基于模糊神經(jīng)網(wǎng)絡的農(nóng)業(yè)電氣PID控制參數(shù)優(yōu)化

史德林

（江蘇省現(xiàn)代農(nóng)業(yè)裝備工程中心，江蘇句容　212400）

?

基于模糊神經(jīng)網(wǎng)絡的農(nóng)業(yè)電氣PID控制參數(shù)優(yōu)化

史德林

（江蘇省現(xiàn)代農(nóng)業(yè)裝備工程中心，江蘇句容212400）

摘要：提出一種基于改進模糊神經(jīng)網(wǎng)絡PID控制的農(nóng)業(yè)電氣設備控制參數(shù)優(yōu)化方法。設計了農(nóng)業(yè)電氣設備的系統(tǒng)結構模型，對農(nóng)業(yè)電氣設備的控制參量進行約束模型構建，得到控制目標函數(shù)，設計三層前向變結構PID神經(jīng)網(wǎng)絡，對農(nóng)業(yè)電氣PID控制參數(shù)進行自適應優(yōu)化調(diào)節(jié)，設計了變結構的模糊神經(jīng)網(wǎng)絡PID控制器，實現(xiàn)對農(nóng)業(yè)電氣PID優(yōu)化控制。仿真結果表明，采用該算法進行農(nóng)業(yè)電氣設備控制，其輸出電壓和電流等參數(shù)的穩(wěn)定性和自整定性較好，功率增益較高，收斂性好，控制誤差較少，提高了電氣系統(tǒng)的穩(wěn)定性和可靠性。

關鍵詞：農(nóng)業(yè)電氣；PID控制；神經(jīng)網(wǎng)絡

Project Supported by Three Projects of Agricultural Machinery of Jiangsu Province（NJ2013-18）.

農(nóng)業(yè)電氣設備通常處于高溫高熱高濕等惡劣的工作環(huán)境中進行播種和耕地作業(yè)。農(nóng)業(yè)電氣設備的組成部件構成復雜，主要由耕種作業(yè)控制器、電壓控制逆變器、農(nóng)機供電控制系統(tǒng)和電氣機組電源等組成，農(nóng)業(yè)電氣設備的耦合因素較多，導致農(nóng)業(yè)電氣設備的故障發(fā)生率較高。農(nóng)業(yè)電氣機電設備是一種多變量、非線性、強耦合系統(tǒng)，在農(nóng)業(yè)電氣機電設備的運行過程中，受外電場環(huán)境和工作環(huán)境溫濕度的干擾和影響，呈現(xiàn)一種時變非線性特征，出現(xiàn)遲滯控制、誤差控制，影響農(nóng)機設備工作的可靠性和穩(wěn)定性。然而農(nóng)業(yè)電氣參數(shù)控制系統(tǒng)是整個農(nóng)業(yè)電氣機電設備電氣控制的核心，是保證農(nóng)業(yè)電氣機電設備穩(wěn)定運行的關鍵。研究農(nóng)業(yè)電氣參數(shù)控制模型的優(yōu)化設計受到廣大專家學者的關注[1]。

