宦昱 吳德軍

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò);PID;空問矢量控制;永磁同步電機(jī)

0引言

永磁同步電機(jī)具有效率高、轉(zhuǎn)矩高、響應(yīng)快、結(jié)構(gòu)簡單的特點，非常適合運用在測量雷達(dá)等控制精度要求較高的場合，但是其模型具有多變量、強(qiáng)耦合、非線性，并且在運行中參數(shù)會發(fā)生變化的特點，若使用常規(guī)的線性控制理論進(jìn)行控制，往往無法得到最佳控制效果。

PID控制器擁有結(jié)構(gòu)簡單、運算量小、易于調(diào)節(jié)的優(yōu)點，適合整合到雷達(dá)伺服系統(tǒng)的嵌入式控制器中使用。永磁同步電機(jī)在運行中由于負(fù)載、溫度等發(fā)生變化，其模型參數(shù)往往發(fā)生變化，此時如果使用控制參數(shù)不變的PID控制器，往往達(dá)不到最優(yōu)控制效果。

在非線性和不確定性系統(tǒng)的控制中常引入神經(jīng)網(wǎng)絡(luò)控制方法，針對永磁同步電機(jī)的特點，采用神經(jīng)網(wǎng)絡(luò)將有利于提高系統(tǒng)的控制性能。目前在這方面已經(jīng)有了一定的研究成果。利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)和自整定能力解決PID控制器參數(shù)優(yōu)化問題，將顯著提高PID控制器在永磁同步電機(jī)控制中的能力，目前國內(nèi)外學(xué)者在這方面已經(jīng)做了大量的工作。

本文將采用PID神經(jīng)網(wǎng)絡(luò)（PIDNN）控制器代替永磁同步電機(jī)空問矢量控制算法中速度PID控制器，達(dá)到改善控制效果的目的。研究中采用仿真加實驗的驗證方法，首先搭建仿真模型驗證算法的可行性，并根據(jù)仿真結(jié)果完成PIDNN連接權(quán)值選取，借助電機(jī)實驗平臺進(jìn)一步驗證了算法的可行性。

1永磁同步電機(jī)數(shù)學(xué)模型和空間矢量控制方法

本文神經(jīng)網(wǎng)絡(luò)PID控制器的研究是基于空問矢量控制方法進(jìn)行的，首先將介紹永磁同步電機(jī)模型和空間矢量控制方法。

對于永磁同步電機(jī)控制模型，一般首先將三相靜止坐標(biāo)系（UVW坐標(biāo)系）轉(zhuǎn)化為兩項旋轉(zhuǎn)坐標(biāo)系（坐標(biāo)系），由此分離出勵磁分量和轉(zhuǎn)矩分量從而實現(xiàn)對電機(jī)控制的解耦。

由此得出q軸電流與電機(jī)輸出轉(zhuǎn)速有對應(yīng)關(guān)系，控制q軸電流即可控制電機(jī)轉(zhuǎn)速。永磁同步電機(jī)空問矢量控制就是通過控制q軸電流實現(xiàn)對電機(jī)速度控制的方法，系統(tǒng)結(jié)構(gòu)如圖1所示。本文旨在研究使用神經(jīng)網(wǎng)絡(luò)PID控制器代替原有速度環(huán)PI控制器并改善控制效果。

2PID神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與算法

一個典型的PID神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，從左到右依次是輸入層、隱含層、輸出層。PID神經(jīng)網(wǎng)絡(luò)結(jié)輸入信號與普通PID控制器一樣包括給定值和反饋值。輸入信號經(jīng)過神經(jīng)元之間相關(guān)計算得到最終的控制量，最終的控制效果又反過來作用于權(quán)值修正，最終達(dá)到改善控制效果的目的。

2.1工作信號正向傳播

對于神經(jīng)網(wǎng)絡(luò)PID控制器，其計算迭代過程由式（6）～（12）表示。其中xi為系統(tǒng)輸入量和反饋量，wii和w是每層之間的連接權(quán)值，最終的輸出結(jié)果經(jīng)過限幅得到最終的控制量。

