一种新型的免疫pid控制在无刷直流电机中的应用

一种新型的免疫pid控制在无刷直流电机中的应用

1基于模糊调整的免疫反馈pid控制器随着现代能源电子和计算机科学的快速发展，无刷直流电机结构简单，产量高，在能源领域得到广泛应用。由于无刷直流电机是一种多变量、非线性的系统，如电枢反应的非线性、转动惯量和相电阻的变化等，使经典PID控制器难以满足控制系统的性能要求。现代控制理论如模型参考自适应控制和滑模变结构理论可以有效提高电机的运行性能，神经网络技术对无刷直流电机这种非线性系统的控制也获得了较好的效果。免疫反馈PID控制器是借鉴生物免疫系统的反馈机理而设计出的一种非线性控制器。免疫系统是一个高度进化而完善的复杂系统，它能自适应地识别异物，并控制和排除入侵肌体的抗原性异物，且具有学习、记忆和自适应调节能力，在处理动态变化环境中起主要作用。因此，对于无刷直流电机系统，本文提出了一种基于模糊调整的免疫反馈PID控制，既继承传统PID控制不依赖于对象模型、控制结构简单、可靠性高、易于工程实现等优点，又克服了传统PID控制器在强干扰或具有高度非线性和不确定性时调节随动性差的缺点，大大改善了控制器的性能。系统具有控制灵活、控制算法简单、参数适应性广的优点，具有较好的静态和动态性能，更加适合工业应用的要求。2免疫反应系统结构2.1t细胞规则回路免疫是生物体的一种特性生理反应。生物的免疫系统由淋巴细胞和抗体分子组成，淋巴细胞又由胸腺产生的T细胞和骨髓产生的B细胞组成。免疫系统存在两种应答方式：体液免疫应答（humoral）和细胞免疫应答（cellular）。T细胞在两种应答形式中都起着关键的作用。生物免疫系统中的互相作用如图1所示。图1中，当外界物质（抗原，细菌细胞或受感染细胞）被抗原提呈细胞（APCs:AntigenPresentingCells）吸收，APCs将抗原的信息传递给T辅助细胞，并激活它们。然后，T辅助细胞活化B细胞、杀伤T细胞和T抑制细胞。通过激活B细胞来应答抗原认为是免疫系统的主反馈作用。辅助性T细胞所活化的细胞中，也包括T抑制细胞，而T抑制细胞又抑制其他细胞的活化，并稳定整个免疫系统。这是免疫系统另一个反馈作用，这种抑制作用和主反馈作用结合起来，使免疫系统对于外界干扰可以迅速反应并快速稳定下来。虽然整个免疫系统非常复杂而且目前对它的整个机制的研究仍不是很清晰，但其抵御抗原的自适应能力却是十分明显的。故设计中作了些假设来简化整个免疫反馈系统，最后得出T细胞规则回路如图2所示。当抗原侵入机体并经周围细胞消化后，将信息传递给T细胞，即传递给T辅助细胞和T抑制细胞，然后刺激B细胞。B细胞产生杀伤T细胞以消除抗原。所以，当抗原较多时，机体内的T辅助细胞也较多，而T抑制细胞较少，从而产生较多的B细胞。随着抗原的减少，体内T抑制细胞增多，它抑制了B细胞，使其随之减少。这样一段时间后，免疫反馈系统迅速趋于平衡。2.2t细胞数量的k基于上述简化的免疫反馈原理，定义第k代的外来物质即抗原数量为式中α——抗原增殖系数Tkill——杀伤T细胞数量d——细胞死亡时间由抗原激发的辅助性T细胞对(k-d)B细胞的作用为式中K——激发系数，为正数虽然抑制性T细胞对所有细胞活动都有抑制作用，但这种作用的细节目前还不清楚。所以，在对该反馈控制的运用中，我们只取抑制T细胞对B细胞的抑制作用，而对其他细胞的抑制作用忽略，假定抑制性T细胞对B细胞的作用为式中K′——抑制系数，为正数f(·)——一个选定的非线性函数，表示细胞抑制刺激能力的大小B细胞受到的总刺激可表示为B细胞总的活动变化可以由对B(k)的积分得到。假定杀伤T细胞的数量由对B细胞的活动变化的微分得到，则杀伤T细胞的数量Tkill为其中η=K′/K。K决定应答速度，而η决定稳定效果。3基于免疫机的反馈管理系统3.1模糊控制设计基于上述机理，可为无刷直流电机系统设计一个免疫反馈控制器。将第k代抗原数量ε(k)对应无刷直流电机系统第k次采样周期的偏差e(k)，其定义为e(k)=n*(k)-n(k)，由转速参考模型和实际测量的转速信号比较得到。n*(k)为第k次采样周期转速参考模型响应，n(k)为第k次采样周期电机的转速响应。而杀伤T细胞数Tkill(k)对应控制输入u(k)。则有如下的反馈控制规律其中非线性函数f(·)设计困难，这里利用模糊规则来逼近。因为模糊控制以专家经验和人工控制规则为基础组织模糊决策表，然后由决策表确定控制量的大小，具有控制灵活和适应性强的优点，是逼近非线性函数的有效方法。模糊控制器实现抑制项f(·)时，包括两个输入变量和一个输出变量：输入变量是免疫反馈控制器的输出u(k)及其变化量∆u(k)，输出变量为免疫反馈的抑制量f(·)。