陳 爽,段國艷,2,王 靜,馮華勇
CHEN Shuang1, DUAN Guo-yan1,2, WANG Jing1, FENG Hua-yong1
(1.四川工程職業(yè)技術學院,德陽 618000;2.西南交通大學,成都 610031)
交流異步電機的數學模型是一個高階、多變量、強耦合的非線性系統(tǒng),在相當長一段時間內,其調速性能遠不如直流電機,直到引入基于坐標變換的矢量控制算法,才使得交流異步電機調速性能可以和直流電機調速性能相媲美。但是,坐標變換的解耦作用并沒有改變異步電機是一個高階、多變量、非線性系統(tǒng)的本質,基于電機數學模型的矢量控制還是受到電機參數變化的影響。
交流調速系統(tǒng)的根本還是歸結于電機的速度控制,目前的控制方式中,大量采用的仍然是傳統(tǒng)的PI控制,PI調節(jié)器參數的整定方法很多,但大多數都是以對象特性為基礎的。為了解決調節(jié)器過分依賴于被控對象參數的缺點,在電機的速度控制中引入模糊控制理論,模糊控制具有不依賴于被控對象精確數學模型,便于利用專家經驗,適應性、魯棒性強等特點,能夠很好的克服交流調速系統(tǒng)中模型和環(huán)境參數的變化。但是單純的模糊控制又具有存在穩(wěn)態(tài)誤差以及穩(wěn)態(tài)時容易抖動的缺點,為了解決此問題,引入模糊控制理論來在線整定PI調節(jié)器的參數,這便構成了模糊自適應PI調節(jié)器。
采用參數重構和狀態(tài)重構的現(xiàn)代控制理論可以實現(xiàn)異步電機定子電流勵磁分量和轉矩分量之間的解耦,實現(xiàn)了將交流電機的控制過程等效為直流電機的控制過程。依據矢量控制的基本原理建立按轉子磁場定向的異步電機矢量控制系統(tǒng)仿真模型,其結構如圖1所示。
本系統(tǒng)分為轉速控制子系統(tǒng)和磁鏈控制子系統(tǒng),其中轉速控制子系統(tǒng)與直流調速系統(tǒng)類似采用了串級控制結構。轉速控制子系統(tǒng)中設置了轉速調節(jié)器ASR,轉速反饋信號取自于電機軸上的測速傳感器。轉速調節(jié)器的輸出Tei作為內環(huán)轉矩調節(jié)器ATR的給定值,轉矩反饋信號取自轉子磁鏈觀測器,設置轉矩閉環(huán)的目的是降低或消除兩個通道之間的慣性耦合作用。另外,從閉環(huán)意義上來說,磁鏈一旦發(fā)生變化,相當于對轉矩內環(huán)的一種擾動,必將受到轉矩閉環(huán)的抑制,從而減少或避免磁鏈突變對轉矩的影響。在磁鏈控制子系統(tǒng)中,設置了磁鏈調節(jié)器AψR,其輸入由外部給定,磁鏈反饋信號來自于磁鏈觀測器。
模糊自適應PI調節(jié)器以誤差e和誤差變化ec作為輸入,以比例系數Kp和積分系數Ki或其增量ΔKp、ΔKi作為輸出,利用模糊控制規(guī)則在線對PI參數進行調整,其結構如圖2所示。
模糊自適應PI調節(jié)器的作用是為了找出Kp、Ki與e和ec之間的模糊關系,通過不斷的檢測e和ec,根據模糊控制原理對Kp和Ki進行調整,從而使被控對象具有良好的動、靜態(tài)性能。從系統(tǒng)的穩(wěn)定性、響應速度、超調量以及穩(wěn)態(tài)精度等各方面來考慮,Kp、Ki的作用如下:
1)比例系數Kp的作用是加快系統(tǒng)的響應速度,提高系統(tǒng)的調節(jié)精度,Kp越大,系統(tǒng)響應速度越快,調節(jié)精度越高,但易產生超調。Kp取值過小則會降低調節(jié)精度,使得響應速度緩慢,從而延長調節(jié)時間。
2)積分系數Ki的作用是消除系統(tǒng)的穩(wěn)態(tài)誤差,Ki越大,系統(tǒng)的穩(wěn)態(tài)誤差消除越快,但過大的Ki則會在響應的初期產生積分飽和現(xiàn)象,從而引起響應過程的較大超調。Ki過小又會使靜態(tài)誤差難以消除,影響系統(tǒng)的調節(jié)精度。
為了和常規(guī)PI調節(jié)器比較,選擇PI調節(jié)器參數的增量ΔKp、ΔKi作為模糊調節(jié)器的輸出。設誤差e和誤差變化ec,以及ΔKp、ΔKi的模糊子集都是{NB,NM,NS,ZO,PS,PM,PB}, 其中的元素分別代表負大、負中、負小、零、正小、正中、正大,并設模糊子集的論域都為{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。根據實際操作經驗和專家知識,建立ΔKp、ΔKi與e、ec之間的模糊規(guī)則表,如表1和表2所示。
圖1 按轉子磁場定向的異步電動機矢量控制系統(tǒng)仿真模型
圖2 模糊自適應PI調節(jié)器結構
表1 ΔKp的模糊規(guī)則表
表2 ΔKi的模糊規(guī)則表
模糊調節(jié)器的輸入量誤差e,誤差變化量ec及輸出控制量u都是連續(xù)變化的精確量,所以先將其離散化。若精確量的實際變化范圍為[-x,x],模糊子集的論域為[-n, n],則誤差的量化因子Ke=n/x,誤差變化的量化因子Kc= n/x,輸出控制量的比例因子Ku= x/n。
