無刷雙饋電機(jī)控制算法綜述

羅 山

(攀枝花學(xué)院電氣信息工程學(xué)院，四川攀枝花617000)

無刷雙饋電機(jī)(Brushless Doubly-Fed Machine，BDFM)是一種運(yùn)行可靠、結(jié)構(gòu)簡單、既可同步運(yùn)行又可異步運(yùn)行、在無刷的情況下實(shí)現(xiàn)雙饋運(yùn)行的新型電機(jī)。BDFM具有功率因數(shù)可調(diào)、變頻器容量小、對電網(wǎng)的諧波污染少等優(yōu)點(diǎn)，因此特別適合于變頻調(diào)速系統(tǒng)如風(fēng)機(jī)和泵類的調(diào)速，以及變速恒頻發(fā)電如風(fēng)力、水力發(fā)電系統(tǒng)。

國內(nèi)外大量學(xué)者對BDFM進(jìn)行了深入的研究，提出了多種控制算法，如矢量控制［1-4］、直接轉(zhuǎn)矩控制［5-7］、模糊控制［8-9］、神經(jīng)網(wǎng)絡(luò)控制［10］和模糊神經(jīng)網(wǎng)絡(luò)控制［11］等。本文較全面地介紹并分析了當(dāng)前國內(nèi)外BDFM控制算法的發(fā)展現(xiàn)狀，給出了優(yōu)缺點(diǎn)，為BDFM控制的研究提供一定的方向。

1 BDFM控制算法及分析

通過建立BDFM的數(shù)學(xué)模型，獲得等效電磁轉(zhuǎn)矩［12］，可以提出多種不同的控制算法。BDFM的控制算法主要有基本控制算法和智能控制算法兩類，下面分別進(jìn)行論述。

1.1 BDFM基本控制算法

1.1.1矢量控制

它是利用電機(jī)的動(dòng)態(tài)數(shù)學(xué)模型和矢量變換方法，將異步電機(jī)模擬成直流電機(jī)。它可分為定子磁場定向控制和轉(zhuǎn)子磁鏈定向控制兩種，其中定子磁場定向控制是將同步旋轉(zhuǎn)坐標(biāo)系d軸放置在定子磁場方向上，這樣對定子磁通觀測器的實(shí)現(xiàn)有利，從而消弱轉(zhuǎn)子回路參數(shù)對系統(tǒng)性能的影響。

該算法優(yōu)點(diǎn):可對磁鏈和轉(zhuǎn)矩獨(dú)立控制，控制性能明顯改善;調(diào)速范圍寬，可實(shí)現(xiàn)連續(xù)控制。

該算法缺點(diǎn):對電機(jī)參數(shù)的依賴性強(qiáng)，很難達(dá)到理想的控制性能;需假設(shè)電機(jī)中只有基波正序磁動(dòng)勢，與實(shí)際情況不完全符合;解耦只能在穩(wěn)態(tài)時(shí)才能實(shí)現(xiàn)，弱磁時(shí)仍然存在耦合;若解耦后的控制回路使用PI調(diào)節(jié)器，參數(shù)變化及各種不確定性因素對性能的影響嚴(yán)重。

1.1.2直接轉(zhuǎn)矩控制

它不經(jīng)過復(fù)雜的計(jì)算，而是把電機(jī)和逆變器看成一個(gè)整體，采用空間矢量法，以定子磁場定向方式，利用可控的定子繞組電壓和電流對定子磁鏈和電磁轉(zhuǎn)矩進(jìn)行直接控制。

該算法優(yōu)點(diǎn):系統(tǒng)結(jié)構(gòu)簡單，靜、動(dòng)態(tài)性能優(yōu)良;磁場定向利用定子磁鏈進(jìn)行，系統(tǒng)性能魯棒性強(qiáng);可應(yīng)用于弱磁調(diào)速。

該算法缺點(diǎn):低速時(shí)死區(qū)效應(yīng)會(huì)引起轉(zhuǎn)矩脈動(dòng);提高逆變器開關(guān)頻率有較大的限制;低速時(shí)定子電阻的變化會(huì)引起定子電流和磁鏈的畸變;沒有電流環(huán)，需采取措施限流。