傳統(tǒng)方法中，對農(nóng)業(yè)電氣控制方法主要有基于PID神經(jīng)元自適應控制的農(nóng)業(yè)電氣機電控制系統(tǒng)、基于虛擬樣機技術的農(nóng)業(yè)電氣機電控制模型、基于模糊控制理論的農(nóng)業(yè)電氣機電控制等[2-3]。其中，基于PID神經(jīng)元自適應控制的農(nóng)業(yè)電氣機電控制系統(tǒng)具有典型性，然而傳統(tǒng)的基于PID控制的農(nóng)業(yè)電氣機電控制系統(tǒng)采用BP神經(jīng)網(wǎng)絡控制方法進行農(nóng)業(yè)電氣設備控制，隨著農(nóng)業(yè)電氣設備的輸出參數(shù)多元化，導致控制參數(shù)出現(xiàn)諧振漂移，控制性能不好。對此，相關文獻進行了改進設計。其中，文獻[4]提出一種基于靜止無功率補償?shù)霓r(nóng)業(yè)電氣機電控制參數(shù)優(yōu)化設計方法，采用離散功率譜加權方法對農(nóng)業(yè)電氣機電設備控制過程中的諧振參數(shù)進行特征估計，并進行自動控制優(yōu)化，提高了控制性能，但是該方法需要對參數(shù)進行多維空間重構，導致算法的計算開銷較大；文獻[5]提出一種基于線性分類器最優(yōu)分割的農(nóng)業(yè)電氣PID控制參數(shù)優(yōu)化方法，在特征空間中建構最優(yōu)分割超平面，對農(nóng)業(yè)電氣PID控制參數(shù)進行離散聚類分析和狀態(tài)自適應檢測，提高了農(nóng)業(yè)電氣的控制精度，降低了電氣設備的故障發(fā)生率，但是該方法對農(nóng)業(yè)電氣控制擾動性較大，不能自適應跟蹤電氣設備在溫度變化下的參數(shù)控制誤差，控制性能不好[6-7]。針對上述問題，本文提出基于改進模糊神經(jīng)網(wǎng)絡PID控制的農(nóng)業(yè)電氣設備控制參數(shù)優(yōu)化方法。首先分析了農(nóng)業(yè)電氣設備的系統(tǒng)結構模型，對農(nóng)業(yè)電氣設備的控制參量進行約束模型構建，得到控制目標函數(shù)，基于傳統(tǒng)的神經(jīng)網(wǎng)絡PID控制算法進行改進，設計了變結構的模糊神經(jīng)網(wǎng)絡PID控制器，實現(xiàn)對農(nóng)業(yè)電氣PID控制優(yōu)化，仿真實驗進行了性能驗證，展示了本文算法在提高對農(nóng)業(yè)電氣控制性能、降低控制誤差、提高農(nóng)業(yè)電氣設備的輸出功率方面的優(yōu)越性能，展示了較好的應用價值，得出有效性結論。

1　農(nóng)業(yè)電氣設備的系統(tǒng)結構和參數(shù)約束模型構建

1.1農(nóng)業(yè)電氣設備的系統(tǒng)結構

在研究農(nóng)業(yè)電氣設備的優(yōu)化控制算法之前，首先給出農(nóng)業(yè)電氣設備的系統(tǒng)結構模型及控制原理，農(nóng)業(yè)電氣設備機組主要是由耕種作業(yè)控制器、電壓控制逆變器、農(nóng)機供電控制系統(tǒng)和電氣機組電源等組成。其中，農(nóng)業(yè)電氣參數(shù)控制系統(tǒng)是整個農(nóng)業(yè)電氣設備控制的核心，農(nóng)業(yè)電氣設備機組的控制模板主要是采用模糊神經(jīng)網(wǎng)絡控制，控制系統(tǒng)包括了農(nóng)業(yè)電氣的電力電動機、中頻發(fā)電機、DSP信息處理模塊、DA數(shù)據(jù)轉(zhuǎn)換模塊和時鐘頻率發(fā)生器、直流變換器和人機交互系統(tǒng)組成。農(nóng)業(yè)電氣機組系統(tǒng)結構模塊如圖1所示。

構建農(nóng)業(yè)電氣機電設備農(nóng)業(yè)電氣控制系統(tǒng)的電機組結構模型，進行農(nóng)業(yè)電氣控制系統(tǒng)結構設計與控制性能分析，農(nóng)業(yè)電氣機電設備在運行中，選擇轉(zhuǎn)子速度與壓力耦合的方式，保證農(nóng)業(yè)電氣的拖動電機具有較大的電氣儲能。農(nóng)業(yè)電氣機電設備的電力傳動控制電路和驅(qū)動電路系統(tǒng)模塊如圖2所示。

圖1　農(nóng)業(yè)電氣機組系統(tǒng)結構模塊Fig. 1 System structure module unit of agricultural electrical unit

圖2　農(nóng)業(yè)電氣機電設備的電力傳動控制電路模塊Fig. 2 The power transmission control circuit model of the agricultural mechanical and electrical equipment

