（控制理论与控制工程专业论文）模糊神经控制算法在永磁同步电机控制中的应用研究.pdf

武汉瑾工大学疆士学经谂文 摘要 与传统的宅灏藏瀚步电税糖毙，永磁网步电雾t 其有诲多谯琵的特往，茏 其是在要求高控制精度和高可靠性的场台，如航空、数控机床、加工中心、 机器人等方面获得了广泛的应用，在现代交流电机中也占有举足轻重的地 篷。 模糊神经网络融合了模糊逻辑和神经网络的优点，既能袭示定性知识， 又具有自举习和处理息甓数据的能力。因此将模糊神经网络应阁于永磁同步 电机伺服系统的控制中，商望设计出商品质的控制策略，获褥永磁同步电枧 静高洼髓羧翻。因蔼，本文研究模糊耱经网络在永磁同多亳税控箴中静应溺。 本文酋先从永磁同步电机仿真平台的建立开始，充分地应用m a t l a b 及 其s i m u l i n k 仿真环境，采用s 一函数、电力系统工凝箱中的永磁同步电机模 块帮矢羹控裁熬方式，完藏了不露p w m 模式下豹恕爨蕊寞，这移藏可瞄把工 作的重心敞在系统的分析与设计上瓶不是编程上。 接着邋过对多层前向神经网络特点的分析，给出了一种基于线性最小二 乘法的聿审缀元网络训练方案，荠把它应鼹于隶磁阉步电视模燮熬辨识中。在 该方案中，通过梯度法获取隐层享率经元的输入，使稿线性最小二乘法训练各 神经元的权值和阈值。仿真结果表明该方案具有精度高、收敛速度快等特点。 然后在九点控制器的基础上提出了九点五态控制器，并把其控制规则应 强予豢援貘羧毒睾经阏终豹结稳设诗中，大大蘧饕纯了模鞍享孛经瓣络懿结构设 计。只需鬟把模糊神经网络第五层的权值与九点五态控制器的比例参数值保 持一致，就能取得比较好的控制效果，因此，可以更加快捷地撼定模糊神经 嬲终的参数，圈聪赋予了第五层投馕以实际的意义。蕊奏结巢涯明该控制嚣 的性能优良并且易整定。 最后在改进的模糊神经网络的基础上，设计出了一种新的囱适应学习算 法，并且成功地应用于永磁同步电机控制系统位嚣环的控制中，取得了期望 鹣控裁效聚。 关键字：隶磁同步电壤，控懿，攘壤享孛经网络，b p 网络，仿粪 武汉理工大学硕士学位论文 a b s t r a c t i nc o n t r a s t t ot r a d i t i o n a ls y n c h r o n o u sm o t o ro fe l e c t r i c a l e x c i t a t i o n ， p e r m a n e n t m a g n e ts y n c h r o n o u sm o t o r ( p m s m ) h a sm o r ea d v a n t a g e s ，e s p e c i a l l y t h eo c c a s i o nt h a tr e q u i r e sh i g hp r e c i s i o no fc o n t r o la n dh i g hr e l i a b i l i t y , s u c ha s a v i g a t i o n ，n u m e r i c a lc o n t r o lm a c h i n et o o l ，p r o c e s s i n gc e n t e r , r o b o ta n ds oo n i n a d d i t i o n ，i tp l a y sa ni m p o r t a n tp a r ti na cm o t o ri nm o d e r nt i m e s f u z z yn e u r a ln e t w o r k sc o m b i n et h ea d v a n t a g e so ff u z z yl o g i ca n dn e u r a l n e t w o r k s ，s oi tn o to n l yc a ne x p r e s s e st h eq u a l i t a t i v ek n o w l e d g e ，b u ta l s oh a v e t h ea b i l i t yo fs e l f - s t u d y i n ga n dp r o c e s s i n gq u a n t i t a t i v ed a t a a c c o r d i n g l y ，i t s h o p e f u lt od e s i g nac o n t r o ls t r a t e g yo fh i g hq u a l i t yt oa c q u i r eh i g hp r e c i s i o n c o n t r o lb ya p p l y i n gf u z z yn e u r a ln e t w o r k st oc o n t r o lo fp m s ms e r v os y s t e m t h u s ，t h i sp a p e rm a i n l yr e s e a r c ht h ea p p l i c a t i o no ff u z z yn e u r a ln e t w o r k st o p m s mc o n t r 0 1 