1 引言
交流调速系统中的被控对象大多为异步电动机，异步电动机具有多变量、强耦合、系统参数时变及系统结构非线性与不确定性等特点，所以难以建立其精确的数学模型。而传统的控制策略，诸如P ID控制，以及矢量控制都是建立在系统较为精确的数学模型基础上。为了提供交流电动机高精度的控制方法，国内外许多学者在这一领域进行了大量的研究，新方法新技术不断涌现，智能控制就是近些年来发展起来的一门新兴学科。与经典和现代的控制方法相比，智能控制突破了传统控制理论中过分依赖系统数学模型的束缚，按照实际效果进行控制，不依赖或者不完全依赖系统的数学模型；控制具有非线性；尤其是随着计算机技术的迅速发展，可完成更加复杂系统的控制，且具有在线辨识或总体自适应自寻优的特点。所以，将已有的控制方法和智能控制手段相结合，是当代交流调速的基本思路。
智能控制的主要方法有模糊控制、神经网络控制、变结构控制、自适应控制及专家系统控制等。本文主要介绍模糊控制、神经网络控制及其复合控制在交流调速中的应用，并对它们的特点和发展动态作了适当的分析和说明。
2 模糊控制在交流调速中的应用
由于模糊控制是智能控制中最为简单、最具实际意义的方法，因而在交流调速系统中得到了广泛地应用。将模糊控制应用于交流电动机的矢量控制中，可以很好地克服传统矢量控制方法所带来的诸如非线性、参数变化等对系统性能影响过大的缺点，使系统具有较强的鲁棒性。
模糊控制在速度控制中一般处于最外环，而内环仍保留矢量控制、滑模解耦控制等传统控制方法。用模糊控制器代替常规PID控制器，在参数变化、负载扰动情况下仍可得到快速、强鲁棒性的控制。与传统的PID控制相比，模糊控制器具有更小的超调量和更强的抗干扰性。
2.1 常规模糊控制器在交流调速中的应用
常规模糊控制器是一种基于直接查询方式的控制器，它能实现首先对输入量的模糊化，并采用直接查询法进行模糊控制决策和处理，然后对其进行去模糊化后最终输出。将模糊控制引入电机的直接转矩控制系统中，不仅能够有效地改善其静态和动态特性，而且有利于系统鲁棒性的提高。文献[7]就是采用常规模糊控制器控制的一个典型应用，文中针对异步电动机矢量控制系统因电机参数变化和负载波动等因素导致性能变差的问题，设计了一种二维自调整模糊控制器作为滑差矢量控制的速度调节器。用这种速度调节器，可以根据输入变量的大小调整模糊控制器的量化因子、比例因子和两个输入变量的权重，从而自动调整模糊控制规则。不仅提高了控制系统的动态和稳态性能，而且具有较强的鲁棒性。
2.2 高性能模糊控制器在交流调速中的应用
在实际应用过程中，对于时变参数非线性系统，尤其是对快速准确控制要求很高的诸如电机调速这样的非线性系统，常规模糊控制所依赖的控制规则缺乏在线自学习或自调整的能力，难以满足控制需要。因此，将模糊控制器与其他控制策略相结合，设计了多种不同类型的模糊控制器，如参数自调整模糊控制器、模糊-变结构控制模糊控制器、自适应模糊控制器等，以克服常规模糊控制的局限性，进一步提高精度，适应更为精确的控制需要。
2.2.1 参数自调整模糊控制器
参数自调整模糊控制器在常规模糊控制器的基础上，突破了推理决策的局限性，采用了加权推理决策，引入了协调因子λ，根据系统偏差e和偏差变化ec的大小，预测控制系统的不确定量，调整λ及比例因子，从而能够选择最佳的控制参数或控制规则集，在线自动调整保守和大胆控制的混合程度，力求更全面、更确切地反映出人对诸因素的综合决策思想，提高系统的控制精度和鲁棒性能。
2.2.2 模糊PID控制
模糊PID 控制是用模糊控制的方法在线调节PID参数的一种控制方法。文献[9]中对于矢量控制的交流调速系统，运用模糊逻辑和参数自整定PID，采用分层递阶智能控制结构，构成具有较强实用性和鲁棒性多级智能控制系统。而模糊- PI控制是将PI控制策略引入模糊控制器，在大偏差范围内采用模糊控制，在小偏差范围内转换为PI控制。这种复合控制比PI控制有更快的动态响应特性和更小超调，比模糊控制具有更高的稳态精度。
在参考文献[11]中，用模糊控制器取代常规的PI控制器，并证明了在参数变化、负载扰动的情况下仍可得到快速、强鲁棒性的控制。
2.2.3 模糊-变结构控制
模糊-变结构控制是在变结构中引入模糊控制，以抑制或基本消除常规变结构的颤振现象。模糊- 变结构控制的工作原理是:在误差和误差的变化较大时，滑模变结构控制起主要作用，加大控制力度，提高系统的快速性；当系统接近稳态时，取消滑模- 变结构控制，只让模糊控制起作用。文献[12]使用了两个非线性控制环节:即滑模控制和模糊PI控制，定义了一种新型的控制结构。两个控制环节通过基于T - S模型的专家控制结合在一起，使滑模控制作用于静态，而PI控制用于动态控制阶段。这样同时兼备滑模控制提高稳态精度和P I控制可有效地减少超调，起到较好的控制效果。
