基于智能控制的直流電機(jī)PWM調(diào)速

田軍 楊磊 薛榮

摘要：本文主要討論了基于智能控制的直流電機(jī)PWM調(diào)速，在建立被控對象的數(shù)學(xué)模型的基礎(chǔ)上，應(yīng)用MATLAB的SIMULINK模塊進(jìn)行了仿真。本文介紹了直流電機(jī)的PWM雙極性驅(qū)動，通過設(shè)計(jì)模糊PID控制器和神經(jīng)網(wǎng)絡(luò)PID控制器，并與普通PID控制器進(jìn)行比較，討論了人工智能技術(shù)在直流電機(jī)調(diào)速中的應(yīng)用。

Abstract： The PWM speed regulation of DC motor based on intelligent control is discussed in this passage. And the simulation is carried out with the SIMULINK after that the mathematical model of controlled object is built. This article introduces the PWM bipolar drive of DC motor， designs a fuzzy controller and a neutral network controller and then discusses the application of artificial intelligence in the speed regulation of DC motor.

關(guān)鍵詞：直流電機(jī)調(diào)速;雙極性PWM調(diào)速;模糊PID控制;神經(jīng)網(wǎng)絡(luò)PID控制

Key words： speed regulation of DC motor;PWM bipolar speed regulation;fuzzy PID control; neutral network control

中圖分類號：TM33? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2019）18-0142-03

0? 引言

傳統(tǒng)的直流電機(jī)調(diào)速系統(tǒng)控制策略通常有變電樞電流調(diào)速、變勵磁調(diào)速及發(fā)電機(jī)-電動機(jī)調(diào)速等。變電樞電流調(diào)速系統(tǒng)雖然簡單易行、制造方便、價(jià)格低廉，但由于其效率低、軟機(jī)械特性、平滑調(diào)速范圍窄，目前很少被采用。發(fā)電機(jī)-電動機(jī)調(diào)速配合磁放大器、晶閘管等可控器件，雖然可以實(shí)現(xiàn)較寬范圍內(nèi)的平滑調(diào)速，但附加調(diào)速設(shè)備的引入無疑也增加了系統(tǒng)的體積。隨著相關(guān)技術(shù)的深入發(fā)展，現(xiàn)代直流電機(jī)調(diào)速系統(tǒng)開始進(jìn)入數(shù)字化、智能化發(fā)展模式，新興的調(diào)速系統(tǒng)控制策略及算法日漸成熟。新型電力半導(dǎo)體器件IGBT具有開關(guān)速度快，驅(qū)動簡單方便、可控能力強(qiáng)及自關(guān)斷特性，克服了晶閘管的主要缺點(diǎn)，因此，直流電機(jī)的脈寬調(diào)制（pulse width modulation），即PWM調(diào)速技術(shù)成為目前主流的直流電機(jī)數(shù)字調(diào)速策略，具有抗干擾能力強(qiáng)、調(diào)試靈活、高可靠性、占用空間體積小、調(diào)速精度高及易于管理、維護(hù)方便等一系列優(yōu)點(diǎn)。而國內(nèi)數(shù)字直流調(diào)速系統(tǒng)的控制策略主要包括補(bǔ)償PID控制、模糊控制及綜合性最優(yōu)控制等。

鑒于上述研究現(xiàn)狀，本文討論了基于模糊控制和神經(jīng)網(wǎng)絡(luò)控制的直流電機(jī)PWM調(diào)速系統(tǒng)。模糊控制系統(tǒng)通過檢測轉(zhuǎn)速控制PWM開關(guān)器件的導(dǎo)通時(shí)間，實(shí)現(xiàn)直流電機(jī)調(diào)速;神經(jīng)網(wǎng)絡(luò)系統(tǒng)通過將神經(jīng)網(wǎng)絡(luò)應(yīng)用到PID控制中，從PID中選取神經(jīng)元學(xué)習(xí)控制所需的狀態(tài)變量，從而具備良好的適應(yīng)能力。兩種系統(tǒng)均在一定程度上增強(qiáng)了直流電機(jī)調(diào)速系統(tǒng)的抗干擾能力和魯棒性，進(jìn)一步提高了系統(tǒng)的響應(yīng)速度和穩(wěn)態(tài)精度。

1? 直流電機(jī)調(diào)速控制系統(tǒng)仿真

如圖1所示為利用MATLAB的SIMULINK模塊建立的直流電機(jī)調(diào)速仿真模型，其中ASR為轉(zhuǎn)速控制器，ACR為電樞電流控制器，PWM模塊為雙極性H橋提供驅(qū)動所需的PWM波形[1]。此處采用了一臺5-HP，240-V ，額定轉(zhuǎn)速1220rpm 的直流電機(jī)。該電機(jī)的等效參數(shù)RF=240？贅，LF=120H，RA=0.6？贅，LA=12mH[2]。由圖可見，本文所討論的是轉(zhuǎn)速電流雙閉環(huán)直流調(diào)速系統(tǒng)。

