 4 模糊神经网络在直接转矩控制中的应用6 0 4 。5 模糊神经网络p m s m 控制系统仿真6 4 4 5 1 永磁同步电机的仿真数学模型6 4 4 5 2p m s m 控制系统仿真。6 6 第5 章结论与展望。7 1 参考文献7 3 致谢7 9 一v i 一 东北大学硕士学位论文第1 章绪论 第1 章绪论 1 1 课题研究的背景及意义 近年来，国内外有关智能控制的研究十分活跃。所谓智能控制是指将控制理论与人 工智能结合起来以完成更高级的控制功能的控制理论【l 】，主要是应用专家系统、模糊控 制及神经网络理论来实现自学习或者自组织控制。目前，智能控制的研究与应用已深入 到众多的领域，以代替传统的控制方法。它的发展也给电气传动系统的控制策略带来了 新思想、新方法i z j 。 专家控制器、神经网络控制器、模糊控制器是三种典型的智能控制方法。而实际应 用的智能控制目前主要集中在模糊控制和神经网络控制。特别是两者结合一模糊神经网 络，由于融合了各自的优点，因而成为研究的热点【3 。5 1 。 在电气传动领域，永磁同步电机的应用得到了更为广泛的关注。与传统的电励磁同 步电动机相比，永磁同步电动机具有结构简单、体积小、重量轻、效率高、功率因数高、 转矩重量比高、转动惯量低、易于散热、易于维护保养等优点，因而应用范围极为广泛， 尤其是在要求高控制精度和高可靠性的场合，如航空、航天、数控机床、加工中心、机 器人等方面【6 】。永磁同步电动机的分类方法比较多：按工作主磁场方向的不同可分为径 向磁场式和轴向磁场式；按电枢绕组位置的不同，可分为内转子式和外转子式；按供电 频率控制方式的不同，可分为自控式和他控式；按反电势波形的不同，可分为正弦波永 磁同步电动机( 简称永磁同步电动机) 和矩形波永磁同步电动机( 简称无刷直流电机) ： 按转子上有无起动绕组，可分为无起动绕组的电动机和有动绕组的电动机。自控式永磁 同步电动机变频调速和他控式相比，最大的特点就是能从根本上消除同步电动机转子振 荡和失步的隐患。这得益于这种控制方式本身，因为给同步电动机定子供电的变频装置 的输出频率受转子位置的控制，即定子旋转磁场的转速和转子旋转的速度相等，始终保 持同步，因此不会由于负载冲击等原因造成失步现象。正因为如此，绝大多数调速的永 磁同步电动机都属于自控式。传统的永磁同步电机的控制方法比较多，具有代表性的有 = 0 控制；功率因数c o s q o = l 控制；恒磁链控制；定子电流最小控制；弱磁控制等，这 些方法都有其自身的优势而又由于自身的缺点所限或多或少的都无法满足现代电机控 制要求，这就需要引入现代控制方法来控制电机以达到各种高指标要求【7 1 。 将智能控制策路引入到交流调速系统中来，这是调速系统的发展方向之一，具有十 分重要的现实意义。现代高性能数控机床和机器人的飞速发展要求其驱动系统具有更高 的精度和更好的控制性能，这就对p m s m 提出了高精度的控制策略要求。p m s m 控制 器的设计方法一般要求对系统参数的精确了解以便对控制规律进行整定，然而在实际运 一1 一 匕大学硕士学位论文笫1 章绪论 行中，系统的参数会经常变化，要保证优良的系统性能必须对控制器进行相应的调整。 但是永磁同步电机交流调速系统如何采用智能控制，是否能达到满意的结果，这方面研 究还有待深入。在进行系统分析和设计时，充分利用智能控制的非线性、变结构、自寻 优等各种功能来克服交流调速系统的变参数、非线性等不利因素，可以提高系统的鲁棒 性。但是，如果在交流调速系统中尝试智能控制策路时，完全丢弃已为实践所接受的传 统控制方案，生搬硬套在其他领域应用的智能控制方法，非但不能解决问题，反而把新 方法在实际应用中的缺点也带了进来，极有可能得不偿失，最终导致智能控制方法在实 际中被拒之门外。因此交流调速体统中引入智能控制方法时，应注意扬长避短，注重智 能控制对传统控制的继承和发展【8 以2 1 。 本文主要介绍模糊控制、神经网络控制和模糊神经网络控制在运动控制中的应用。 1 2 模糊神经网络综述 1 2 1 模糊控制的发展与应用 在客观世界中，系统可分为确定性系统和模糊性系统，前者可用精确的数学模型加 以描述，而后者则不能。