f i r s to fa l l ，t h i sp a p e rb e g i n sw i t ht h ee s t a b l i s h m e n to fp m s ms i m u l a t i o n s t a g e ，a n df u l l ya p p l i e se n v i r o n m e n to fm a t l a ba n ds i m u l i n kt ot h a t n l em o t o r s i m u l a t i o ni sf i n i s h e di nd i f f e r e n tp w m b yu s i n gsf u n c t i o n p m s mm o d u l eo f p o w e rs y s t e mt o o l b o x ，a n dm o d eo fv e c t o rc o n t r o l ，f o rt h ep u r p o s eo fl a y i n ga s t r o n ge m p h a s i so ns y s t e ma & di n s t e a do fp r o g r a m s e c o n d l y , t h i sp a p e rp r o p o s e san e u r a ln e t w o r kt r a i n i n gs c h e m eb a s e do nt h e l i n e a rl e a s t - s q u a r em e t h o dt h r o u g ht h ec h a r a c t e r i s t i ca n a l y s i so fm u l t i - l a y e r e d f e e df o r w a r dn e u r a ln e t w o r k s ，a n dt h e na p p l i e st h a tt oi d e n t i f yap m s mm o d e l i nt h i ss c h e m e ，t h ei n p u t so fh i d d e nl a y e rn e u r o n sa r ea c q u i r e db yu s i n gt h e g r a d i e n td e s c e n tm e t h o d ，a n dt h ew e i g h t sa n dt h r e s h o l do fe a c hn e u r o na r e t r a i n e du s i n gt h el i n e a rl e a s ts q u a r em e t h o d t h es i m u l a t i o nr e s u l t ss h o wt h a tt h i s s c h e m eh a sc h a r a c t e r i s t i c so fh i g hp r e c i s i o na n dh i g hr a t eo fc o n v e r g e n c e t h i r d l y , t h i sp a p e rp r o p o s e san i n e - p o i n tf i v e s t a t ec o n t r o l l e rb a s e do nt h e n i n e p o i n tc o n t r o l l e r , a n dt h e na p p l i e si t sc o n t r o lr u l e st o s t r u c t u r ed e s i g no f c o n v e n t i o n a lf u z z yn e u r a ln e t w o r k s ，a sar e s u l t ，t h es t r u c t u r ed e s i g ni sg r e a t l y s i m p l i f i e d p a r a m e t e r so ff u z z yn e u r a ln e t w o r k sa r er e c t i f i e dm o r eq u i c k l yb y m a i n t a i n i n gt h ec o n s i s t e n c yo ff i f t hl a y e rw e i g h t si nt h ef u z z yn e u r a ln e t w o r k st o i i 武汉理一天学硕士学位论文 p r o p o r t i o n a lp a r a m e t e r si nt h en i n e p o i n tf i v e s t a t ec o n t r o l l e r , a tt h es a m et i m e ， t h ew e i g h t so ff i f t hl a y e ra r ee n d o w e dr e a lm e a n i n g t