舒波成

[摘? ? 要]本文就智能控制系統(tǒng)進行了簡要概述，隨后對電氣傳動系統(tǒng)的智能控制方式，從模糊控制、單神經元控制2方面進行分析;并針對智能控制在電氣傳動控制中的應用情況，從直流傳動、交流傳動以及注意事項，這3個方面展開探究分析，以期能夠為電氣傳動系統(tǒng)的高效穩(wěn)定運行，提供參考性建議。

[關鍵詞]電氣傳動;智能控制;模糊控制;神經元控制

[中圖分類號]TF083.2 [文獻標志碼]A [文章編號]2095–6487（2020）06–0–03

Research on Intelligent Control of Electric Drive System

Shu Bo-cheng

[Abstract]This paper gives a brief overview of intelligent control system， and then analyzes the intelligent control mode of electric drive system from two aspects of fuzzy control and single neuron control; and in view of the application of intelligent control in electric drive control， it explores and analyzes the three aspects of DC drive， AC drive and precautions， in order to be able to provide electric drive The system runs efficiently and stably， and provides reference suggestions.

[Keywords]electric drive; intelligent control; fuzzy control; neuron control

智能控制技術的工作原理，是對人腦思維模式進行模仿，根據(jù)系統(tǒng)運行期間出現(xiàn)的誤差、誤差變化問題，來對控制器實施相關設置，以此實現(xiàn)自動化控制功能。在針對電氣傳動系統(tǒng)運用智能控制技術時，應當注重結合優(yōu)良的傳統(tǒng)控制技術進行操作，不僅要充分發(fā)揮該系統(tǒng)的技術性優(yōu)勢，還應當找出該技術存在的缺陷并予以改進，以此確保電氣傳動系統(tǒng)的高效、安全運行。

1 智能控制系統(tǒng)概述

1.1 智能控制系統(tǒng)的發(fā)展

同其他學科一樣，智能控制系統(tǒng)的誕生來源于科學技術的不斷發(fā)展與進步，伴隨著自動化程度的提升與大規(guī)模普及，受控對象變得越來越復雜，針對諸多難以獲取數(shù)學模型、模型復雜的過程，倘若繼續(xù)采用傳統(tǒng)與現(xiàn)代控制方式，通常無法獲得令人滿意的控制結果，甚至完全沒有成效。然而通過采取手動控制的方式，技術嫻熟的操作人員，卻能夠做到駕馭自如。

基于這種情況，人們便由此生出在自動控制工作中，吸取熟練人員經驗的構想，為此，對計算機控制技術的研發(fā)，為這一構想的實現(xiàn)給予了可能性。計算機技術在邏輯推理、判斷識別、決策學習等諸多方面，所發(fā)揮的功能，能夠肩負起根據(jù)技術經驗展開控制的工作。與此同時，在不少探究如何實現(xiàn)人腦思維功能的學術領域，包括人工智能、專家系統(tǒng)、神經網絡以及模糊邏輯等方面，其研究工作也獲得了不小的進展，從而提供了各類仿照人類的知識與思維，展開控制的方式與技術，比如專家控制器、神經元控制、模糊控制等，都被統(tǒng)稱為智能控制。

1.2 智能控制系統(tǒng)的優(yōu)點

同以往的經典控制、現(xiàn)代控制方式相比較，智能控制具備多方面的優(yōu)勢與長處：①智能控制可以打破以往必須基于數(shù)學模型的桎梏，并根據(jù)實際效果予以控制，不必再完全依賴于控制目標的數(shù)學模型;②智能控制具備人腦思維的非線性特點，智能控制器同樣繼承了這一特征，很好地模擬了人腦的思維模式;③智能控制系統(tǒng)能夠依靠計算機控制方式的便捷性，按照目前系統(tǒng)的運行狀態(tài)，來切換控制器結構，通過采取變換結構的方式，來優(yōu)化系統(tǒng)的功能;④，部分智能控制方式，還具備在線辨識、在線決策、總體自尋優(yōu)的功能，在復雜的系統(tǒng)內，還可以發(fā)揮分層信息處理與決策的功能，從而提升系統(tǒng)的控制效率與工作質量[1]。