1.2 BDFM智能控制算法

1.2.1模糊控制

它是基于模糊推理，不依賴于對象模型而模仿人的思維模式，對難以建立精確數(shù)學(xué)模型的對象的一種控制，包括模糊化、模糊推理、清晰化三個(gè)過程。將模糊控制與直接轉(zhuǎn)矩控制結(jié)合，利用模糊控制器自動(dòng)合理地選擇電壓矢量，能有效降低轉(zhuǎn)矩脈動(dòng)，定子電流和磁鏈波形得到改善［13］。

該算法優(yōu)點(diǎn):硬件的實(shí)現(xiàn)比較簡單;能夠克服參數(shù)變化和非線性等不確定因素的影響，魯棒性強(qiáng);不依賴于對象模型，不精確信息可得到處理;能模仿人的經(jīng)驗(yàn)而對復(fù)雜對象進(jìn)行控制。

該算法缺點(diǎn):控制精度較低，甚至可能產(chǎn)生振蕩;模糊規(guī)則、比例因子、隸屬函數(shù)和量化因子很難確定;缺乏模糊規(guī)則的設(shè)計(jì)方法;自適應(yīng)能力有限。

該算法能有效地克服電機(jī)的非線性、強(qiáng)耦合等缺點(diǎn)［8］。它的自適應(yīng)性和精度較差，因此常與PID、自適應(yīng)、神經(jīng)網(wǎng)絡(luò)等其他控制結(jié)合使用。

1.2.2神經(jīng)網(wǎng)絡(luò)控制

它模擬人的大腦神經(jīng)生物結(jié)構(gòu)，能逼近任何非線性特性，能夠?qū)W習(xí)理解與自適應(yīng)不確定對象的動(dòng)態(tài)特性。具有很強(qiáng)的容錯(cuò)性和魯棒性以及并行處理的快速性。

該算法優(yōu)點(diǎn):具有很強(qiáng)的自學(xué)習(xí)、自適應(yīng)和非線性映射能力，容錯(cuò)性和魯棒性均很強(qiáng);不需要對象模型和復(fù)雜控制結(jié)構(gòu)，可用于復(fù)雜的控制對象;通過對一些I/O樣本進(jìn)行訓(xùn)練，即可逼近任意對象的動(dòng)態(tài)特性。

該算法缺點(diǎn):選取網(wǎng)絡(luò)結(jié)構(gòu)、隱層數(shù)及各層神經(jīng)元數(shù)缺乏理論依據(jù);參數(shù)物理意義不明確;穩(wěn)定性分析較難，收斂性較差，可能陷入局部最優(yōu)，甚至發(fā)散;對訓(xùn)練集的要求高、訓(xùn)練時(shí)間長;基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化的優(yōu)化目標(biāo)，泛化性能不佳;計(jì)算量大且復(fù)雜。

此算法準(zhǔn)確地?cái)M合BDFM的非線性［10］，常與自適應(yīng)控制、PID控制、模糊控制等結(jié)合使用。

1.2.3模糊神經(jīng)網(wǎng)絡(luò)控制

模糊控制是利用專家的先驗(yàn)知識(shí)進(jìn)行模糊推理，而神經(jīng)網(wǎng)絡(luò)對于參數(shù)的變化具有很強(qiáng)的學(xué)習(xí)與自適應(yīng)能力。模糊控制的功能通過神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)，從而神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速度慢、易陷入局部最優(yōu)值的問題得到改善，控制系統(tǒng)的實(shí)時(shí)性增強(qiáng)。

該算法優(yōu)點(diǎn):兩者結(jié)合突出各自優(yōu)勢;采用模糊化規(guī)則，系統(tǒng)的容錯(cuò)性增強(qiáng);采用模糊計(jì)算，處理速度加快;信息處理方式增多，信息處理方法更加靈活;確知和非確知信息可同時(shí)處理，信息處理能力增強(qiáng)。

該算法缺點(diǎn):選取模糊規(guī)則沒有通用的方法;模型復(fù)雜性與泛化能力之間存在矛盾;模糊推理層節(jié)點(diǎn)數(shù)和模糊化層的選取、模糊合成和推理算法的選取以及清晰化的計(jì)算方法等無理論依據(jù)。