h es i m u l a t i o nr e s u l t sp r o v e t h a tt h ec o n t r o l l e rh a sb e t t e re f f e c ta n di se a s i l yr e c t i f i e d ， a tl a s t ，t h i sp a p e rd e s i g n san e w l e a r n i n ga l g o r i t h mo fa d a p t i v ec o n t r o lb a s e d o ni m p r o v e m e n to fc o n v e n t i o n a lf u z z yn e u r a ln e t w o r k s ，a n dt h e na p p l i e st h a tt o c o n t r o lo fp o s i t i o ni nap m s ms y s t e m a sar e s u l t e x p e c t e dc o n t r o le f f e c ti s a c q u i r e d k e yw o r d s ：p m s m ，c o n t r o l ，f u z z yn e u r a ln e t w o r k s ，b pn e t w o r k ，s i m u l a t i o n 1 1 1 藏汉理：【：大学矮士学经论文 第1 章绪论 与绩统豹电磁磁鞫步电视葙既，永磁同步电蕊其有结构篱攀、锌稳小、 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，因而其应用范羽极为广泛，尤其是在要求高控制精度 窥离霹靠魏戆场合，魏簸空、靛天、数控极庆、掇王中心、掇嚣入等方瑟获 得了广泛的应用，在现代交流电机中也占有举慰较熏的地位。 但是出于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其 毒更高的檄度和更好的控制性能，所以遮就需要为p m s m 提出爨离品质的控 翻方法帮设计更离精度豹控毒l 策踌。 传统永磁同步电机( p m s m ) 控制器的设计方法一般要求对系统参数精确 了解以便对控制规律进行整定，然而谯实际运行中，系统的参数会经常变化， 要保涯爨楚戆系统蠖畿妊须对控割嚣遴嚣稳应款溺整。因魏，寒魏麓豹p m s m 系统应对系统转动惯量、负载转矩和电动机参数变化以及对象未建模和非线 性动态具有自适应功能，随着系统参数的变化，采取不同的控制方法和策略。 神经嘲络模獭控制轰统属于智控铡蛇范畴，篡有不依赖于辩象数学模 型、鲁棒髓强静优点，魏够很好遗克服伺服系统中模登参数变化和j 线瞧等 不确定因索。此外，模糊神经网络l 【3 l 【4 删7 融合了模糊逻辑和神经网络的 优点，既能表示定性知识，又具有自学习和处理定凝数据的能力。因此将模 赣耪经霹络应瘸子p m s m 餐辍系统懿控裁中，蓑羹麓够获褥p m s m 兹裹穰凄戆 能，设计出商品质的控制策略。 1 1 国内外研究现状 t 。1 。1 永磁同步电机交流伺服系统 永磁阁步电机由稀士永磁材料米产生磁场，是永磁电机家族中的重要一 员。承磁惫襁静发震与永磁毒砉赣赘发溪褰锈程关，二十毽纪六卡翻，卡筝 弋， 稀土钴永磁和钕铁硼永磁( 二者统称稀土永磁) 的相继问世，使永磁电机的发 展进入了新的历史时代。自二十世纪八十年代以来，各国相应的研究机构及 蓑名数电气公司竞穗把礴主隶磁材瓣、电力毫子技零、塞动控制理毒鬯良及磁 电子技术的最新成就应阁于永磁同步电动机的研究开发之中，俄其成为当代 武汉理：1 ：大学硕士学位论文 电机技术发展的一个重要方向。九十年代以后，自适应控制理论、鲁棒控制、 智能控制理论、滑模变结构控制等先进的控制技术在p i s m 的控制中都有了 成功的应用，尽管还存在一定的局限性。我国在p m s m 结构和设计方面的研 究工作具有世界先进水平，但是高性能数控机床和机器人所采用的p m s m 仍 然主要依靠进口，究其原因主要是我国在电机驱动技术和控制策略的研究上 存在差距。所以，通过借鉴国外研究工作的先进经验，从高起点出发，研究 具有先进控制策略的高性能p m s m ，可以促进我国航空、航天、国防，机器 人及工业自动化等领域的发展，跟踪和赶上世界先进水平。 在交流伺服系统中应用的控制策略大致可以分为三类： ( 1 ) 传统的控制策略，如p i d 反馈控制、解耦控制等。其中p i d 控 制算法蕴含了动态控制过程中的过去、现在和将来的信息，而且其配置几乎 为最优，是交流伺服电机驱动系统中最基本的控制形式，其应用广泛，并与 其它新型控制思想相结合，形成了许多有价值的控制策略。 ( 2 )现代控制策略，如自适应控制、变结构控制、鲁棒控制、预见 控制等。现代控制策略考虑了对象的结构与参数变化、各种非线性的影向、 运行环境的改变以及环境干扰等时变和不确定因素。 ( 3 ) 智能控制策略，如模糊控制、神经网络控制、模糊神经网络控 制等。模糊控制和神经元网络控制均属于智能控制的范畴，都具有不依赖于 对象的数学模型、鲁棒性强的优点，能够很好地克服伺服系统中模型参数变 化和非线性等不确定因素。 