2 電氣傳動系統(tǒng)的智能控制方式

2.1 模糊控制的電氣傳動系統(tǒng)

在所有智能控制技術當中，最為關鍵的控制技術之一便是模糊控制方式，屬于一類典型的智能控制方式。模糊控制方式是指采取模糊集合的技術，針對人民群眾日常生活期間，所遇到的模糊性問題展開刻畫;而在電氣傳動智能控制系統(tǒng)內，則是參照專業(yè)人士的控制方式、操作人員的經驗，進行更為逼真的模仿，來對整體系統(tǒng)展開控制。在連續(xù)控制系統(tǒng)內，數(shù)量型體現(xiàn)著其物理量的基本形態(tài)。在以往的控制方式當中，PID調節(jié)器的運行原理，是針對系統(tǒng)運行期間所產生的數(shù)字量、數(shù)據(jù)信息的數(shù)值展開計算。相比之下，在運用模糊控制方式展開計算的過程中，同樣需要將數(shù)值轉化為模糊語言，在做完模糊推理環(huán)節(jié)之后，還應當將模糊語言轉變成數(shù)量。

實際上，電氣傳動系統(tǒng)內所應用的模糊控制器，具備極其復雜的內部結構，然而從控制器外部的I/o特征來看，其呈現(xiàn)形式同樣相對簡單。在實際運用的過程中，通過強化模糊控制器的積分效應，控制器在電氣傳動系統(tǒng)內，所發(fā)揮的控制效果，同改變系數(shù)的IPD調節(jié)器所發(fā)揮的效果并無區(qū)別。

2.2 單神經元控制的電氣傳動系統(tǒng)

通過運用神經網絡技術，能夠對系統(tǒng)內的數(shù)據(jù)信息予以高效的整合，在確保計算速度的前提下，有效處理系統(tǒng)內出現(xiàn)的一系列問題。然而目前為止，人類尚未研發(fā)出能夠運用在神經網絡領域的計算機硬件，從而導致神經網絡難以應用在電氣傳動系統(tǒng)中的問題。通過對電氣傳動系統(tǒng)的運行特性進行分析，并考慮到實際情況，相關工作人員可以采用單一神經元的控制方法。通過采取這種控制手段，能夠有效符合系統(tǒng)內非線性控制的需求，并提高整體控制系統(tǒng)的穩(wěn)定性能。

在電氣控制系統(tǒng)內，主要的輸入量有誤差、誤差微分和誤差積分，應用神經網絡技術來控制電氣傳動系統(tǒng)，能夠據(jù)此發(fā)揮諸多優(yōu)勢。比如該技術中的不少規(guī)定，都能靈活調節(jié)系統(tǒng)內的各個輸入量比重，從而確保系統(tǒng)的運行不會再遭受控制模型等數(shù)據(jù)的干擾;最重要的是，該技術的運用能夠發(fā)揮其優(yōu)良的控制功能，并有效保障系統(tǒng)的安全穩(wěn)定[2]。

3 智能控制在電氣傳動控制中的應用

3.1 在直流傳動中的應用

3.1.1 模糊邏輯控制應用

模糊邏輯控制在電氣傳動系統(tǒng)中的應用，主要分為2種，分別是Mamdani型控制器以及Sugeno型控制器。就目前形勢而言，只有Mamdani型模糊控制器，可用于調速控制系統(tǒng)當中。需要注意的是，這2類控制器都具備相似的規(guī)則庫，屬于一種if-then的模糊規(guī)則集。然而Sugeno型控制器同樣具備其特殊之處，其典型規(guī)則是“假如x是A，并且y是B，那么Z=f（x，y）”。在此當中，A與B屬于模糊集;Z=f（x，y）則代表著x與y的函數(shù)，通常屬于輸入變量x與y的多項式。假如f是常數(shù)時，便可歸類為零階Sugeno模型，由此可知，Sugeno屬于Mamdani型控制器的特殊形式。

