劉 偉

（江蘇技術(shù)師范學(xué)院 電氣信息工程學(xué)院，常州 213001）

基于感應(yīng)電機控制系統(tǒng)的變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)控制

劉 偉

（江蘇技術(shù)師范學(xué)院 電氣信息工程學(xué)院，常州 213001）

0 引言

交流伺服系統(tǒng)當(dāng)中的感應(yīng)電動機是高階、強耦合、非線性的，由于其參數(shù)是時變的、以及在負載干擾等非線性因素的影響下，實際系統(tǒng)很難用其精確的數(shù)學(xué)模型來描述。而感應(yīng)電動機以其容量體積比高，過載能力強，輸出轉(zhuǎn)矩大，無電刷，無需經(jīng)常維護等優(yōu)點而得到越來越多地廣泛應(yīng)用。

交流伺服系統(tǒng)一般是以足夠的位置控制精度（定位精度）、位置跟蹤精度（位置跟蹤誤差）和足夠的跟蹤速度來作為它的主要控制目標。常規(guī)的變結(jié)構(gòu)控制以及模糊監(jiān)督控制都有一個共同的問題，就是“抖振”現(xiàn)象。為了克服這個問題，有人研究過模糊變結(jié)構(gòu)控制[1]?；诟袘?yīng)電動機解耦數(shù)學(xué)模型而提出的解耦變結(jié)構(gòu)控制原理也是一種新型的交流控制策略[2,3]，其解耦變結(jié)構(gòu)控制器的設(shè)計方法不需要被控制對象有精確的數(shù)學(xué)模型，且能有很好的抗干擾性和很強的魯棒性。如在解耦變結(jié)構(gòu)系統(tǒng)中加入模糊控制，更能有效地抑制和消除抖振，提高控制系統(tǒng)的性能[3]。

模糊神經(jīng)網(wǎng)絡(luò)結(jié)合了模糊控制與神經(jīng)網(wǎng)絡(luò)兩者的優(yōu)勢，使控制系統(tǒng)具有模糊推理和自學(xué)習(xí)、自組織的能力，變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)通過在訓(xùn)練中不斷調(diào)整網(wǎng)絡(luò)結(jié)構(gòu)，一方面提高了網(wǎng)絡(luò)的收斂速度，找到網(wǎng)絡(luò)的較佳結(jié)構(gòu)，另一方面又可以有效地克服一般神經(jīng)網(wǎng)絡(luò)容易陷入局部值的難題[4]。

1 交流解耦變結(jié)構(gòu)控制

基于對稱鼠籠式感應(yīng)電動機在同步軸系之中的數(shù)學(xué)模型，可以導(dǎo)出易于實現(xiàn)的解耦條件以及為實現(xiàn)定子側(cè)的完全解耦所需的控制。

其中，ild，i1q為定子電流的d，q軸分量，ωsl為滑差頻率；r1，L1為定子電阻和電感；；r2，L2為轉(zhuǎn)子電阻和電感；Lσ為定轉(zhuǎn)子間漏抗，且Lσ=σL1，σ=1-k2，k為定轉(zhuǎn)子間耦合系數(shù)；ωs為電源頻率；e1d，e1q分別為電機電勢在d，q軸的分量[3,4]。

由于r2容易隨溫度變化而發(fā)生變化，從而影響了解耦控制系統(tǒng)的性能，轉(zhuǎn)子電阻的變化對解耦控制的影響可以作為干擾量h1，h2。感應(yīng)電動機在完全解耦條件下的數(shù)學(xué)模型為：

2 變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)控制

解耦變結(jié)構(gòu)控制策略采用如下的控制規(guī)律：

式中，C是控制參數(shù)針，uif(i=1,2,3)是模糊控制量。

在采用模糊控制的解耦變結(jié)構(gòu)系統(tǒng)中，采用如下的模糊控制規(guī)則：

1）C是正定陣；

2）

模糊控制采用變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)來實現(xiàn)，采用變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)的交流解耦變結(jié)構(gòu)控制系統(tǒng)的結(jié)構(gòu)如圖1所示。

圖1 變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)的交流解耦變結(jié)構(gòu)控制系統(tǒng)的結(jié)構(gòu)圖