目前，模糊控制和神经元网络控制在电机伺服系统中已有众多成功应用 的例子h 2 4 2 “，而结合了上述两者之长的神经网络模糊控制系统势必在伺 服系统中具有更广泛的应用价值。 1 1 2 模糊神经网络系统 将模糊逻辑和神经网络融合在一起进行控制是最近十多年才兴起的一 个热门的研究课题。已经证明模糊神经网络( f n n ) 能够任意逼近确定条件 下大范围的非线性函数。 sc l e e 和e t l e e 3 3 1 在1 9 7 0 年首先研究了模糊神经元的概念，k a n d e l 和s c l e e 利用模糊数学的一些概念和方法，将传统神经元的 m c c u l l o c h p i t t s 模型推广为一种模糊神经元模型，以研究那些由j 二技术本身 武汉理t 大学硕士学位论文 的高度复杂性不能准确定义的系统行为d 4 。到7 0 年代，几乎没有研究人员 从事模糊神经系统的研究，模糊神经网络技术发展非常缓慢，主要原因是研 究者未能找到有效的神经网络学习算法。8 0 年代，神经网络和模糊逻辑吸 引了科技、工程领域众多研究者的注意力。第一个原因是找到了多层神经网 络的有效学习算法，主要是b p 算法；第二个原因是模糊技术在日本的很多 产品中得到了应用，如模糊洗衣机、模糊空调，模糊音响等。随着神经网络 技术、模糊技术的飞速发展，模糊神经网络也引起了越来越多人的兴趣，因 为它比单纯的神经网络和模糊逻辑系统更加有效。 9 0 年代初，模糊神经网络系统的研究取得了较大的进展。j a n g 提出了 a n f i s ( a d a p t i v en e t w o r kb a s e df u z z y i n f e r e n c es y s t e m ) 3 5 1 的结构，它是用 自适应网络实现的一个模糊逻辑系统。a n f i s 使用了一种混和型的学习算 法，它能够使用人类专家知识( i f t h e n 规则表示) 和一定格式的输入、输出 数据对来确定输入、输出的映射关系。在非线性函数的模拟、确定控制系统 中的非线性成分和预测混沌时间序列等方面，a n f i s 都取得了较好的效果。 模糊控制器可以直接由纯模糊系统构成，使用神经网络技术为模糊控制 器的实现提供了- - e e 新的方法。w a n g t ”】提出了几种利用神经网络算法实现 的自适应模糊系统，包括模糊逻辑系统的反向传播学习算法、正交最小二乘 学习算法、表格查询学习算法、最近邻类学习算法，较好地解决了从输入输 出数据中归纳模糊规则的问题。模糊逻辑系统的反向传播学习算法与神经网 络b p 算法基本相同，向前计算，向后调整，而且均采用迭代下降算法使实 际输出和期望输出之间的均方误差最小。但w a n g 的算法中的参数有明确的 物理意义，因此可以充分利用专家的领域知识提出非常有效的初始参数选择 方法，有利于在试验和误差反馈过程中进行判断。w a n g 在他的各种算法中 均注意系统地利用了专家的领域知识。 c a r p e n t e r 在a r t m a p 算法的基础上提出了f u z z ya r t m a p 【3 7 1 算法， 是模糊技术与自适应谐振神经网络理论的结合，它是一种增量有导师的神经 网络学习算法，可用于任意序列输入向量的分类和多维映射，输入向量可以 是模糊集，也可以是一般数据。f u z z ya r t m a p 算法通过模糊技术动态调整 a r t 的警戒参数获得了好于一般神经网络的学习效果。 h a y a s h i ”】提出了一种使用模糊信号和权重的模糊神经网络。他使用了 一种简单的网络，只有2 层，1 个输出单元，输出单元与输入单元全互连， 训练集、希望输出集、输出集、权值均为【o ，1 的模糊子集，采用模糊占学习。 3 武汉理工大学硕士学位论文 此算法可以直接处理模糊数据，并将模糊数学概念引入到神经网络的学习 中，此系统可用于模糊专家系统，模糊系统的建模。 s i m p s o n i ”提出了模糊极小极大神经网络，它是一种利用模糊集合作为 模式分类的有导师神经网络分类器。算法主要由n 维模糊超盒实现，超盒有 一个极小点向量和一个极大点向量，每个超盒有隶属度函数，描述任意 x r ”包含在该超盒中的程度。一个超盒表示一个模糊集，将超盒累积起来， 就可形成模糊类，从而完成分类，通过超盒的扩张、收缩算法进行网络的学 习。该算法只对数据集进行一次运算便可形成网络，有增量学习能力，学习 速度快，可进行在线学习，同时有很好的泛化能力。这是模糊技术与神经网 络相结合的一种具有良好效果的模式分类器。b o g o a n 等还提出了一个模糊 极大极小神经网络的改进型模糊神经网络。 在应用方面，模糊神经网络广泛应用于控制系统、模式识别、消费产品、 医药、专家系统、游戏理论等方面。 自9 0 年代初，同本松下等公司相继推出了模糊神经控制全自动沈衣机。 这种洗衣机能够自动判断被洗衣物的质的软硬、衣量多少、脏污程度。应用 模糊神经技术，自动生成模糊控制规则和隶属度函数，与硬件配合调节洗衣 参数，以达到最佳的洗涤效果。 