3.1.2 ANNS系統(tǒng)控制應用

經過近些年來的不斷發(fā)展，ANNS即人工神經網絡技術，在模式識別與信號處理過程中，正得到大規(guī)模普及。ANNS系統(tǒng)中具備一致性的非線性函數(shù)估計器，因而能夠有效應用在電氣傳動控制工作中。其優(yōu)勢在于，該系統(tǒng)屬于不必被控系統(tǒng)的數(shù)學模型，其一致性良好，對出現(xiàn)的噪音并不敏感。與此同時，ANNS系統(tǒng)具備并行結構，非常契合多傳感器的輸入應用，例如運用在條件監(jiān)控、診斷系統(tǒng)當中，可以提高決策的可靠性。盡管當下電氣傳動控制，正朝向最小化傳感器數(shù)量的趨勢發(fā)展，然而在特殊情況下，多傳感器的使用，能夠有效降低系統(tǒng)對于特殊類傳感器缺陷的敏感程度，不必再依賴過高的精度與復雜的信號處理[3]。

3.2 在交流傳動中的應用

3.2.1 模糊邏輯控制應用

大部分探究模糊邏輯控制，在交流傳動系統(tǒng)中應用的論文內，所闡述的往往都是借助模糊控制器，來替代常規(guī)的速度調節(jié)器裝置。然而在英國某所大學，所研發(fā)的全數(shù)字化高性能傳動系統(tǒng)當中，可以具備多項模糊控制器。這些模糊控制器不但可以替代以往的PI與PID控制器，還可以服務于其他任務當中。該大學還將模糊神經控制器，用在各類全數(shù)字化高動態(tài)性能的傳動系統(tǒng)開發(fā)工作當中。還有部分優(yōu)秀的論文，研究分析了依靠模糊邏輯控制方式，來感應電機的磁通與力矩情況。在此當中，其輸入的標定因子可以變化，同時實驗結果也說明了所制定的方案行之有效。在該系統(tǒng)中，模糊速度控制器同PI速度控制器、CRPWM塑變器可一并應用，以此彌補可能出現(xiàn)的慣性，以及負載轉矩的擾動問題。

3.2.2 神經網絡控制應用

就目前形勢而言，有不少論文都曾探究過神經網絡，在交流式電機、驅動系統(tǒng)的條件監(jiān)測與診斷內的應用情況，并闡述了運用常規(guī)反向轉波算法的ANN，用于步進電機控制算法的最佳方式。其方案通常需要實驗數(shù)據(jù)，按照負載轉矩與初始速度，來明確最大的可觀測速度增量，為此，就必須在ANN系統(tǒng)中增設三維圖形映射環(huán)節(jié)。該系統(tǒng)同常規(guī)的控制算法相比之下，具備更加優(yōu)良的性能，可以有效縮短定位時間，能夠有效控制負載轉矩的大范圍變動、非初始速度。通常情況下，ANNS系統(tǒng)屬于多層前饋型結構，需要采取常規(guī)的反向傳播學習算法。這一系統(tǒng)通常由兩部分子系統(tǒng)組成，其一，是依靠電氣動態(tài)參數(shù)的辨識自適應方式，來控制定子電流;其二，是依靠對機電系統(tǒng)參數(shù)的辨識自適應方式，來控制轉子的速度[4]。