分析圖2可知，農(nóng)業(yè)電氣機電設備感應電能采用分段式耦合傳輸，通過補償電容與系統(tǒng)電感進行參量耦合，電壓增益主要由負載和頻率決定。假設農(nóng)業(yè)電氣設備電機組的目標電流為，機組的控制傳感器電流誤差為發(fā)電機帶整流諧振角為ω0，電流有效值Ir，通過對電機轉(zhuǎn)子進行參數(shù)耦合控制，農(nóng)業(yè)電氣機電設備的電力傳動控制系統(tǒng)用外部電源給整個系統(tǒng)供＋5 V和±12 V的電壓，控制系統(tǒng)中，雙向逆變穩(wěn)壓補償器輸出電壓為3.3 V和1.6 V，三端濾波DSS306的外部電阻由負載Ro上電流比值來確定，則輸出電壓方程為：

采用PID控制方式，得到農(nóng)業(yè)電氣機組的最優(yōu)控制狀態(tài)下電流矢量數(shù)據(jù)的信號形式為：

農(nóng)業(yè)電氣設備的輻射場的磁損耗函數(shù)為：

式中：θ為額繞組氣隙面積；K為農(nóng)機電氣設備在轉(zhuǎn)子軸心的傳輸功率；R為農(nóng)機電氣設備輸入電源的磁電模值；為轉(zhuǎn)子鐵芯磁阻；e為農(nóng)業(yè)電氣機電控制模型的有功損耗。通過上述分析，得到了電氣設備的系統(tǒng)結構模型，在此基礎上進行參數(shù)控制優(yōu)化設計。

1.2控制參數(shù)約束模型和特征分析

在上述進行農(nóng)業(yè)電氣系統(tǒng)結構描述的基礎上，分析農(nóng)業(yè)電氣控制參數(shù)模型，為農(nóng)業(yè)電氣控制優(yōu)化控制提供數(shù)據(jù)模型基礎。則當導線的有效利用面積減小時，農(nóng)業(yè)電氣系統(tǒng)的控制端初級側(cè)和次級側(cè)的有效阻抗可以表示為：

式中：ω=2πf，表示農(nóng)業(yè)電氣控制的相位角度；N為農(nóng)業(yè)電氣機組結構的輸入功率；deff為電磁耦合分布強度；p為電容的阻抗值；ψ為負載強度；Str為渦流損耗；L為電氣控制系統(tǒng)的電感；T為環(huán)境溫度。

在農(nóng)業(yè)電氣系統(tǒng)進行作業(yè)過程中，存在線圈損耗、整流損耗、開關損耗，需要采用電容進行交流耦合，實現(xiàn)對損耗的抑制，采用光電倍增管電容進行交流耦合的示意圖如圖3所示。

圖3　光電倍增管電容進行交流耦合損耗抑制Fig. 3 AC coupling loss suppression of the photomultiplier tube capacitor

式中：RIGBT為農(nóng)業(yè)電氣設備的補償電容；Rs為阻抗；Rcs為電阻Req的負載；Rcp為功率因數(shù)；Rp為自感。采用3D有限元方法計算漏感，在諧振條件下，農(nóng)業(yè)電氣設備的補償電容的值取決于漏感和工作頻率，由損耗可以計算出效率：

為了增加系統(tǒng)兼容性和降低風險，在農(nóng)業(yè)電氣控制系統(tǒng)設計中，由于系統(tǒng)的交流耦合諧振影響到PID控制系統(tǒng)功率因數(shù)和輸出功率，需要采用PID參數(shù)優(yōu)化方法進行整流和濾波，得到整流濾波后的農(nóng)業(yè)電氣控制系統(tǒng)的輸出功率損耗為：式中：Ploss為農(nóng)業(yè)電氣設備的輸出功率損耗，通過上述分析，得到控制參數(shù)約束模型，描述如下：

式中：φa、ψa、γ為農(nóng)業(yè)電氣設備轉(zhuǎn)子葉片磁偶極子；為農(nóng)業(yè)電氣設備在不同狀態(tài)運行下的磁場矢量；為耦合漏磁系數(shù)；b1、b2、b3、d3為模型的已知系數(shù)；Δb1、Δb2、Δb3、Δd3為未確定系數(shù)；fd1、fd2、fd3為電氣設備控制的干擾項；δφ、δψ、δγ為控制輸入?；谏鲜隹刂茀?shù)約束模型構建，對農(nóng)業(yè)電氣設備進行模糊神經(jīng)網(wǎng)絡控制，優(yōu)化控制參數(shù)，提高控制性能。