香港公众铁路运输公司开发了f k n n s ( f u z z yk n o w l e d g eb a s e dn e u r a l n e t w o r ks y s t e m ) ”，用来对香港非常繁忙的铁路运输系统的售票机进行故 障诊断和维修。系统将专家知识通过特定的控制规则转换为模糊隶属度函 数，采用b p 算法进行网络训练，测试结果显示了f k n n s 比从前的方法提高 了2 0 0 8 的效率。 1 2 模糊神经网络控制系统 模糊控制的最大优点是不依赖于被控对象的精确数学模型，在专家先验 知识的基础上实现对系统的控制，具有较强的鲁棒性，控制的机理符合人们 对控制作用的直观描述和思维逻辑，比传统的逻辑系统更接近于人类的思维 和语言表达方式。模糊控制提出了一种对现实世界不精确或近似知识的获取 方法，适合于处理复杂的系统，它对系统参数的变化和人为要求有较强的适 应性。 但是模糊控制的隶属函数和控制规则必须经过反复精心整定才能使用， 武汉理_ l ：人学硕士学位论文 且由于控制规则的有限而使得控制的稳态精度低，若要提高精度，势必要增 加模糊级数，这又会造成控制查询表过大；其次，由于控制规则一旦整定就 不再改变，当对象参数发生漂移时，不能对自己的控制规则进行有效的调整， 这样就不能很好地适应系统动态特性的变化或随机干扰的影响，限制了其自 适应和自学习的能力。 人工神经网络有很好的自适应能力和准确的逼近任意非线性函数的能 力，所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强 的鲁棒性和容错性，具有很好的适应能力和学习能力。人工神经网络对于任 意非线性对象的逼近和建模，对不确定性模型的控制均有很好的效果。 但同时神经元网络也具有难以利用定性的先验知识来辅助进行网络设 计，内部所存储的知识难以理解，缺乏逻辑推理功能等缺点。 而模糊神经网络控制系统将模糊控制与神经网络结合起来，既能表示定 性知识，具有模糊控制系统的优点( 如仿人的i f t h e n 规则思想和易于置 入专家知识) ；又具有自学习和处理定量数据的能力，即神经网络的优点( 如 学习能力、优化能力和连接结构) ，结合了两者之长。因此，可以把神经网 络低级的学习和计算能力带给模糊控制系统：同时，也可向神经网络提供模 糊控制系统高级的、仿人i f _ _ t h e n 规则思想和推理机制。简而言之，神经 网络可以改善其透明性，使其更接近于模糊控制系统；而模糊控制系统可以 自适应，使其更接近于神经网络。 目前的模糊神经网络控制系统主要有以下四种结构：( 1 ) 模糊系统和神 经网络的并联系统。神经网络工作在用学习数据可以描述的网络特性范围 内，在其它范围内，特别是在边界区域和极端情况下，将采用模糊系统计算 输出值；或者在误差较大时采用模糊控制，而在误差较小时采用神经网络控 制。( 2 ) 控制规则和隶属函数通过神经网络系统，根据被控过程的输入信息 和输出响应进行自适应调整的模糊系统。( 3 ) 与( 2 ) 相反，用模糊逻辑调整 神经网络系统的结构和神经元的联结。( 4 ) 直接将模糊系统和神经网络组合 起来，其间没有明显的分界线。模糊神经网络控制系统用到的学习算法主要 有反向梯度下降算法和最小二乘算法。 模糊神经网络在控制中的应用主要集中在以下两个方面： ( 1 ) 系统辨识，由于模糊神经网络具有出色的学习逼近任意非线性映射 的能力，将模糊神经网络应用于非线性系统的建模与辨识，可不受非线性模 型的限制，便于给出工程上易于实现的学习算法。 5 武汉理j ：大学硕士学位论文 ( 2 ) 系统控制，基于被控对象的正、逆模型可以设计出模糊神经网络控 制器，对被控对象进行控制。 所以以模糊神经网络为基础的p m s m 高品质控制研究也主要集中在这两 个方面。此外，为了获得高品质的控制性能，往往需要融合其他的控制策略。 1 - 3 研究的目标及内容 课题来源于国家8 6 3 项目：高响应直线电机与伺服控制器的研究与开发 ( 批准号：2 0 0 2 a a 4 2 3 1 2 0 ) 和校基会：高响应直线电机的驱动及智能控制研 究( x j j 2 0 0 2 0 5 4 ) 。 1 3 1 研究目标 实现永磁同步电机伺服系统的高品质控制，要求控制器性能提高，参数 能够自整定，并能提高p m s m 系统抗负载扰动的性能。 1 3 2 研究内容 由于p m s m 三环控制系统的电流环要求的响应速度极快，所以以模糊神 经元网络为基础的控制研究一般是针对位置环和速度环的，其研究主要是在 矢量控制的基础上，解决p m s m 系统中各种不确定和非理想因素对控制的影 响，实现自适应控制。 1 3 3 拟解决的关键问题 ( 1 ) 跟踪问题，主要是提高控制系统跟踪具体目标的精度。 ( 2 ) 系统的高性能，主要是系统的准确性、快速性和鲁棒性。 1 - 4 论文主要内容的安排 具体的研究过程是先建立实际永磁同步电机伺服系统的s i m u l i n k 仿真 图，然后对其中的位置环和速度环结合模糊神经网络进行设计。研究过程主 要是采用仿真的形式，以模糊神经网络为基础并结合其他的控制方法的优 点。主要的仿真工具是m a t l a b 和s i m u l i n k ，对某些控制单元的设计还要用 到s 一函数。