采用該算法的BDFM系統(tǒng)具有響應(yīng)速度快，跟蹤性能好，穩(wěn)態(tài)誤差很小，性能優(yōu)良的特點(diǎn)［11］。

1.2.4專家控制

它是將專家系統(tǒng)與控制理論相結(jié)合，能自適應(yīng)地解釋參數(shù)當(dāng)前狀況，預(yù)測系統(tǒng)未來行為，尋找出現(xiàn)問題的原因，制訂校正方法，并監(jiān)控計(jì)劃的執(zhí)行，以實(shí)現(xiàn)對較為復(fù)雜對象的控制。

該算法優(yōu)點(diǎn):決策能力強(qiáng)，運(yùn)行可靠，能夠處理不確定性、不完全性和不精確性等問題;通用性好，擬人能力強(qiáng)，控制與處理靈活;對象數(shù)學(xué)模型的缺陷通過專家的知識(shí)和經(jīng)驗(yàn)得到彌補(bǔ)。

該算法缺點(diǎn):設(shè)計(jì)解釋機(jī)構(gòu)、建立用戶接口等方面存在問題;對專家的經(jīng)驗(yàn)過度依賴，且獲得專家經(jīng)驗(yàn)知識(shí)較困難;需要建立實(shí)時(shí)操作知識(shí)庫;存在穩(wěn)態(tài)誤差;知識(shí)庫的更新與規(guī)則的生成困難;難以分析系統(tǒng)的穩(wěn)定性。

1.2.5模糊自適應(yīng)PID控制

通過設(shè)計(jì)模糊自適應(yīng)PID控制器來實(shí)現(xiàn)模糊自適應(yīng)PID控制［13］。模糊自適應(yīng)PID控制器，既有模糊控制器動(dòng)態(tài)響應(yīng)快、超調(diào)量小、上升時(shí)間小、魯棒性強(qiáng)的特點(diǎn)，又有PID控制器的動(dòng)態(tài)跟蹤性能和控制精度。模糊自適應(yīng)PID控制的主要任務(wù)是找出PID的兩個(gè)參數(shù)與誤差e和誤差變化率ec之間的模糊關(guān)系，在運(yùn)行中不斷檢測e和ec，根據(jù)確定的模糊控制規(guī)則來對兩個(gè)參數(shù)進(jìn)行實(shí)時(shí)整定，以滿足對兩個(gè)參數(shù)的不同要求［14］。

1.2.6專家自適應(yīng)PID控制

它是以被控對象和控制規(guī)律的各種知識(shí)為基礎(chǔ)，通過專家系統(tǒng)以智能的方式應(yīng)用這些知識(shí)，使控制系統(tǒng)性能盡可能地優(yōu)化和實(shí)用化。專家系統(tǒng)由專家知識(shí)庫、數(shù)據(jù)庫和邏輯推理機(jī)三部分模塊組成。一般的專家自適應(yīng)PID控制器必須加以改進(jìn)后才能用于BDFM調(diào)速系統(tǒng)。專家知識(shí)庫模塊中儲(chǔ)存了PID參數(shù)選擇手冊，它記載了各種工況下的無刷雙饋電機(jī)特性所對應(yīng)的P、I、D參數(shù)。當(dāng)BDFM調(diào)速系統(tǒng)工作狀態(tài)改變時(shí)，控制系統(tǒng)調(diào)用專家系統(tǒng)模塊，對PID參數(shù)進(jìn)行自適應(yīng)整定。

專家自適應(yīng)PID控制能使電機(jī)在轉(zhuǎn)速或負(fù)載變化時(shí)超調(diào)減小，并使轉(zhuǎn)速很快重新趨于穩(wěn)定，動(dòng)態(tài)性能優(yōu)良。它可以實(shí)現(xiàn)實(shí)時(shí)控制，硬件的實(shí)現(xiàn)簡單，對象的模型要求也不高，可在不同原因引起的擾動(dòng)下正常工作，是一種很好的閉環(huán)控制算法［15］。