2　基于模糊神經(jīng)網(wǎng)絡的農(nóng)業(yè)電氣PID控制優(yōu)化算法

在上述進行系統(tǒng)設計和控制參數(shù)約束模型構建的基礎上，進行農(nóng)業(yè)電氣PID控制優(yōu)化設計，傳統(tǒng)方法采用BP神經(jīng)網(wǎng)絡控制方法進行農(nóng)業(yè)電氣設備控制，隨著農(nóng)業(yè)電氣設備的輸出參數(shù)多元化，導致控制參數(shù)出現(xiàn)諧振漂移，控制性能不好。為了克服傳統(tǒng)方法的弊端，本文提出一種基于改進模糊神經(jīng)網(wǎng)絡PID控制的農(nóng)業(yè)電氣設備控制參數(shù)優(yōu)化方法?；谀：窠?jīng)網(wǎng)絡控制原理，設計三層前向變結構PID神經(jīng)網(wǎng)絡，提高農(nóng)業(yè)電氣設備轉(zhuǎn)速調(diào)節(jié)的控制性能。PID變結構網(wǎng)絡分為輸入層、隱含層和輸出層，變結構的PID神經(jīng)網(wǎng)絡結構模型如圖4所示。

圖4　變結構PID神經(jīng)網(wǎng)絡結構模型Fig. 4 Structure model of the variable structure PID neural network

圖4所示的農(nóng)業(yè)電氣控制PID神經(jīng)網(wǎng)絡系統(tǒng)成為SPIDNN，農(nóng)業(yè)電氣控制系統(tǒng)設計中，選取SPIDNN作為學習網(wǎng)絡，三層前向神經(jīng)元為2×3×1結構，基于上述基本系統(tǒng)結構模型，進行控制參數(shù)優(yōu)化設計，在農(nóng)業(yè)電氣控制系統(tǒng)發(fā)電機相電壓一定的前提下，固定輸入層至隱含層的權值ωij（i=1，2；j=1，2，3），在任意時刻t，對于農(nóng)業(yè)電氣機電設備的敏感元件，采用模糊控制補償方法，得到第j個神經(jīng)元的輸出量為x1，x2，…，xn，考慮系統(tǒng)的不確定因素，采用自適應加權算法，對農(nóng)業(yè)電氣設備的控制函數(shù)分為確定和不確定兩部分，分別乘上權重值w1j，w2j，…，wnj后，得到模糊神經(jīng)元在狀態(tài)uj的輸出狀態(tài)參量為：

當不考慮系統(tǒng)的不確定因素時，得到：

通過PID變結構控制，農(nóng)業(yè)電氣設備的低速軸的總輸入netj等于與其相連的各支路輸出量分x1，x2，…，xn的總和，對網(wǎng)絡輸入新的訓練向量：

在PID神經(jīng)控制系統(tǒng)中，考慮農(nóng)業(yè)電氣設備控制過程中溫度造成的熱誤差，得到隱含層的參數(shù)補償項為：

對農(nóng)業(yè)電氣機電設備的輸出功率增益進行自適應調(diào)節(jié)，固定輸入層至隱含層的權值ωij（i=1，2；j= 1，2，3），則

令：

式中：兩相換流差分電壓為ΔV。通過上述改進的變結構PID模糊神經(jīng)網(wǎng)絡控制，對式（10）的控制函數(shù)進行優(yōu)化，基于改進的模糊神經(jīng)網(wǎng)絡PID控制的農(nóng)業(yè)電氣控制函數(shù)為

式中：b＞0，φa為磁損耗；為電機的轉(zhuǎn)動速度；u為輸入量；fd為外加的控制系統(tǒng)干擾信號。由此可見，采用本文方法進行控制算法改進，可以有效降低控制誤差。