论文的主要研究内容如下： 武汉理工大学硕士学位论文 ( 1 ) 选用优秀的仿真工具m a t l a b 搭建永磁同步电机的仿真环境，以便 把工作的重心放在系统的分析设计上而不是编程上，实现了不同p w m 下的电 机仿真，得到了较好的仿真效果，同时也为永磁同步电机的高品质控制搭建 了一个优秀的仿真平台。 ( 2 ) 从模糊控制和神经网络各自的特点出发，分别进行介绍，将递推 最小二乘法应用于b p 网络，得到了一种改进的b p 网络学习算法，并把它应 用于永磁同步电机模型的辨识中，取得了较好的效果，同时也为模糊神经网 络的引入，做了很好的铺垫。 ( 3 ) 在九点控制器的基础上提出了九点五态控制器，并把其控制规则 应用于模糊神经网络的结构设计中，大大简化了模糊神经网络的结构设计， 只需要把模糊神经网络第五层的权值与九点五态控制器的比例参数值保持 一致，就能取得比较好的控制效果，因此，可以更加快捷地整定模糊神经网 络的参数，同时，对第五层的权值赋予了实际的意义，为模糊神经网络地自 适应控制做了充分的准备。 ( 4 ) 实现了基于模糊神经网络的自适应控制，完成了自适应算法的设 计和仿真，并且成功地应用于永磁同步电机控制系统位置环的仿真中，取得 了高品质的控制效果。 筑汲瑾：l ：大学颈圭学镑论文 第2 章永磁同步电机控制系统的仿真 豹年代以来，死孚_ 辫有裹品痰羧铡都离不开系统麓傍真磷究，它逶合予 考察新的控制方法的性能和用途，避熊浪费不必熨的人力物力；适合于快速 原型的开发，以便把重点放在控制算法的分析设计上，使之能擞快、更好地 应爱予实鼯的控露系绞。逶j 建仿奏吾髯窥霹鼓对照跑较各秘控铡繁臻与方寨， 优化并确定相关参数。 而一般的通过建立系统模型编制仿真程序，然厥用计算机_ i 挂行数值求解 并显示结祭是很费精力帮时间的，往绽把工作的璧心放在了编稷蕊不是在系 统分辑设诗上，藏戳选糟好貔仿真王其是程当重簧豹。 m a t l a b8 】f 9 0 1 现己成为国际公认的最优秀的科技应用软件，在国外高等 院校里已成为大学生、研究生必须掌握的基本技能。它集数值计算、图形处 理、爱像戆淫予一钵，溅残为痤震线瞧代数、蠡动羟裁理论、数理鲮诗、数 字信号处理、数据序列分析、动态系统仿真等课稷的基本数学工其。在设计 研究单位和工业部门om a t l a b 被广泛地用于研究和解决各种具体工程问题。 毫无疑问，对m a t l a b 及其s i m u l i n k 仿真环境的充分应用，将极大地方 便对永磁黼步电极控利簿法的研究，以便快速豹设计爨瑟需静控制算法。 同时，对于复杂控制规律的仿真往往无法直接虑用s i m u l i n k 仿真环境， 需要引入s 一函数将m a t l a b 与s i m u l i n k 有机结合起来，发挥两者番自的优 势，实瑰永磁霜步奄撬撩裁系统静佬囊； 2 1m a t l a b 简介 2 。1 。1 楚奔 m a t l a b 起初是作为矩阵实验室( m a t r i xl a b o r a t o r y ) 提供对l i n p a c k 和e i s p a c k 矩阵软件包的接口。与b a s i c 、f o r t r a n 以及e 语言比较，m a t l a b 豹语法援剃受麓零，编糕特赢芟麓遥入懿憨缝方式，弱m a t l a b 写程窿有黧 在便签上剿公式和求解，因而m a t l a b 被称为“科学便签式”的科学工程计 算语言。 m a t l a b 囊主毽移凌艟各巽款工蒸麓缝成，冀蒸本数据结秘是篷簿。歪 如m a t l a b 的名字“矩阵实验室”一榉，m a t l a b 怒初主要是用米对矩阵进行 武汉理工大学硕士学位论文 操作的。 m a t l a b 具有非常强大的计算功能，j 下是凭借其杰出的性能 在已成为世界上应用最广泛的工程计算应用类软件之一。 2 1 2 主要特点 ( 1 ) 演算纸式的计算语言 m a t l a b 提供了丰富的编程语言结构和实用函数，使用m a t l a b 编程、运 算与人进行科学计算的思路和表达方式完全一致，因而有“演算纸式的计算 语言”的称号。 ( 2 ) 功能强大的矩阵运算 m a t l a b 是以矩阵( 或称数组) 为运算“单元”的，这对编写程序带来 很大方便。在m a t l a b 中，不管是数值矩阵还是符号矩阵都不必事先定义维 数的大小。m a t l a b 会根据用户所输人的矩阵结构自动配置，并在以后的运 算中按j 下确的数学法则自动地调整矩阵的维数，而且矩阵的基本运算都己编 成了函数，可以直接调用，相当简便。 ( 3 ) 数据可视化 在m a t l a b 等软件出现之前，如果想在自己程序中产生一个图形是相当 麻烦的。如果想用c 语言来绘制一个图形，首先要对绘图的数据进行预处理， 找出这些数据的最大值和最小值，根据它们自动计算出坐标轴的范围，然后 再调用一些绘图命令库函数将图形在屏幕上显示出来，这样做显然会耗费程 序设计者的大量精力，而且绘制的图形效果往往取决于设计者的编程经验， 所绘制的图形也不一定能令人满意，而有了m a t l a b 就可以轻松地解决绘图 问题。它不仅在数值计算方面，而且在数据可视化方面功能也非常的强大， 可以实现计算数据的二维、三维甚至四维的图形表现。