2.2.4 自适应模糊控制
在模糊控制系统中，量化因子和比例因子的选取对系统性能影响很大。当这些因子确定后，当对象的参数、给定或扰动变化过大时，控制效果则会变差，可根据实际情况在线调整输出，实现模糊自适应控制。该调节器输出部分的比例因子可以根据速度的实时变化趋势经自适应调整机构的模糊规则库在线调整，使系统的速度响应更快，超调更小，稳态精度提高，受对象参数变化影响减小，改善了系统低速性能，解决了常规模糊控制器在控制过程中参数不变带来的问题，满足了异步电动机模糊直接转矩控制系统响应速度快、稳态精度高、调速范围宽的要求。
3 神经网络控制在交流调速中的应用
神经网络模拟人脑的信息处理方式，有并行处理、分布储存信息和容错能力和在线或离线方式进行自学习和自组织的能力，具有非线性、非局域性、非定常性等特点，用于控制时可以不依赖控制对象的数学模型，为了实现对交流电机的快速和精确控制，采用人工神经网络速度控制器，并加入在线辨识补偿技术，既可提高神经网络速度控制器的实时性，又可增强整个系统的鲁棒性，还可有效地克服负载转矩变化、转动惯量变化、粘滞摩擦系数变化等带来的不良影响，从而实现高性能的速度控制。
采用神经网络对电机参数中非线性参数进行在线辩识和检测，可以使系统的性能在各个方面得到全面改善，尤其是对提高系统的动态性能和稳定性能等方面具有非常大的优越性。神经网络所具有的自学习功能为它在转速突变、参数不稳定情况下的控制性能的有效改善提供了理论基础。采用神经网络的各种先进算法和科学控制策略的应用为交流调速系统的性能向更高要求发展提供了技术手段。
神经网络实现控制器方法有多种，但基于多层结构的神经网络结构相对复杂，在线调节权重用时较长，难以适应快速控制的要求，且目前尚缺乏相应的基于神经网络的实用型计算机硬件支持，因此将基于多层网络结构的神经网络用于交流调速系统时，在线学习和实时快速控制存在较大困难。在实际中，神经网络技术的应用主要集中在定子电阻、转子电阻、定子电流以及磁链的检测上。
4 复合控制在交流调速中的应用
复合控制是两种或两种以上不同类型的智能控制的组合，例如:模糊逻辑控制与神经网络控制的组合；遗传算法与模糊控制的组合；专家控制与模糊控制的组合等，高性能模糊控制器其实也是复合控制。把现代控制理论应用于交流调速系统是为了使系统具备更强的鲁棒性和更为优良的动、静态性能。近年来，优良的复合控制在交流调速系统中的应用，展示了其良好的前景。
4.1 模糊神经网络
模糊逻辑和神经网络各具特点，模糊信息处理是以模糊逻辑为基础，模仿人的模糊综合判断推理来处理常规方法难以解决的模糊信息处理的难题。人工神经网络是以生物神经网络为模拟对象，试图在模拟推理及自学习等方面向前发展，使人工智能更接近人脑的自组织和并行处理等功能。模糊逻辑和人工神经网络的优缺点具有明显的互补性。将两者有机结合，可以有效地发挥各自的优势并弥补不足。事实证明，仅仅利用其中的一种方法无法真正实现智能控制，而将这两种技术有机地结合起来，其优势才能得到真正的体现。
模糊控制是以较少的规则数来表示知识，擅长技能方面的处理，但其自学习能力较弱。神经网络的引入为模糊控制器提供了一种良好的学习功能，它具有自学习和大规模并行处理能力，擅长认知方面的处理。模糊神经网络系统通常由模糊控制器和一个神经网络组成。将模糊技术引入神经网络，拓宽了网络信息的处理能力，处理神经信息、模糊信息或其它不精确信息，用神经网络的学习和自动识别模式特性来进行模糊信息处理，解决了模糊规则的自动提取及隶属函数的自动生成问题。文献[15]介绍了一种以基于神经元网络的模糊控制器作为转速调节器的交流调速控制方案。将神经网络控制与模糊控制有效地结合起来所构成的神经网络模糊控制器，特别适用于那些系统结构复杂、干扰大且控制精度要求高的场合。
4.2 遗传算法模糊控制
遗传算法模糊控制是另一种仿生模糊控制方法， 遗传算法是模拟了自然界遗传机制和生物进化论而形成的一种并行随机搜索方法，它以随机产生的一群初始的候选解为开始，通过使用遗传算子对这些字符串进行操作组合，使产生的候选解逐代向最优解进化。遗传算法应用于模糊控制器设计中，遗传算法可自动确定模糊控制器的参数，自动获取控制规则。文献[16]设计了一种基于遗传算法的自寻优模糊控制器，并将其应用于调速系统。在伺服异步电动机控制系统中，遗传算法用于设计磁通观测器，能适应电机模型参数较大扰动和不同的运行条件的控制。
本文关键字：智能 电工技术，电工技术 - 电工技术
上一篇：施工现场用电安全距离与外电防护