模糊控制不需要被控对象的精确数学模型，而是基于专家的知 识和操作者的经验建立模糊控制模型，通过模糊逻辑推理完成控制决策过程，最后实现 对被控对象的调节控制。 模糊控制系统具有非线性逼近能力，主要表现在它能够以任意精度逼近任一非线性 控制曲线，这是模糊控制得以实现的理论基础。模糊数学和模糊控制的概念是由美国加 利福尼亚大学著名教授l a z a d e h 在他的f u z z ys e t s 、f u z z ) rm g o f i t h m ) 和a r e t i o l l l l a l ef o rf u z z yc o n 仃0 l 等著名论著中首先提出。模糊逻辑推理是模糊控制的基础。 z a d e h 和m 锄d 枷先后于1 9 7 3 年和1 9 7 4 年提出了两种模糊推理方法，通称为模糊关系 合成法。由此开始了模糊推理的研究。到2 0 世纪8 0 年代末，模糊控制在诸多领域都取 得了巨大的成功，但是，模糊控制器的设计仍然停留在根据被控对象黑箱式的输入输出 来建立控制模型的状态，无法进行系统化的设计和分析；同时，很难利用经典控制理论 和现代控制论中广泛采用的方法来分析模糊控制系统的稳定性和鲁棒性。直到2 0 世纪 8 0 年代随着人们对于模糊控制数学本质研究的发展进一步推动了模糊控制理论的发展， 并为模糊控制器的解析结构和模糊控制器设计分析奠定了理论基础。在过去的2 0 年中， 模糊控制器和模糊控制系统是智能控制的一个十分活跃的应用研究领域1 3 。1 5 1 。 1 2 2 神经网络的发展与应用 神经网络就是一种模拟人脑及神经中枢工作方式而设计的一种机器，随着大规模集 成电路的发展，使得神经网络便于实现，也可用软件在计算机上仿真；或者说神经网络 一2 一 东北大学硕士学位论文第1 章绪论 是一种具有大量连接的并行分布式处理器，它具有通过学习获取知识并解决问题的能 力，且与常规计算机不同，知识不集中存放在特定的储存单元中，而是分布在连接权( 对 应于生物神经元的突触) 中。 尽管目前人们对人脑的神经网络结构、运行机制，甚至单个神经细胞的工作原理的 了解还不深入，但是根据生物神经系统的分布式存储、并行处理、自适应学习这些特点， 已经构造出有一定初级智能的人工神经网络。当然这种人工神经网络仅仅是对大脑的粗 略而简单的模拟，无论是在规模上还是功能上与大脑相比都差得很远，但它在一些科学 研究和实际工程领域中，已经显示出了很大威力。神经网络是智能控制领域的重要分支， 正在引起不同专业的理论家和工程师的广泛兴趣和关注，是当今研究的热点之一。神经 网络的研究已经有5 0 多年的历史，1 9 4 3 年心理学家m c c u l l o c h 和数理逻辑学家p i t t s 首 先提出形似神经元的数学模型，即著名的m p 模型，是神经网络理论发展进程的重要标 志。其后却由于种种原因直到8 0 年代初，才得以迅速发展。1 9 8 2 年，美国物理学家 j j h o p f i e l d 提出一种全联接神经网络- h o p 丘e l d 网络模型，他首次引入网络函数的概 念。使网络稳定性研究有了明确的判据，大大鼓舞了人们研究神经网络的热情。1 9 8 6 年d e r u m e l h a r t 和j l m c c l e l l a n d 等人提出了多层前馈网的反向传播算法 ( b a c k p r o p a g a t i o n ) ，以后简称b p 算法，该算法解决了感知机所不能解决的问题，为神 经网络的广泛应用灌入了强有力的催化剂，至今为止，b p 算法仍然是最成功的神经网 络学习算法。由于他们卓越的工作，掀起了一个全世界范围内神经网络研究的热潮。神 经网络发展非常迅速，从理论上对它的计算能力、对任意连续映射的逼近能力、学习理 论以及动态网络的稳定性分析上都取得了丰硕的成果。特别是在应用上已经迅速扩展到 模式识别、图象处理、非线性优化、语言处理、自然语言理解、自动目标识别、机器人、 过程控制、专家系统、模糊控制等许多领域，并取得了令人瞩目的成果。