为了增加控制的灵敏度和便于应用模糊规则，输入变量u(k)、∆u(k)分别用量化因子ke和kec进行量化，映射到模糊集合论域。模糊决策的输出量用比例因子ku从模糊论域映射到基本论域，最后作用于控制系统。为保证电机的可靠运行，本文采用三角函数作为模糊控制器变量的隶属度函数，如图3和图4所示。输入变量的模糊论域分为负大NB、负小NS、零ZE、正小PS和正大PB等5个语言变量值。输出变量的模糊论域分为负大NB、负中NM、负小NS、零ZE、正小PS、正中PM和正大PB等7个语言变量值。根据生物免疫反馈规则制定的模糊决策表见表1。3.2免疫pid控制器以上免疫反馈控制器是一个非线性P控制器，对于无刷直流电机系统，该控制器不能补偿由噪声或干扰引起的控制偏差。为此，本文将免疫反馈控制和PID控制相结合，组成PID型的免疫反馈控制器，即免疫PID控制器，对无刷直流电机进行控制。这样可以消除净差，提高系统精度，减少系统的积分积累，从而提高系统稳定性。常规增量式PID控制器离散形式如下式中KP,KI,KD——比例系数，积分系数，微分系数将PID控制器输出uPID(k)作为式（3）免疫反馈模型中的外界物质即抗原量ε(k)，则得到免疫PID控制器，其控制算法可表示为式中系数要满足KP>0,KI>0,KD>0，η≥0。免疫PID控制器如图5所示，它由免疫反馈控制器和增量模块PID控制组成。当0≤η≤时,控制为负反馈,而1<ηf[u(k),∆u(k)]时,为正反馈。所以要确保免疫PID控制为负反馈以确保系统稳定性,η要有一个上限值:0≤η≤。当η=0时,控制就成为常规PID控制。3.3控制系统结构设计将以上设计的免疫PID控制器应用于无刷直流电机控制系统，其控制系统结构图如图6所示。控制系统采用双闭环控制。内环为电流环，其主要作用是限制最大电流，使系统有足够大的加速转矩，并且能够保证系统的稳定运行；外环为速度环，其主要作用是增强系统抗负载扰动的能力和抑制转速波动，并能够保证系统静态和动态跟踪的性能，直接关系到伺服系统的稳定与高性能运行。4免疫pid控制实验本文使用Matlab对本控制系统进行了仿真，并用Matlab的模糊工具箱设计其中的模糊控制器。电机参数如下：额定电压UN=36V；额定转矩TN=0.4N·m；额定转速nN=3600r/min；相电阻R=0.66Ω；有效电感L-M=1.4×(1±1.3%)mH；反电动势系数Ke=0.067V/(rad/s)；转动惯量J=1.57×10-5kg·m2。图7为采用传统PID控制器时电机的速度仿真曲线。图8为采用免疫PID控制器时电机的速度仿真曲线。图中横坐标表示时间，纵坐标表示电机转速。通过比较图7和图8两条仿真曲线可以看出：相比传统PID控制，在本文提出的控制策略下，无刷直流电机转速响应快并且超调小、转速波动较小，具有较好的静态性能，解决了经典控制响应快速时超调大的矛盾。图9为在电机起动后负载突然改变并持续一段时间后恢复到原来状态的情况下，采用PID控制器得到的电机速度仿真曲线。图10为在相同条件下，采用免疫PID控制器得到的速度仿真曲线。通过图9和图10两条仿真曲线的比较表明：采用该免疫PID控制器在负载突变的情况下，无刷直流电机系统具有在线自调节能力，其动态性能要强于传统的PID控制器。最后，本文以TI公司的数字信号处理器（DSP)TMS320F2812为基础对电机进行实验，实验样机采用4对极桥式Y形联结无刷直流电机，具体参数与仿真模型参数一致。硬件框图如图11所示。系统通过霍尔元件检测电机转子位置信号，DSP将位置信号转化为速度信号，并计算出转速误差和误差变化率作为控制器的输入，经过在DSP中的一系列操作获得输出的控制量。控制量通过DSP的事件单元（EVA）转化为占空比不同的方波来实现对样机的控制。速度环采样周期为1ms，电流环采样周期为3.2µs。图12、图13为系统空载且给定转速为3000r/min时，突加外部负载后，样机分别在传统PID控制方法和免疫PID控制方法下的转速响应波形。由图中可以看出，免疫PID控制策略在实际运行中同样具有较好的效果，除了一些外界条件的影响外，基本和仿真曲线一致。图12和图13两条实验曲线的比较证明，较之传统PID控制，采用免疫PID控制转速波动小、静态性能好；且当电机参数发生突然变化时，能做到对扰动进行自动调节，依然保持良好的动态性能。5基于免疫pid的非线性动力系统优化设计本文提出了一种新型的基于免疫反馈原理的非线性控制器，它基于模糊规则并与PID控制相结合，整个免疫PID控制可看作利用免疫反馈原理对PID参数进行在线自适应调整，既继承了PID控制结构简单、能消除静差的特点，又