對于輸出層，其輸入為上一層神經(jīng)元與其對應(yīng)的連接權(quán)值乘積之和：

2.2誤差信號反向傳播

由神經(jīng)網(wǎng)絡(luò)PID控制器正向傳播計算方法得知，連接權(quán)值是控制效果的決定因素，控制器就是通過不斷改進(jìn)神經(jīng)網(wǎng)絡(luò)連接權(quán)值，達(dá)到改善控制效果的目的。一般選取一組隨機(jī)數(shù)作為神經(jīng)元連接權(quán)值的初值，將期望值與實際輸出的偏差作為控制效果判定標(biāo)準(zhǔn)，根據(jù)控制效果從輸出層向輸入層按照誤差信號反向傳播（back-propagation，BP）迭代計算連接權(quán)值。在實際操作中，使用誤差均方值來判定當(dāng)前控制效果。

2.3對于算法的改進(jìn)

最速下降法常遇到收斂速度慢和收斂震蕩問題，可以使用以下改進(jìn)方法。

（1）引入動量項

動量項可以表示為：

3仿真實驗

Embedded Coder中包含了MathWorks公司與11公司合作開發(fā)的工具包，并提供了TI DSP底層硬件驅(qū)動支持，可以幫助自動生C/C++代碼和CCS工程。本研究基于此工具箱搭建空間矢量模型，并整合速度環(huán)神經(jīng)網(wǎng)絡(luò)PID控制器，得到基于神經(jīng)網(wǎng)絡(luò)PID控制器的永磁同步電機(jī)速度控制模型，如圖3所示。

試驗中速度給定為階躍輸入，仿真開始時速度300r/min，2s后速度100r/min。為驗證神經(jīng)網(wǎng)絡(luò)PID控制效果，設(shè)計了一組普通PID控制的對比試驗，神經(jīng)網(wǎng)絡(luò)PID控制器權(quán)值初始值為普通PID控制參數(shù)。得到試驗結(jié)果如圖4所示。

通過試驗對比可以看出：（1）2種控制器最終都能跟蹤速度給定，并且運行穩(wěn)定;（2）采用神經(jīng)網(wǎng)絡(luò)PID控制器的控制模型由于能夠?qū)崟r優(yōu)化網(wǎng)絡(luò)連接權(quán)值，無論是在加速還是在減速運動中都能更好地跟蹤速度給定。

4實驗結(jié)果與分析

借助自動代碼生成工具將以上控制器模型生成代碼，并將代碼下載到電機(jī)控制器中運行。試驗中參考仿真過程，設(shè)計了神經(jīng)網(wǎng)絡(luò)PID控制和傳統(tǒng)PID控制的對照實驗。

試驗開始時速度給定為700r/min，20s后速度給定為400r/min，得到兩種控制器下電機(jī)輸出結(jié)果如圖5所示。

通過對比試驗可以看出，將神經(jīng)網(wǎng)絡(luò)PID控制器運用于永磁同步電機(jī)控制具有可行性，相對于傳統(tǒng)PID控制器，神經(jīng)網(wǎng)絡(luò)PID控制器能夠使系統(tǒng)具有更快的響應(yīng)能力，并且有助于改善永磁同步電機(jī)速度控制性能，同時還實現(xiàn)了一定意義上的控制參數(shù)自整定，節(jié)省了調(diào)試時間，同時增強(qiáng)了系統(tǒng)在不同負(fù)載下的冗余性。

5結(jié)束語

本文針對永磁同步電機(jī)多變量、強(qiáng)耦合、非線性的特點，設(shè)計了一款基于神經(jīng)網(wǎng)絡(luò)PID的改進(jìn)型空問矢量控制器。仿真和實驗結(jié)果表明，新的控制方法能夠使永磁同步電機(jī)具有更好的適應(yīng)性和更快的速度響應(yīng)能力。