本系統(tǒng)中速度的給定ωr*為100rad/s,控制任務是將電機的速度控制在給定值附近,誤差的允許范圍為不大于3%,則誤差的基本論域為[-3,3],誤差e的量化因子Ke=6/3=2。設誤差變化率的允許范圍為不大于誤差的5%,則誤差變化ec的基本論域為[-0.15,0.15],其量化因子Kec=6/0.15=40。設ΔKp、ΔKi的調整范圍為不大于已整定參數的15%,則ΔKp的基本論域為[-0.6,0.6],其比例因子Kup= 0.6/6=0.1;ΔKi的基本論域為[-6,6],其比例因子Kui= 6/6=1。
MATLAB提供豐富的工具箱,其中就包括用于建立模糊調節(jié)器的Fuzzy Logic Toolbox,在MATLAB命令窗口鍵入fuzzy命令就進入模糊調節(jié)器編輯窗口,根據需要建立一個二維的模糊調節(jié)器,其輸入為e和ec,輸出為ΔKp和ΔKi,根據上面的分析分別輸入e、ec及ΔKp、ΔKi的量化區(qū)間,并選擇合適的隸屬函數,有三角形、梯形、Z型、S型等多種選擇,對結果都沒有較大的影響,這里選擇對稱三角形。根據上面建立的模糊控制規(guī)則表,以if…then…的形式輸入模糊控制規(guī)則。
選擇調節(jié)器的類型為Mamdani,取與(And)的方法為min,或(Or)的方法為max,推理(Implication)的方法為min,合成(Aggregation)的方法為max,解模糊(Defuzzification)的方法為重心法centroid,模糊調節(jié)器設計完成以后,保存為safc.fis文件。
如圖1所示的異步電機矢量控制系統(tǒng)采用常規(guī)PI速度調節(jié)器,速度給定為100rad/s,通過對速度誤差信號的PI調節(jié),輸出轉矩的給定值。通過反復調整,當速度調節(jié)器參數Kp=4,Ki=20的時候,異步電機轉速具有良好的動、靜態(tài)性能。常規(guī)PI速度調節(jié)器模型如圖3所示。
圖3 常規(guī)PI速度調節(jié)器
按照前面的分析,整定后的模糊自適應PI速度調節(jié)器參數由下式獲得:
其中,Kp'和Ki為已整定的常規(guī)PI調節(jié)器參數,Kp、Ki為模糊自適應PI調節(jié)器參數,將直接作用于被控對象。在SIMULINK菜單中,選擇Fuzzy Logic Toolbox中的Fuzzy logic controller模塊并搭建模糊自適應PI速度調節(jié)器,如圖4所示。
在MATLAB命令窗口輸入一條指令matrix=readfis(‘safc.fis’)以獲取模糊調節(jié)器的信息,雙擊模糊調節(jié)器模塊(Fuzzy Logic Controller)并輸入matrix,建立模糊調節(jié)器和Simulink之間的聯(lián)系以便運行仿真模型。
分別采用常規(guī)PI速度調節(jié)器和模糊自適應PI速度調節(jié)器對圖1所示的異步電機矢量控制系統(tǒng)進行仿真比較,仿真電機的參數為:Pe=3.7kW,Rs=1.5?,Rr=2?,Ls=20mH,Lr=30mH,Lm=0.85H,J=0.1kg.m2,np=2,下面給出了相應仿真曲線。圖5及圖6為給定轉速為 =100rad/s時速度和轉矩響應曲線。
圖4 模糊自適應PI速度調節(jié)器
圖5 速度響應曲線比較
圖6 轉矩響應曲線比較
本文通過整定常規(guī)PI速度調節(jié)器的參數使系統(tǒng)獲得了較好的動靜態(tài)性能,為了進一步改善系統(tǒng)的響應速度和穩(wěn)態(tài)精度,將模糊自適應PI速度調節(jié)器引入異步電機矢量控制系統(tǒng)。仿真結果表明,模糊自適應PI速度調節(jié)器增強了系統(tǒng)速度調節(jié)的自適應能力,超調量小,響應速度快,大大的改善了系統(tǒng)的動靜態(tài)性能,具有較高的實用價值。
[1]張靜, 等.MATLAB在控制系統(tǒng)中的應用[M].北京∶ 電子工業(yè)出版社.2007.
[2]李士勇.模糊控制、神經控制和智能控制論[M].哈爾濱∶ 哈爾濱工業(yè)大學出版社.1998.
[3]李華德.交流調速控制系統(tǒng)[M].北京∶ 電子工業(yè)出版社.2003.
[4]Rajani K.Mudi, Nikhil R.Pal, A self-tuning fuzzy PI controller, Fuzzy Sets and Systems,2000, 327-338.
[5]M.T.Benchouia, S.E.Zouzou, Modeling and Simulation of Variable Speed Drive System with Adaptive Fuzzy Controller Application to PMSM, IEEE International Conference on industrial Technology, 2004, 683-687.