變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)如圖2所示。

圖2 變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)控制器結(jié)構(gòu)圖

3 模糊神經(jīng)網(wǎng)絡(luò)與模糊規(guī)則的調(diào)整

變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)（VS-FNN）控制器是三層前向網(wǎng)絡(luò)，由于隱層節(jié)點數(shù)影響神經(jīng)網(wǎng)絡(luò)的收斂速度以及神經(jīng)網(wǎng)絡(luò)是否收斂于局部極值點，在神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)過程中改變隱層節(jié)點的方法，可以提高神經(jīng)網(wǎng)絡(luò)的收斂速度，并有效地避免了神經(jīng)網(wǎng)絡(luò)陷入局部極值。隱層的節(jié)點數(shù)由少到多的變結(jié)構(gòu)過程是模糊規(guī)則由粗到精的學(xué)習(xí)過程，體現(xiàn)了先粗略掌握學(xué)習(xí)對象的概貌，然后不斷細分，不斷提高學(xué)習(xí)精度的學(xué)習(xí)規(guī)律，變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖3所示。

圖3 變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)圖

對于變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)（VS-FNN）的隱層，有輸入輸出方程：

對于比昂模糊神經(jīng)網(wǎng)絡(luò)（VS-FNN）的輸出層，有輸入輸出方程：

計算變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)（VS-FNN）的輸出層參數(shù)θl的梯度，有：

設(shè)ξ為網(wǎng)絡(luò)輸出的誤差平方和，D是網(wǎng)絡(luò)衰減率，則有

式中，yik，分別是輸出層第i個節(jié)點的時間輸出與期望輸出，k為訓(xùn)練樣本序號，ξ(N)，ξ(N+M)分別是第N步與第（N+M）步訓(xùn)練的誤差平方和。設(shè)Ep為減去第p個節(jié)點后的平方和，則有：

變結(jié)構(gòu)學(xué)習(xí)算法可歸納為：

第1步 設(shè)定ξ>0為給定的誤差平方和收斂閥值，[D1,D2]為網(wǎng)絡(luò)衰減率的適度范圍，網(wǎng)絡(luò)隱層節(jié)點數(shù)初值為P0。

第2步 設(shè)第N步與第(N+M)步訓(xùn)練后的誤差平方和與衰減率分別為ξ(N)，D(N)與ξ(N+M)，D(N+M)。在第(N+M)步穩(wěn)層結(jié)構(gòu)應(yīng)為：PN+1

1）假如D(N+M)>D2，表明網(wǎng)絡(luò)收斂速度快，網(wǎng)絡(luò)結(jié)構(gòu)保持不變；

2）假如D(N+M)

3）假如D(N+M)∈[D1,D2]，網(wǎng)絡(luò)收斂速度在適度范圍，如果D(N+M)

一般改變網(wǎng)絡(luò)結(jié)構(gòu)會瞬間增大誤差，因此新增節(jié)點的連接權(quán)值應(yīng)取適當(dāng)方位的隨機值，假如增節(jié)點并經(jīng)M步訓(xùn)練后D(M+N)

4 仿真及實驗結(jié)果

本控制系統(tǒng)采用的感應(yīng)電動機參數(shù)：r1=0.49?,r2=0.45?，L1=38.8mH，L2=36.7mH，M=35.4mH，J=0.024N.m.S2/rad，D=0.0011N.m.S2/rad, i1d=6.83A,i1q=11.54A，P=1KW，U=100V，I=8.4A，W=60Hz，NP=4極，n=1710rpm。

我們采用計算機軟件MATLAB對以上感應(yīng)電動機進行了仿真實驗，仿真結(jié)果如圖4所示。

圖4 電機參數(shù)為額定值的仿真曲線

圖4為電機參數(shù)為額定值的仿真曲線，起制動轉(zhuǎn)速ωr在接近最大轉(zhuǎn)矩的作用下快速起動和制動，轉(zhuǎn)速上升時間為0.075s，制動時間僅需0.034s，勵磁電流ild上升時間極短，僅為0.009s，達到穩(wěn)定后基本上保持穩(wěn)定狀態(tài)，即勵磁基本保持不變。轉(zhuǎn)速ωr除在起制動接近期望值是有短時較小的抖振外，基本上使轉(zhuǎn)速、勵磁電流和轉(zhuǎn)矩電流的抖振得到有效地抑制，即使負載突變時轉(zhuǎn)速和勵磁電流仍保持不變，說明系統(tǒng)的抗干擾能力較強。