3.3 在應用中的注意事項

（1）注重考慮系統(tǒng)的魯棒性。一方面，就目前形勢而言，電氣傳動系統(tǒng)已具備相對成熟的控制方案，例如直流雙閉環(huán)系統(tǒng)、交流電機的矢量控制系統(tǒng)等。系統(tǒng)在通過內環(huán)改造之后，其轉速環(huán)結構不會出現(xiàn)變化，依然能夠構建統(tǒng)一的數(shù)學模型，且并不復雜，采取PID控制技術便可以獲得較為可觀的效果。然而在另一方面，實際的傳動系統(tǒng)并非一成不變，電機自身的參數(shù)與拖動負載參數(shù)，在某些應用情況下，會伴隨工況而發(fā)生改變。與此同時，交流電機屬于一種非線性的受控目標，有不少拖動負載具備彈性與間隙等非線性類因素。受控目標的參數(shù)變化和非線性特征，會導致PID調節(jié)器經常顧此失彼，無法保證系統(tǒng)在所有工況下，都可以維持設計階段的性能指標，系統(tǒng)的魯棒性無法滿足人意。為此，智能控制技術，需要有效發(fā)揮其非線性、變結構與自尋優(yōu)等功能，以此解決系統(tǒng)中的變參數(shù)、非線性因素，以提升系統(tǒng)的魯棒性。

（2）注重結合傳統(tǒng)控制技術。在電氣系統(tǒng)內運用智能控制技術，倘若徹底放棄行之有效的傳統(tǒng)控制方式，簡單直接運用智能控制技術，不僅無法切中要害，還會造成新技術帶來一系列問題，得不償失。為此，在運用智能控制技術的過程中，技術人員要遵循取長補短、揚長避短的原則，科學處置智能控制與傳統(tǒng)控制的關系，力求智能控制對傳統(tǒng)控制的有效繼承與發(fā)展。

（3）注重外環(huán)部分實際功能。根據(jù)實際情況表明，交流電機設備在經過矢量控制和電流閉環(huán)改造之后，其速度環(huán)的結構與直流電機可以保持統(tǒng)一。在多環(huán)控制結構內，智能控制器通常處在最外環(huán)部分，至于內環(huán)部分依舊能夠保留矢量控制、PI調節(jié)器等傳統(tǒng)部分。究其原因，是因為外環(huán)部分，才是系統(tǒng)性能優(yōu)劣的決定性因素，內環(huán)部分通常起到優(yōu)化對象特性，來促進外環(huán)控制的功能。因此各類擾動對內環(huán)造成的誤差問題，可以通過外環(huán)控制進行控制與彌補。此外，外環(huán)采樣頻率要低于內環(huán)，更有助于實現(xiàn)智能控制效果。

4 結論

綜上所述，電氣傳動系統(tǒng)在運用智能控制技術期間，可以將智能控制系統(tǒng)作為一類非線性系統(tǒng)，以此有效應用非線性理論方式，針對智能控制系統(tǒng)的穩(wěn)定性展開深入研究。智能控制技術在該系統(tǒng)中具有極其關鍵的作用，對于電氣傳動系統(tǒng)的安全高效運行，可以起到極為重要的意義。

參考文獻

[1] 任權鳳.冶金設備電氣傳動系統(tǒng)的智能控制[J].冶金管理，2020，391（5）：72，74.

[2] 張賢照，顧樹林.相位自動控制技術在電氣傳動中的應用[J].建筑工程技術與設計，2018（21）：156.

[3] 張莉，錢豐.以控制器模擬輸出實現(xiàn)吊具互換的應用[J].數(shù)字化用戶，2019，25（13）：210，213.

[4] 楊紅.淺談電機智能控制技術[J].數(shù)碼設計，2018，7（2）：86.

[5] 張劍.電氣傳動系統(tǒng)智能控制研究[J].科技研究，2014（12）：226.

[6] 陳伯時，馮曉剛，王曉東，等.電氣傳動系統(tǒng)的智能控制[J].電氣傳動，1997（1）：3-8.

[7] 姜建偉.電氣傳動系統(tǒng)的智能控制[J].佳木斯職業(yè)學院學報，2017（12）：489.

[8] 高利.電氣傳動系統(tǒng)的智能控制[J].山西青年，2017（5）：172-173.

[9] 秦漲宏.電氣傳動系統(tǒng)的智能控制[J].工程技術（引文版），2016（6）：239.

[10] 鄭小津.電氣傳動系統(tǒng)智能控制的基本問題[J].山西機械，2002（S1）：13-15.