3　仿真實驗與結果分析

為了測試本文設計的改進算法在農(nóng)業(yè)電氣設備優(yōu)化參數(shù)控制中的性能，需要進行仿真實驗。仿真建立在Matlab Simulink軟件基礎上，仿真實驗的計算機配置環(huán)境為：Lenovo KM400[8-9]，處理器為AMD Athlon 1.83 GHz，2 G內(nèi)存，農(nóng)業(yè)電氣PID控制參數(shù)：Np=Ns=20，f=20.5 kHz，Cp=Cs=0.57 μF。農(nóng)業(yè)電氣機電設備的農(nóng)業(yè)電氣控制系統(tǒng)中，使用24 V、7.2 Ah的光伏電池作為主供電電源，轉(zhuǎn)子模型線圈距離100 mm，輸入電壓24 V。農(nóng)業(yè)電氣機電設備的轉(zhuǎn)子電阻Rr=0.740 2 Ω，最大電能利用率為0.34，額定功率為2 000 kW。在上述參數(shù)設計的基礎上，進行農(nóng)業(yè)電氣設備控制參數(shù)優(yōu)化，得到優(yōu)化的參數(shù)結果見表1。

表1　參數(shù)設計及優(yōu)化結果Tab. 1 The design and optimization results

根據(jù)上述參數(shù)設計，在農(nóng)業(yè)電氣設備功率損耗固定的情況下，進行模糊PID控制仿真，得到輸出電氣設備輸出的電流和電壓如圖5所示。

從圖5可見，采用本文控制方法實現(xiàn)對農(nóng)業(yè)電氣的PID控制參數(shù)優(yōu)化后，輸出的電壓和電流等參數(shù)的穩(wěn)定性和自整定性較好，功率增益較高，為了對比本算法的性能，采用本文算法和傳統(tǒng)算法，以農(nóng)業(yè)電氣設備的參量輸出穩(wěn)定性為測試指標，得到仿真結果如圖6所示。

圖5　電氣設備控制系統(tǒng)的電流和電壓輸出Fig. 5 The current and voltage output of the electrical equipment control system

圖6　農(nóng)業(yè)電氣設備的控制參量輸出Fig. 6 The controlling parameter outputs of the agricultural electrical equipment

從圖6可見，采用本文算法可獲得平穩(wěn)的農(nóng)業(yè)電氣設備振蕩幅度控制輸出，克服了傳統(tǒng)方法諧振失真的缺陷，隨著農(nóng)業(yè)電氣設備運行時間的增大和電場頻率的增大，農(nóng)業(yè)電氣設備的控制輸出區(qū)域穩(wěn)定，誤差減小，收斂性較好，仿真結果展示了本文算法在實現(xiàn)農(nóng)業(yè)電氣PID控制參數(shù)優(yōu)化后的電氣控制性能。

4　結語

農(nóng)業(yè)電氣機電設備是一種多變量、非線性、強耦合系統(tǒng)，在農(nóng)業(yè)電氣機電設備的運行過程中，受外電場環(huán)境和工作環(huán)境溫濕度的干擾和影響下，呈現(xiàn)一種時變非線性特征，出現(xiàn)遲滯控制、誤差控制，影響對農(nóng)機設備工作的可靠性和穩(wěn)定性。農(nóng)業(yè)電氣參數(shù)控制系統(tǒng)是整個農(nóng)業(yè)電氣機電設備電氣控制的核心，是保證農(nóng)業(yè)電氣機電設備穩(wěn)定運行的關鍵。本文提出一種基于改進模糊神經(jīng)網(wǎng)絡PID控制的農(nóng)業(yè)電氣設備控制參數(shù)優(yōu)化方法。首先分析了農(nóng)業(yè)電氣設備的系統(tǒng)結構模型，對農(nóng)業(yè)電氣設備的控制參量進行約束模型構建，得到控制目標函數(shù)，基于傳統(tǒng)的神經(jīng)網(wǎng)絡PID控制算法進行改進，設計了變結構的模糊神經(jīng)網(wǎng)絡PID控制器，實現(xiàn)對農(nóng)業(yè)電氣PID控制優(yōu)化。仿真結果表明，采用該算法進行農(nóng)業(yè)電氣設備控制的性能較好，輸出的電壓和電流等參數(shù)的穩(wěn)定性和自整定性較好，功率增益較高，收斂性和控制精度都得到了較大的提高。

參考文獻

[1]甄建軍，張毅.基于螺旋平面線圈的感應電能傳輸技術研究[J].電氣自動化，2014，36（2）: 78-80. ZHEN Jianjun，ZHANG Yi. Research on inductive power transmission technology based on spiral planar coil[J]. Electrical Automation，2014，4（2）: 78-80（in Chinese）.