圖2為PWM模塊內(nèi)部結(jié)構(gòu)和ACR模塊內(nèi)部結(jié)構(gòu)[3]。

2? 普通PID控制器的設(shè)計(jì)

PID控制器針對系統(tǒng)偏差的比例、積分、微分調(diào)節(jié)實(shí)現(xiàn)控制，其方程式為：

式中，Kp，Kl，KD為PID控制器參數(shù)，e（t）為控制器的偏差輸入信號，u（t）為控制信號。圖3為普通PID控制器的SIMULINK仿真圖。

3? 模糊PID控制器的設(shè)計(jì)

模糊控制器也稱為模糊邏輯控制器（Fuzzy Logic Controller，F(xiàn)LC），由于所采用的模糊控制規(guī)則是由模糊理論中模糊條件語句描述的，因此模糊控制器是一種語言型控制器，故也稱為模糊語言控制器（Fuzzy Language Controller，F(xiàn)LC）[4]。

模糊控制器的組成框圖如圖4所示。

圖5和圖6所示分別為模糊PID控制器的SIMULINK仿真圖，模糊控制規(guī)則仿真圖，以及誤差E、誤差變化率EC及控制量u的模糊隸屬度函數(shù)圖形。

4? 神經(jīng)網(wǎng)絡(luò)PID控制器

神經(jīng)網(wǎng)絡(luò)控制是20世紀(jì)80年代末期發(fā)展起來的自動控制領(lǐng)域的前沿學(xué)科之一。它是智能控制的一個(gè)新的分支，適于處理復(fù)雜的非線性、不確定、不確知系統(tǒng)的控制問題。

單神經(jīng)元自適應(yīng)智能PID控制器具有結(jié)構(gòu)簡單、適應(yīng)環(huán)境變化等特點(diǎn)，有較強(qiáng)的魯棒性。對比例、積分、微分三種控制作用進(jìn)行調(diào)整以形成相互配合又相互制約的關(guān)系，可從變化無窮的非線性組合中找出最佳的關(guān)系。神經(jīng)網(wǎng)絡(luò)所具有的任意非線性表示能力，可以通過對系統(tǒng)性能的學(xué)習(xí)來實(shí)現(xiàn)具有最佳組合的PID控制[5]。

神經(jīng)元的學(xué)習(xí)規(guī)則有：無監(jiān)督Hebb學(xué)習(xí)規(guī)則，有監(jiān)督Delta學(xué)習(xí)規(guī)則，有監(jiān)督Hebb學(xué)習(xí)規(guī)則。通過對加權(quán)系數(shù)的調(diào)整，實(shí)現(xiàn)了控制器的自適應(yīng)、自組織功能，通過有監(jiān)督的Hebb學(xué)習(xí)規(guī)則實(shí)現(xiàn)權(quán)系數(shù)的調(diào)整?？刂扑惴皩W(xué)習(xí)算法如下：

如圖7所示為神經(jīng)網(wǎng)絡(luò)控制器的SIMULINK仿真圖。

5? 仿真實(shí)驗(yàn)及結(jié)果分析

如圖8所示，分別為普通PID控制器，模糊PID控制器和神經(jīng)網(wǎng)絡(luò)PID控制器的方波響應(yīng)曲線。由圖中可看出，模糊PID控制器的方波響應(yīng)與普通PID控制器相仿，但是跟蹤曲線較為平滑;神經(jīng)網(wǎng)絡(luò)PID控制器的跟蹤曲線最為平滑，而且與輸入信號的誤差最小?？梢?，神經(jīng)網(wǎng)絡(luò)應(yīng)用于PID控制可以很好地改善控制性能，而模糊PID控制則由于應(yīng)用簡單，在面對較復(fù)雜的非線性系統(tǒng)時(shí)可以更加簡潔有效地實(shí)現(xiàn)控制要求。

參考文獻(xiàn)：

[1]Saffet Ayasun， Gültekin Karbeyaz. DC motor speed control methods using MATLAB/Simulink and their integration into undergraduate electric machinery courses[C]. Computer Applications in Engineering Education， 2007：347-354.

[2]Ayütel Gelen， Saffet Ayasun. Realization of Power Electronic Convertor Based DC Motor Speed Control Methods Using MATLAB/Simulink[C]. Int J Engng Ed. Vol. 25， No. 1， pp. 33-41， 2009.

[3]Seung-Ki Sul. Control of Electric Machine Drive Systems[M]， 2011： 46-47， 157-208.

[4]Kevin M. Passino， Stephon Yurkovich. Fuzzy Control[M]， 2001： 21-72.

[5]L.P.J. Veelenturf. Analysis and Applications of Artificial Neural Networks[M]. 1995： 6-45.