通过对图形线型、立 面、色彩、渲染、光线、视角等品性的处理，可以把计算数据的特征表现的 淋漓尽致。 ( 4 ) 应用广泛的工具箱 迄今所有m a t l a b 的3 0 多个工具箱大致可分为两类：功能型工具箱 和领域型工具箱。功能型用来扩充m a t l a b 的符号计算功能、图形建模仿 真功能、文字处理功能以及硬件实时交互功能，能应用于多种学科。领域型 工具箱的专业性强，主要有通讯、控制、财政金融、神经网络、图像处理、 9 武汉理_ ：火学硕十学傲论文 小波等锈城。 2 ，2 s i b l i n k 运行机理 近几年，在学术界和工业领域，s i m u l i n k 已经成为在动态系统建模和 傍粪方匿应用最广泛瓣软 孛包之一。它的戆力在于强大的功黥和麓便熬操 俘。幸筝为m a t l a b 懿蘩蘩缓成部分，s i m u l i n k 其奏穗对疆立豹场能帮镬爱方 法，确切地说，它是对动态系统进行建模、仿真和分析的一个软件包，它支 持线性和非线性的，潺续时间系统、离散时间系统、连续和离散混合系统， 也支持具有多种采样频率的系统。s i m u l i n k 实现了多工作环境问文件互用 鞠数攥交接，如与m a t l a b 、c 及实对硬件工干# 环境等的信息交换都可戳方便 建实现，宅瓣毫瑰为m a t l a b 在控裁系统瓣傍囊帮在c a d 中载波溺努嚣了寮 新的局面。 s i m u l i n k 提供了发好的图形用户界面( g u i ) ，模型由模堍组成的框图来 液示，用户建模通过简单的单击和拖动鼠标就能完成，从而比通常用微分方 程鄹差分方程建模的软件有更方便灵活鄹赢观戆优点。将这熬模块连接起来 建立耋 貘垄蠢，裁立袤l 鼙进行绩囊运算、褥翻辕塞渡澎，纛爨霹强蘧霹薅摸 黧盼参数进行调整，躐察波形的变佬情褫。此外对于较复杂的模型，用户也 可以自定义模块或者用分层的方法来建立，可以从外到旱，也可以从旱到外 建立模型。一个模型娥立以后，可以通过鼠标双击模块来查看它的内部构造。 s i m u l i n k 的模块库为朋户提供了多种多棒酌功能模块，这怒笔非常丰富 豹瓷瀑，其中基本戆凌戆模袭除了雹拯连续系绫( c o n t i n u o u s ) 、裹敬系统 ( d i s c r e t e ) 、菲线瞧系统( n o n l i n e a r ) 几蹙基本系统，还包捂连接运算类模 块、函数与表模块( f u n c t i o n s t a b l e s ) 、数学运算模块( m a t h ) 、信号与 系统模块( s i g n a l s & s y s t e m s ) 。而输入源模块( s o u r c e s ) 和接收模块( s i n k s ) 则为仿真提供了信号源和结果输出设备，便于用户对模型进行仿真和分析。 在s i m u l i n k 中，摸墅戆谤奏套嚣大狳羧：秘熬诧验段鞠魏粪惑牙玲段。 ( 1 ) 裙始纯阶敬究成的主要任务燕：恕模型中各静多鬃次静模块“平 铺化( f l a t t e n ) ”：确定模型中各模块的执行次序；为直接指定相关参数的 模块确定信号属性；瓤鬻内存。 ( 2 ) 仿真执行阶段的主要任务 镤鳖初始纯绩泰纛，藏进入“傍囊环( s i m u l a t i o nl o o p ) ”，饶真滚程 武汉理j ：人学硕十学位论文 图如图2 - i 所示。在一个“主时步( m a j o rt i m es t e p ) ”内要执行“仿真环” 中的各运算环节。它们包括： a 1 ：计算下一个主采样时点( s a m p l eh i t ) 。 a 2 ：计算当前主时步上的全部输出。 a 3 ：更新各模块的连续状态、离散状态以及导数。 a 4 ：对连续状态进行“零穿越”检测。 假如发现状念穿越了“零”，那么采取以下措施： b 1 ：采用插值的方法，计算出“零穿越”时刻，进入子时步( m i l l o ft i m e s t e p ) 环。 b 2 ：在紧贴穿越时刻的两侧计算各块的输出。 b 3 ：在紧贴穿越时刻的两侧计算各块的状态、导数。 l 计算f个采样时点 l 2 依次掉各块辅m 捕f f 【确定每穿越j 时划 十 f - 【：! 、 时4 7 步 3 依次更新拜块状_ 卷和导数| j 2r | _ 算r 埘出辅m 山 上 yc s b 2 j7 叫步输 m ， 一i i 蠢焉、 图2 - is i m u l i n k 模型仿真的流程图 2 3 用m 文件表述的s 函数 s 函数是s i m u l i n k 运作的核心，在s i m u l i n k 窗口中建立的每个框图都 自动会有一个与之同名的s 函数，它是s i m u l i n k 在仿真和分析中交互作用 的载体，s 函数一旦被正确地嵌入位于s i m u l i n k 标准模块库中的s - f u n c t i o n 武汉理i ：人学硕十学伉论文 框架模块中，它就可以像其它s i m u l i n k 标准模块一样，与s i m u l i n k 的方程 解算器s o l v e r 进行交互、实现其功能。因此从某种意义上来说，s 函数代 表了s i m u l 。i n k 模型。