[2]趙石磊，郭紅，劉宇鵬.基于軌跡跟蹤的線性時滯系統(tǒng)容錯控制[J].信息與控制，2015，44（4）: 469-473. ZHAO Shilei，GUO Hong，LIU Yupeng. Fault tolerant control for linear time-delay system based on trajectory tracking[J]. Information and Control，2015，44（4）: 469-473（in Chinese）.

[3] MCGINNIS T，HENZE C P，CONROY K. Inductive power system for autonomous underwater vehicles[C]// in 2007 Oceans，2007，Vancouver，2007，1-5: 736-740.

[4] YOSHIOKA D，SAKAMOTO H，ISHIHARA Y，et al. Power feeding and data-transmission system using magnetic coupling for an ocean observation mooring buoy[J]. IEEE Transactions on Magnetics，2007，43（6）: 2663 -2665.

[5] LIN Jie，LI Xingfei，LI Haifeng，et al．Construction of contactless power feeding system for ocean buoy[C]// In WiCOM，2011 7th International Conference，2011: 1-4.

[6]劉彥呈，任俊杰，王寧，等.永磁同步電機旋轉(zhuǎn)坐標系滑模觀測器設計研究[J].電機與控制學報，2015，19 （7）: 36-44. LIU Yancheng，REN Junjie，WANG Ning，et al. Research of sliding mode observer for permanent magnet synchronous motor based on the synchronous rotating frame[J]. Electric Machines and Control，2015，12（7）: 36-44（in Chinese）.

[7]田永紅.引入混沌差分控制理論的溫度控制器設計[J].科技通報，2014，30（6）: 47-51. TIAN Yonghong. Design of temperature controller under

chaos differential control theory[J]. Bulletin of Science and Technology，2014，30（6）：47-51（in Chinese）.

[8]滿超楠，楊帥崢，周琳，等.基于保護間隙的配電網(wǎng)差異性綜合防雷保護[J].電瓷避雷器，2013，1（136）: 64-67; MAN Chaonan，YANG Shuaizheng，ZHOU Lin，et al. The otherness integrated lightning protection of the power distribution network based on protection gap[J]. Insulators and Surge Arresters，2013，1（136）: 64-67（in Chinese）.

[9]行鵬，朱宜東，林國生，等.基于PLC和工控機的沖擊絕緣耐受試驗控制系統(tǒng)[J].高壓電器，2012（1）: 105-109. XING Peng，ZHU Yidong，LIN Guosheng，et al. Control system of impulse insulation withstand test based on PLC and IPC[J]. High Voltage Apparatus，2012（1）: 105-109 （in Chinese）.

史德林（1980—），男，碩士，講師，主要研究方向為農(nóng)業(yè)工程、物聯(lián)網(wǎng)。

（編輯馮露）

Optimization of Agricultural Electrical PID Control Parameters Based on Fuzzy Neural Network

SHI Delin
（Jiangsu Modern Agricultural Equipment Engineering Center，Jurong 212400，Jiangsu，China）

ABSTRACT：In this paper an improved fuzzy neural network PID control method for agricultural electrical equipment control parameters is proposed. The system structure model of the agricultural electrical equipment is designed and the control parameters are set up and the control objective function is obtained. The PID neural network is designed with the PID control parameters adjusted and the fuzzy neural network PID controller is designed to realize the PID optimized control of the agricultural electrical equipment. The simulation results show that the with this algorithm to control the agricultural electrical equipment，the stability and self-adjusting of the output voltage and current are better with higher power gain，better convergence and less control errors and the stability and reliability of the electrical system are improved.

KEY WORDS：agricultural electrical；PID control；neural network

作者簡介：

收稿日期：2015-09-21。

基金項目：江蘇省農(nóng)機三項工程項目（NJ2013-18）。

文章編號：1674- 3814（2016）03- 0040- 05

中圖分類號：TP183

文獻標志碼：A