神经网络理论 也已成为涉及神经生理科学、认识科学、数理科学、心理学、信息科学、微电子学、光 学、生物电子学等多学科的、新兴的、综合性的前沿学科。神经网络作为一种新技术之 所以引起人们巨大的兴趣，并越来越多地用于控制领域，是因为与传统的控制技术相比， 它具有以下优越性： ( 1 ) 非线性映射能力，神经网络能够充分逼近任意复杂的非线性关系，这一点是 控制研究者们最感兴趣的。 ( 2 ) 具有自适应功能，神经网络有很强的自适应能力，它能不断地自适应修正网 络权值，学习与适应严重不确定性系统的动态特性。 ( 3 ) 具有泛化功能，它能够处理那些未经训练过的数据，而获得相应于这些数据 的合适解答。同样，它能够处理那些有噪声或不完全的数据，从而显示了很好的容错能 力。对许多实际问题来说，泛化能力是非常有用的，因为现实世界所获得的数据常常受 一3 一 论文第1 章绪论 到噪声的污染或残缺不全。 ( 4 ) 高度并行处理能力，采用并行分布处理结构，使其既能进行快速的大量运算， 又具很强的容错能力。适于多变量系统。神经网络的多输入多输出的自然结构为其处理 多变量问题提供了方便条件。便于软硬件实现，既可用v l s i 或光学集成系统实现，又 可用计算机虚拟实现。 应该指出的是，神经网络在控制领域的广泛应用，是和它对非线性函数非凡的逼近 能力分不开的，关于神经网络逼近性质的研究，为神经网络在辨识与控制中的应用提供 了理论支持。可以说，神经网络用于系统辨识和控制的实质就是不断地训练神经网络使 其逼近期望函数的过程。八十年代末、九十年代初，关于神经网络对一般非线性函数逼 近能力的研究取得了突破性的进展，这些研究为神经网络的应用提供了理论上巨大的支 持【1 6 1 9 1 。 1 2 3 模糊与神经网络的结合 1 9 8 7 年，b k o s k o 率先将模糊理论与神经网络结合进行了较为系统的研究。在此之 后短短的几年时间内，模糊神经网络的理论及应用获得了飞速的发展，1 9 9 0 年t a k a g i 综述性地讨论了神经网络与模糊逻辑的结合。k o s k o ( 1 9 9 2 ) 出版了该领域的第一本专著 ( n e u r a ln e t w o r ka n df u z z ys y s t e m s ) ，并在这本专著中提出了模糊联想记忆、模糊认知 图等重要概念。促进了模糊神经网络的研究向着多元化深入发展。随着研究的深入，国 际著名学术期刊纷纷出版专辑，如e et r a n s a c t i o n so nn e u r a ln e t w o r k s ) ) ( 1 9 9 2 ) ，( ( f u z z y s e t sa n ds y s t e m s ) ) ( 1 9 9 6 ，1 9 9 7 ) 标志着模糊神经网络技术的成熟。 尽管模糊控制具有较强的不确定性知识表达和逻辑推理能力，但它缺乏自学习、并 行计算，全局寻优和复杂数据处理能力，随着神经网络、遗传算法和小波变换技术的发 展和应用，模糊控制和神经网络结合已成为解决复杂系统控制问题的最有效途径之一。 由于神经网络具有非线性逼近能力，具有自学习，自适应和并行分布处理能力，但 其对不确定性知识的表达能力较差，因此，神经网络与模糊控制结合是优势互补，各取 所长。近十年来，这方面出现了大量的研究成果【2 0 1 。 神经网络与模糊控制的结合主要有三种方式： ( 1 ) 在神经网络结构中引入模糊逻辑，使之具有直接处理模糊信息的能力，即模 糊神经网络。 ( 2 ) 直接利用神经网络的学习能力和映射能力，实现模糊控制中的模糊化、模糊 推理和反模糊化过程，即利用神经网络实现模糊控制。 ( 3 ) 神经网络和模糊控制各自独立，发挥各自特长，实现不同的功能，即模糊神 经网络控制。 一4 一 东北大学硕士学位论文第1 章绪论 1 3 永磁同步电机综述 永磁同步电机出现于2 0 世纪5 0 年代。永磁同步电机的运行原理与普通电激磁同步 电机相同，但它以永磁体激磁代替激磁绕组激磁，使电机结构更为简单，降低了加工和 装配费用，同时还省去容易出问题的集电环和电刷，提高了电机运行的可靠性。