s 函数有三种表现形式：框图形式、m 文件形式、m e x 文件形式( c 程序) 。框图表示直观，容易构造，运行速度比较快；m a t l a b 文件编写灵活，适应面宽，运行较慢：m e x 文件运行速度最快，因此使用何 种方式应视具体情况而定。在解决较复杂问题时，常常需要不同方法交叉使 用。 s 函数从本质上讲是特殊调用格式的m a t l a b 函数，它表征系统的动态特 性。s 函数向s i m u l i n k 提供仿真变量的明确定义、变量随时问的变化是如 何由当前状态变量和输入决定的以及系统的输出是什么。于是，可通过m 文件或方框图创建所需的线性、非线性模型；可以创建模块库中没有的新模 块：可以编写所需的分析、仿真程序。在含有状态方程或分段方程的系统中， 其方框图模型不能直接构造，而用s 函数来描述状态方程和分段方程却十分 简单所以通过s 一函数模块来调用s 函数是解决这些复杂问题的有效手段。 由m 文件所形成的s 函数，可以应用m a t l a b 中的各种函数和语言功能， 只要所研究的系统模型能够由m a t l a b 加以描述，就可构造出相应的s 函数。 从而借助于s i m u l i n k 中的s 函数功能模块，就可以实现m a t l a b 与s i m u l i n k 之间的沟通与联系，这样就可以充分发挥m a t l a b 编程灵活与s i m u l i n k 简 单直观的各自优势。 在m a t l a b 的早期版本中，s 函数的m 文件编写形式比较随意，丌发人 员往往需要花费较多的时间。但对m a t l a b6 x 来说，由于m a t l a b 提供了s 函数m 文件的标准模版，使得丌发效率大大提高，开发的s 函数可靠性显著 增强。用m 文件表述的s 函数模块的开发步骤如下： ( 1 ) 对m a t l a b 提供的标准模版程序，进行适当的“剪裁”，生成用户 自己的s 函数。 ( 2 ) 把自己的s 函数“嵌入”s i 删l i n k 提供的s - f u n c t i o n ( 框架) 标准 库模块中，生成自己的“s 函数模块”。 ( 3 ) 对自己的“s 函数模块”进行适当的封装。 m 文件形式的s 函数标准模版程序是个格式特殊的m 文件。它名为 s f u n t m p m ，存放在m a t 。a b 软件根目录上的t o o l b o x s i m u i in k b l o c k s 子 目录下。m 文件形式的s 函数标准模版程序提供了一系列的接n 函数如下： 武汉理t 大学硕十学位论文 孟刮姿! 靠 图2 2s 函数模块 函数f u n c t i o ns y s = m d l o u t p u t s ( t ，x u ) 代表的传递函数如下： y = ( f ，x ，“) ( o u t p u t ) ( 2 - 1 ) 函数f u n c t i o ns y s = m d l d e r i v a t i v e s ( t ，x ，u ) 特别针对的是连续系统， 代表的传递函数如下： 童= 厶( ，x ，“) ( d e r i v a t i v e )( 2 - 2 ) 函数f u n c t i o ns y s = m d l u p d a t e ( t ，x ，u ) 特别针对的是离散系统，代表 的传递函数如下： 一+ i = 工( f ，“) ( u p d a t e ) ( 2 3 ) 只要把所需的传递函数填在相应的接口函数里，就完成了s 函数的构 造。而s 函数输入输出及状态量( 初始值) 的设置如下： s i z e s n u m o u t p u t s输出变量的个数 s i z e s n u m l n p u t s输入变量的个数 s i z e s n u m c o n t s t a t e s连续状态变量的个数 s i z e s n u m d i s c s t a t e s离散状态变量的个数 这样就设定了模块的输入与输出。最后将编制的s 函数的文件名填入 s i m u l i n k s - f u n c t i o nd e m o s m - f i l es - f u n c t i o d s 的模块旱就完成了一个 自制的s i m u l i n k 模块。 2 4控制系统的建立 2 4 1 永磁同步电机模块( p e r m a n e n tm a g n e ts y n c h r o n o u s m a c h i n e ) 电力系统工具箱( p o w e rs y s t e m ) 是一个非常好的电路仿真软件，它旱面 包含了永磁同步电机的仿真模块，因此，无需再对电机的仿真模型进行编程， 大大减少了研究时间。 永磁同步电机模块可工作于电动机方式或发电机方式，运行方式由电机 电磁转矩符号决定( 为正则是电动机状态，为负则是发电机状态) 。关于电机 武汉理王大学矮士学短论文 的机械与电气部分的变嫩，可以用二阶状态空间模测来表示。为了简化模型， 假定转子永磁磁极在定予上产生的感皮磁通是j 下弦分布的，并且 妇于通常永 磁同步电辍数气骧较大，可以遥 娃建忽旗定转子铁心懿磁德强。闲照，基予转 子参考框絮( 即d ，