5 結(jié)論

本控制系統(tǒng)具有較高的智能性和很好的魯棒性，有自學(xué)習(xí)和自調(diào)整模糊規(guī)則的能力，系統(tǒng)的動靜態(tài)性能較好，實現(xiàn)了感應(yīng)電動機的快速和簡單的控制。本文采用變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)方法,實現(xiàn)了感應(yīng)電動機的解耦變結(jié)構(gòu)控制，利用神經(jīng)網(wǎng)絡(luò)的信息分布存儲和并行快速計算能力，實現(xiàn)了模糊控制規(guī)則的自動提取和存儲，并實現(xiàn)了并行模糊推理，使系統(tǒng)具有模糊控制特性,從而有效地抑制了系統(tǒng)“抖振”的特性。這就是筆者在交流伺服系統(tǒng)中的一種研究嘗試，仍有不足之處，如軟件實現(xiàn)的模糊神經(jīng)網(wǎng)絡(luò)控制，其并行模糊推理的速度會受到影響，在自學(xué)習(xí)、自組織方面還需進一步完善。僅拋出此方法與同仁們共勉，希望同仁們進一步努力，逐步將新的控制算法付諸于實際系統(tǒng)中，并有更好的實時性。

[1]劉偉.模糊變結(jié)構(gòu)控制在交流伺服系統(tǒng)中的應(yīng)用[J].電氣自動化,2005,27(6):10-12.

[2]邱煥耀,毛宗源.采用模糊控制的感應(yīng)電動機解耦變結(jié)構(gòu)系統(tǒng)的研究[J].自動化學(xué)報,1998,24(3):391-394.

[3]邱煥耀,毛宗源.感應(yīng)電動機解耦變結(jié)構(gòu)控制系統(tǒng)抖振和消除的研究[J].自動化學(xué)報,1994,20(2):169-176.

[4]邱煥耀,毛宗源,姚菁.解耦變結(jié)構(gòu)交流速度控制系統(tǒng)的研究[J].控制理論與應(yīng)用,1992,9(5):512-518.

[5]邱煥耀,毛宗源,姚菁.解耦變結(jié)構(gòu)調(diào)速系統(tǒng)的研究[J].冶金自動化,1992,16(5):47-48.

[6]王隆杰,毛宗源.利用神經(jīng)網(wǎng)絡(luò)進行推理的模糊控制器[J].控制理論與應(yīng)用,1994,11(4):508-512.

[7]Wang Lixing.Adaptive Fuzzy System and Control,Design and Stabd Analysis.London:PTR Prentice Hall,Inc.,1994.

According to respond changing of electrical engineering control system structure the misty nerve network control

LIU Wei

感應(yīng)電動機是高階、強耦合、非線性的被控制對象，它具有容量體積比高，過載能力強，輸出轉(zhuǎn)矩大，無電刷，無需經(jīng)常維護等優(yōu)點。在感應(yīng)電動機的控制中采用解耦變結(jié)構(gòu)控制，可有效地簡化了控制器的設(shè)計，并提高了控制器的抗干擾性和魯棒性，而在交流解耦變結(jié)構(gòu)系統(tǒng)中進一步應(yīng)用變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)，一方面使系統(tǒng)原來存在的抖振現(xiàn)象得以抑制，另一方面又使系統(tǒng)具有自學(xué)習(xí)和自調(diào)整模糊規(guī)則的能力，從而提高和改善了控制系統(tǒng)的性能。

變結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡(luò)；交流解耦變結(jié)構(gòu)；抖振；學(xué)習(xí)算法

劉偉（1956 -），男，遼寧錦州人，副教授，主要從事自動控制方面的教學(xué)、科研工作。

TP273

A

1009-0134(2011)4(上)-0083-04

10.3969/j.issn.1009-0134.2011.4(上).26

2010-11-12