BP神經(jīng)網(wǎng)絡(luò)PI控制在盾構(gòu)變頻器上的應(yīng)用分析

（中鐵工程裝備集團(tuán)有限公司，河南 鄭州 450016）

隨著城市交通立體化發(fā)展，城市地下公路隧道逐漸增多，公路隧道的特點(diǎn)是隧道直徑大、地層復(fù)雜、沉降管控嚴(yán)格。針對(duì)上述特點(diǎn)，公路隧道多采用盾構(gòu)法，采用這種大直徑盾構(gòu)，由于效率、結(jié)構(gòu)等問(wèn)題，刀盤(pán)主驅(qū)動(dòng)多采用電機(jī)驅(qū)動(dòng)，所以控制刀盤(pán)運(yùn)動(dòng)的核心就是變頻器。

目前電驅(qū)盾構(gòu)主驅(qū)動(dòng)品牌多采用Schneider、ABB、SIEMENS 等，這些品牌的大多數(shù)采用變頻（VF）控制和矢量控制（VC）[1]；VF 控制是開(kāi)環(huán)控制，改變頻率調(diào)節(jié)電機(jī)轉(zhuǎn)速，在改變輸出頻率的同時(shí)要保證頻率與電壓比值恒定，所以電機(jī)參數(shù)對(duì)VF 控制影響很小，但存在控制精度不高，低頻段輸出扭矩小等缺點(diǎn)；VC 控制通過(guò)坐標(biāo)轉(zhuǎn)換把交流異步電機(jī)的數(shù)學(xué)模型轉(zhuǎn)化為直流電機(jī)數(shù)學(xué)模型，直流電機(jī)控制模型是把電流分為勵(lì)磁分量和轉(zhuǎn)矩分量，這樣就可以通過(guò)兩個(gè)分量的幅值大小和相位大小來(lái)控制交流電機(jī)，所以其控制精度高，且在低頻段輸出扭矩大，但其存在運(yùn)算量大響應(yīng)不及時(shí)的缺點(diǎn)；由于VC 控制需要通過(guò)解耦的方式需要大量運(yùn)算，算法的響應(yīng)相比就會(huì)慢，為了克服這一缺點(diǎn)，ABB 采用直接轉(zhuǎn)矩控制[2～3]（DTC），其原理是定子的電壓和電流是可檢測(cè)量，檢測(cè)出的值可根據(jù)空間矢量數(shù)學(xué)模型計(jì)算得出磁鏈和轉(zhuǎn)矩，得到的結(jié)果與目標(biāo)值比較，這樣減少了的VC 控制中的解耦環(huán)節(jié)提高了響應(yīng)速度，但DTC 采用Bang-Bang 控制器，這就使得輸出會(huì)出現(xiàn)較大的電流沖擊，影響電氣部件的壽命。各種廠家的控制方式不同，但面向用戶(hù)的調(diào)節(jié)還是采用傳統(tǒng)的PID 控制器，傳統(tǒng)的變頻器PID 控制器參數(shù)是恒定，當(dāng)負(fù)載側(cè)發(fā)生突變時(shí)無(wú)法快速響應(yīng)的問(wèn)題。

1 傳統(tǒng)PID調(diào)節(jié)

目前大盾構(gòu)主驅(qū)動(dòng)采用多電機(jī)協(xié)同工作的方法，控制流程如圖1 所示，這是PID 控制器參數(shù)以穩(wěn)定為主會(huì)適當(dāng)犧牲響應(yīng)速度而且PID 參數(shù)是固化在變頻器上的，當(dāng)?shù)貙臃€(wěn)定時(shí)變頻器控制效果良好，但當(dāng)遇到復(fù)雜地層時(shí)，可能造成局部電機(jī)負(fù)載突增、轉(zhuǎn)速突降的狀況，如果還使用上述參數(shù)，可能會(huì)造成電機(jī)轉(zhuǎn)速震蕩觸發(fā)單盤(pán)停止信號(hào)，導(dǎo)致刀盤(pán)驟停，引起掌子面壓力波動(dòng)。

圖1 傳統(tǒng)PID調(diào)節(jié)流程圖

2 基于BP神經(jīng)網(wǎng)絡(luò)PI控制方法

針對(duì)PID 控制器PID 參數(shù)不能實(shí)時(shí)調(diào)整的缺點(diǎn)，本文采用一種BP 神經(jīng)網(wǎng)絡(luò)PI 控制方法[4～7]，控制流程圖如圖2 所示，由于PI 調(diào)節(jié)已經(jīng)滿(mǎn)足調(diào)節(jié)需要，所以不對(duì)微分環(huán)節(jié)進(jìn)行調(diào)節(jié)。