2 BDFM控制算法的發(fā)展趨勢

要進(jìn)一步提高BDFM的運(yùn)行性能，需要對現(xiàn)有的數(shù)學(xué)模型和控制算法等做進(jìn)一步的研究。

首先，需要進(jìn)行進(jìn)一步改進(jìn)BDFM的數(shù)學(xué)模型，逐步建立考慮磁路的飽和與非線性問題、定子兩套繞組之間存在耦合的問題、高次諧波對定子兩套不同極對數(shù)的影響的數(shù)學(xué)模型。建立更精確的數(shù)學(xué)模型，從而提高BDFM的控制精度和響應(yīng)速度。

其次，以現(xiàn)有控制算法為基礎(chǔ)，將多種控制算法的優(yōu)點(diǎn)相結(jié)合形成混合控制算法，或研究新型的控制算法以提高系統(tǒng)控制精度和響應(yīng)速度。同時(shí)應(yīng)對BDFM控制算法的參數(shù)優(yōu)化進(jìn)行研究，通過選取最合適的參數(shù)減少調(diào)試時(shí)間，提高控制系統(tǒng)的性能。

［1］Zhou D，Spee R，Alexander GC.Experimental Evaluation of a Rotor Flux Oriented Control Algorithm for Brushless Doubly-fed Machines［C］.IEEE Transaction on Power E-lectronics Specialists Conference，1996:913 －919.

［2］黃守道，王耀南.無刷雙饋電機(jī)轉(zhuǎn)子磁場定向控制策略的研究［J］.電工技術(shù)學(xué)報(bào)，2002，17(2):34 －39.

［3］Poza J，Oyarbide E，Roye D.New Vector Control Algorithm for Brushless Doubly-fed Machines［C］.2002 IEEE 28th Annual Conference on Industrial Electronics Society，2002:1138 －1143.

［4］Shao S，Abdi E.McMahon R.Vector control of the Brushless Doubly-Fed Machine for Wind Power Generation［C］.IEEE International Conference On Sustainable Energy Technologies，2008:322 －327.

［5］鄧先明.BDFM的電磁分析與設(shè)計(jì)應(yīng)用［M］.北京:機(jī)械工業(yè)出版社，2009.

［6］Brassfield W R，Spee R，Habetler T G.Direct Torque Control for Brushless Doubly-fed Machines［C］.IEEEIAS Annual Meeting，Corvallis，USA，1992，1:615-622.

［7］劉曉鵬，張愛玲，樊雙英.無刷雙饋電機(jī)直接轉(zhuǎn)矩控制策略的研究［J］.微特電機(jī)，2006(3):25－31.

［8］甘良志，伍斌，姜來東.采用模糊控制器的直接轉(zhuǎn)矩控制系統(tǒng)仿真［J］.繼電器，2001，29(11):41－43.

［9］周欣欣，張愛玲.無刷雙饋電機(jī)直接轉(zhuǎn)矩控制轉(zhuǎn)矩脈動(dòng)最小化［J］.電機(jī)與控制學(xué)報(bào)，2006，10(6):571－575.

［10］王群京，陳權(quán)，姜衛(wèi)東，等.異步電動(dòng)機(jī)神經(jīng)網(wǎng)絡(luò)直接轉(zhuǎn)矩控制建模與仿真［J］.電工技術(shù)學(xué)報(bào)，2007，22(3):32－40.

［11］劉燕飛，王倩.基于模糊神經(jīng)網(wǎng)絡(luò)的感應(yīng)電機(jī)直接轉(zhuǎn)矩控制［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2008，20(3):86－89.

［12］劉航航，韓力.無刷雙饋電機(jī)控制策略發(fā)展綜述［J］.微特電機(jī)，2010，(6):74 －78.

［13］趙輝，彭濤，岳有軍，等.模糊自適應(yīng)PID控制在無刷雙饋電機(jī)矢量控制中的應(yīng)用［J］.天津理工大學(xué)學(xué)報(bào)，2008，24(3):36 －39.

［14］蔡曉銘，楊向宇.基于模糊PID的無刷雙饋電機(jī)矢量控制［J］.微特電機(jī)，2005，11(2):30 －32，45.

［15］叢爽，鄭毅松.幾種局部連接神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及性能的分析與比較［J］.計(jì)算機(jī)工程，2003，29(22):11 －13.