由于无 需激磁电流，没有激磁损耗，提高了电机的效率和功率密度。 早期对永磁同步电机的研究主要是针对固定频率供电的永磁同步电机，特别是稳态 特性和直接起动性能的研究。在工频电源供电条件下，永磁同步电机无自启动能力，一 般通过在转子上安装阻尼绕组以依靠其产生异步起动转矩将电机加速到接近同步转速， 然后由永磁体产生的磁阻转矩和同步转矩将电机牵入同步。 随着电力电子技术和微型计算机的发展，2 0 世纪7 0 年代，永磁同步电机开始应用 于交流变频调速系统。逆变器供电的永磁同步电机与直接启动的电机结构上基本相同， 但一般不加阻尼绕组。因为阻尼绕组的安装不仅增加了电机制造的复杂性，而且还有其 他弊病，如阻尼绕组产生热量，使用磁材料温度上升，并且产生损耗，降低电机效率； 增大转动惯量，阻尼绕组的此缺点使转矩脉动增大。 2 0 世纪8 0 年代，由于剩磁高、矫顽力大、价格低廉的第三代新型永磁材料的出现， 极大地促进了永磁同步电机的发展。新型永磁材料在电机上的应用，不但促进了电机结 构、设计方法、制造工艺等方面的改革，而且使永磁同步电机的性能有了质的飞跃，从 而成为交流调速领域中的一个重要分支。 面对种类繁多的永磁同步电机。专家提出了不同的分类方式。 ( 1 ) 按工作主磁场方向分为：径向磁场式和轴向磁场式电机。 ( 2 ) 按电枢绕组位置分为：内转子式和外转子式电机。 ( 3 ) 按转子上有无启动绕组分为：无启动绕组和有启动绕组电机 ( 4 ) 按供电电流波形分为：矩形波和正弦波电机。 受限于早期功率开关、永磁材料和驱动控制技术水平，永磁同步电机只能采用矩形 波形式，因而在原理和控制方式上类似于制动电机系统。但此种方法有转矩存在较大波 动的缺点。为了克服这一缺点，进而研制出了带有位置传感器的逆变器驱动的正弦波永 磁同步电机。并且在理论上证明了正弦波电流和连续的转子位置信号检测方法可产生稳 定的转矩。 2 0 世纪9 0 年代，永磁材料性能及电力电子器件性能的提高，促使永磁同步电机朝 着大功率、高性能、微型化和智能化的方向发展。随着永磁同步电机的应用日趋广泛， 产生了许多不同的控制策略，其中有代表性的有： ( 1 ) = 0 控制； 一5 一 东北大学硕士学位论文第1 章绪论 ( 2 ) 功率因数c o s q = l 控制； ( 3 ) 恒磁链控制； ( 4 ) 定子电流最小控制； ( 5 ) 弱磁控制： 本文第2 章将对其中的几种进行深入分析。 1 4 智能控制器在运动控制中的应用 智能控制理论是自动控制科学领域里的一门新兴学科，模糊逻辑和神经网络是该学 科发展和研究的关键技术【2 2 1 。凭借着智能控制自身的特点和优势，应用这种先进控制方 法可以有效解决一些经典及现代控制方法还难以解决的问题，可以提高运动控制的质量 和效果。首先，智能控制不依赖或不完全依赖控制对象的数学模型，只按实际效果进行 控制，在控制中有能力并可以充分考虑系统的不精确性和不确定性。其次智能控制具有 明显的非线性特征。就模糊控制而言，无论是模糊化、规则推理还是反模糊化，从本质 上来说都是一种映射，其映射关系很难用数学表达，这种映射关系就反映了系统的非线 性。 模糊控制的基本思想是利用人类的思维、推理和判断能力来解决这类复杂非线性系 统的控制问题。神经网络在理论上就具有任意逼近非线性有理函数的能力，还能够比其 他逼近方法得到更加易得的模型。 近些年来，人们已提出了各种基于智能控制的先进策略，已逐步形成了一种新的控 制技术。主要包括以下几个方面： ( 1 ) 基于智能控制的电流、速度、和位置调节器； ( 2 ) 基于智能控制的参数估计和状态估计； ( 3 ) 基于智能控制的状态检测和故障诊断； ( 4 ) 基于模糊神经网络控制的智能逆变器； ( 5 ) 基于遗传算法的智能控制技术。 1 5 本文主要工作 基于课题的背景以及模糊神经网络在非线性、不确定性系统控制方面优越的性能， 本文主要研究了神经网络的学习算法及其在p m s m 控制策略中的应用问题。本文将应 用模糊神经网络控制，克服p m s m 系统的参数变化和外界扰动以及对象未建模和非线 性动态等不确定性的不良影响，以实现具有完全自适应能力的高性能p m s m 控制器。 