圖2 采用神經(jīng)網(wǎng)絡(luò)PI調(diào)節(jié)流程圖

2.1 神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)器

由于地層變化導(dǎo)致局部驟變，通過(guò)BP 神經(jīng)網(wǎng)絡(luò)調(diào)節(jié)器對(duì)Kp、Ki進(jìn)行實(shí)時(shí)調(diào)節(jié)，BP 網(wǎng)絡(luò)為3層網(wǎng)絡(luò)結(jié)構(gòu)，如圖3 所示。

圖3 BP網(wǎng)絡(luò)圖

ec是對(duì)誤差e做微分，它能夠反映出無(wú)差累計(jì)對(duì)系統(tǒng)的影響，本章采用e和ec來(lái)作為神經(jīng)網(wǎng)絡(luò)的輸入量是為了更全面地反映無(wú)差對(duì)系統(tǒng)的影響。

對(duì)于PID 控制器輸出層節(jié)點(diǎn)輸出2 個(gè)可變參數(shù)Kp、Ki，所以對(duì)應(yīng)輸出層的神經(jīng)元為2 個(gè)，PID 的參數(shù)值不能為負(fù)，故網(wǎng)絡(luò)輸出層的激發(fā)函數(shù)使用不為負(fù)的Sigmoid 函數(shù)，公式如下

隱層神經(jīng)元個(gè)數(shù)為

式中q——隱層神經(jīng)元數(shù)量；

m——輸出層神經(jīng)元個(gè)數(shù)；

n——輸入層神經(jīng)元個(gè)數(shù)。

f——經(jīng)驗(yàn)值，根據(jù)需要f取[1～10]區(qū)間中的整數(shù)，本文f=3。

計(jì)算得出q=5。

隱層神經(jīng)元的激發(fā)函數(shù)是可以為負(fù)的，所以選取Sigmoid 函數(shù)為正負(fù)對(duì)稱(chēng)，公式如下

取性能指標(biāo)函數(shù)為

網(wǎng)絡(luò)輸入層輸入如下

網(wǎng)絡(luò)隱層的輸入、輸出如下

式中M——輸入層的輸入個(gè)數(shù)，輸入層定義為（1），隱層定義為（2），輸出層定義為（3）。

網(wǎng)絡(luò)輸出層的輸入輸出如下

基于本文模型特點(diǎn)權(quán)系數(shù)搜索調(diào)整策略定為以負(fù)梯度方向，負(fù)梯度即梯度下降，為提高系統(tǒng)運(yùn)算速度對(duì)全局增壓一極小慣性項(xiàng)。

?y(k)/?u(k)無(wú)法得出，所以根據(jù)近似替換理論以sgn［?y(k)/?u(k)］函數(shù)替換，由于替代不能等同于原函數(shù)所以會(huì)形成誤差，所以要調(diào)整網(wǎng)絡(luò)學(xué)習(xí)速率的方式來(lái)彌補(bǔ)誤差值。

根據(jù)上述分析可得到網(wǎng)絡(luò)輸出層權(quán)值的學(xué)習(xí)公式為

同理，可以得到隱層權(quán)系數(shù)的學(xué)習(xí)算法為

2.2 算法

1）挑選合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，依據(jù)經(jīng)驗(yàn)選擇學(xué)習(xí)速率η及慣性系數(shù)α，初始化的值。

2）通過(guò)實(shí)時(shí)采樣可得到rin（k）和y（k）的值，代入公式e（k）=rin（k）-y（k）算得誤差值。

3）神經(jīng)網(wǎng)絡(luò)輸入歸一化處理。

4）根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)和綜上公式進(jìn)行計(jì)算，得到結(jié)果Kp，Ki值。

6）值k=k+1，回到（1）。

3 仿真分析與結(jié)論

為比較突變狀態(tài)下兩種控制方式的優(yōu)越性在電機(jī)速度達(dá)到穩(wěn)態(tài)后，加上一個(gè)干擾變量，再對(duì)達(dá)到穩(wěn)態(tài)的時(shí)間進(jìn)行比較。

搭建MATLAB 兩種控制方法的仿真模型，經(jīng)仿真研究得到速度的響應(yīng)曲線如圖4、圖5 所示。通過(guò)仿真曲線圖可以看出圖4 和圖5 在電機(jī)加速度段達(dá)到穩(wěn)態(tài)效果幾乎一樣，但在達(dá)到穩(wěn)態(tài)后加入一個(gè)干擾信號(hào)時(shí)圖5 能更快達(dá)到穩(wěn)態(tài)。

圖4 傳統(tǒng)PID控制的速度響應(yīng)

圖5 神經(jīng)網(wǎng)絡(luò)PI控制的速度響應(yīng)曲線

綜合仿真得出采用BP 神經(jīng)網(wǎng)絡(luò)PI 控制方法對(duì)突變負(fù)載響應(yīng)較好，達(dá)到了設(shè)計(jì)效果。