然而，尽管模糊神经网络是一种非常有前途的智能控制技术，在交流传动控制，乃至 p m s m 传动控制中都取得了一定的成果，但是由于模糊神经网络自身的理论和设计还很 不完善，还存在着算法复杂、实时在线运用速度慢等缺陷。所以在模糊神经网络具体应 一6 一 东北大学硕士学位论文第1 章绪论 用中，根据神经网络的性质特点和p m s m 系统的特点，灵活地构造专用的网络结构， 同时，结合其它控制方法的优点，在一定程度上有效地克服了模糊神经网络一些不足。 应该指出，希望通过一种方案来解决p m s m 传动系统中存在的所有非理想因素对 系统带来的不利影响是不现实的，也是不可能的。实际上，也不是模糊神经网络对所有 的非理想因素都是有效的。模糊神经网络解决的主要问题包括两个方面： ( 1 ) p m s m 矢量控制系统对电机参数敏感的问题； ( 2 ) p m s m 传动控制系统中对转动惯量、负载转矩扰动以及对象未建模和非 线性动态等各种非理想因素的自适应控制问题。 全文共分四章 第1 章，简要介绍了模糊控制、神经网络的发展与现状，并介绍了两者的结合方式。 同时简要介绍了永磁同步电机的发展与现状。对智能控制以及在传动控制中的应用进行 了综述。 第2 章，推导了p m s m 的数学模型，对p m s m 的矢量控制技术和直接转矩控制技 术进行了系统地分析。深入地剖析了矢量控制、直接转矩控制的机理，并指出两者之间 的区别与联系。 第3 章，分析了模糊控制在p m s m 运动控制系统中的设计方法，并指出了其具有 的优势及不足。分析了神经网络在p m s m 运动控制系统中运用时可采用的不同的算法， 并指出了神经网络用于运动控制的优势及不足。 第4 章，提出将模糊控制与神经网络结合，即模糊神经网络控制系统应用于p m s m 运动控制当中。根据不同的需要设计了基于b p 学习离线控制系统，基于改进算法m d f p 学习的在线控制系统，以及基于改进b p 学习算法的直接转矩控制系统。最后进行了计 算机仿真。 最后，对本文进行了总结，以及指出了本领域进一步要研究的主要问题。 一7 一 一8 一 东北大学硕士学位论文 笫2 章常用永磁同步电机控制系统 第2 章常用永磁同步电机控制方法 2 1 引言 p m s m 也由定子、转子和端盖等部件构成，定子与普通感应电动机基本相同，转子 磁路结构是p m s m 与其它电机最主要的区别，转子磁路结构不同，电动机的运行性能、 控制系统、制造工艺和适用场合也不同。按照永磁体在转子上位置的不同，p m s m 的转 子磁路结构一般分为三种：凸装式、嵌入式和内置式。无启动绕组的自控式p m s m 多 为凸装式，主要用于千瓦级的伺服传动系统，由p m s m 组成的伺服系统已受到国内外 的普遍重视，广泛用于柔性制造系统、机器人、数控机床等领域。 p m s m 采用三相交流供电，其数学模型比直流电动机复杂得多，具有多变量、强耦 合及非线性等特点，所以控制较为复杂，为使p m s m 具有高性能的控制特性，基本上 都采用转子磁场定向的矢量控制技术进行线性化解耦。如前所述，绝大多数调速的 p m s m 都属于自控式，控制定子侧变频器的电流频率和相位，使定子电流和转子磁链总 是保持确定的关系，从而产生恒定的转矩，从根本上消除了同步电动机转子振荡和失步 的隐患。 矢量控制思想是由德国学者e b l a s c h k e 于1 9 7 1 年提出的，按照产生同样旋转磁场 的等效原则，先将三相对称绕组等效成两相对称绕组，再将其等效成旋转的两个直流正 交绕组，这两个直流正交绕组组成正交坐标系，一个相当于直流电机的等效磁通，一个 相当于直流电机的等效电枢电流，故称其为矢量变换控制。正是矢量控制思想的出现， 才打破了直流调速一统天下的局面。经过三十年的发展，带有矢量控制技术的交流调速 系统获得了广泛应用，国内外各有关厂家及公司均已推出了相应的产品。但是矢量控制 技术也存在缺陷，矢量控制的解耦并非完全解耦，只有在稳态时才能获得，当磁通发生 变化，或者电动机参数变化、或者负载转矩变化，都会使矢量控制系统