基于PID神经网络的三相感应电动机调速控制系统的研究
|
摘要
矢量控制技术属于交流调速领域的高性能变频调速技术,目前,在该领域得到了深入的研究,并以其优良的性能得到了广泛应用。但是转子磁链计算精度受易于变化的转子电阻的影响,转子磁链的角度精度影响定向的准确性。针对矢量控制技术的不足,有很多研究者从多方面进行了改进。以人工神经网络控制为代表的智能控制方法的出现为提高交流调速系统性能提供了有效的控制方法。把智能控制技术和矢量控制方法结合起来,成为国内外电气传动工作者研究的热点,但都没有到大规模实用的程度,将神经网络控制方法和传统控制方法结合起来应用到交流调速系统当前正处于研究阶段。因此,在这些方面的研究是很有意义的。
PID神经网络是一种动态神经网络,具有结构简单和系统稳定的特点,克服了传统神经网络的稳定性差和设计复杂等缺点。本论文将PID神经网络控制方法引入交流传动系统,并与常规控制方法相结合,力图以新的控制方式提高系统的动态性能和鲁棒性。
论文在深入分析PID神经网络原理的基础上,研究将PID神经网络控制算法应用于感应电机调速控制,并和矢量控制相结合以设计性能更优良的调速系统。针对目前神经网络应用于自动控制系统的实用性方法,设计研究了两种神经网络控制策略：其一是直接运用SPIDNN作为速度控制器,组建一个自适应速度控制系统；其二是用MPIDNN神经网络来构建交流感应电机的动态逆系统,实现三相感应电机调速系统的解耦和线性化。在详细阐述控制原理和算法的基础上,利用具有交互功能的MATLAB/Simulink仿真工具平台,对其进行了仿真研究,仿真结果表明加入了PID神经网络的应用使控制系统具有更好的控制效果。
Vector control technology is belang to high-performance frequency conversion speed control technology in the field of AC speed control, nowadays, it get embedded study, and broad application based on its high-quality. However, the easy-changed rotor resistance has an influence on the account accuracy of rotor magnetic linkage, the angle accuracy of rotor magnetic linkage affect the orient accuracy.
The emergence of intellect control method based on artificial neural network provides AC speed control system performance with effective control mode. To combine intellect control technology with vector control mode has become the study hotspot of operators on electric drive in both domestic and other counties, but none of them have reached the cosmically application, the study of neural network controller combine conventional controller is still going on. Therefore, researches on these aspects are significant. PID neural network is a kind of dynamic network, unlike conventional neural network, it's sample in stuctrue and stable. This thesis bring the PID neural network control mode into AC drive system, and combined with conventionality control mode, Trying to improve system's dynamic-state behavior and robustness on new control mode.
This thesis, based on PID neural network theory, trying to use PID neural network control arithmetic into induction machine speed control, and combined with vector control to design more excellent speed control system. According to the application of neural network in auto control system at the present time, two neural network speed controllers were designed in this thesis, one is to make the SPIDNN as speed controller, and bring forward SPIDNN self-adaptive controller, the other use the MPIDNN neural network to construct dynamic-inverse system of AC induction machine, realize the nonlinear system's decoupling and linearization. Basing on particular expatiate on control theory and algorithm, this paper utilize MATLAB/Simulink emulated tool platform with interactive function and make a emulation study of it, the result indicate that the application of PID neural network makes the control system more effective.
PID神经网络是一种动态神经网络,具有结构简单和系统稳定的特点,克服了传统神经网络的稳定性差和设计复杂等缺点。本论文将PID神经网络控制方法引入交流传动系统,并与常规控制方法相结合,力图以新的控制方式提高系统的动态性能和鲁棒性。
论文在深入分析PID神经网络原理的基础上,研究将PID神经网络控制算法应用于感应电机调速控制,并和矢量控制相结合以设计性能更优良的调速系统。针对目前神经网络应用于自动控制系统的实用性方法,设计研究了两种神经网络控制策略：其一是直接运用SPIDNN作为速度控制器,组建一个自适应速度控制系统；其二是用MPIDNN神经网络来构建交流感应电机的动态逆系统,实现三相感应电机调速系统的解耦和线性化。在详细阐述控制原理和算法的基础上,利用具有交互功能的MATLAB/Simulink仿真工具平台,对其进行了仿真研究,仿真结果表明加入了PID神经网络的应用使控制系统具有更好的控制效果。
Vector control technology is belang to high-performance frequency conversion speed control technology in the field of AC speed control, nowadays, it get embedded study, and broad application based on its high-quality. However, the easy-changed rotor resistance has an influence on the account accuracy of rotor magnetic linkage, the angle accuracy of rotor magnetic linkage affect the orient accuracy.
The emergence of intellect control method based on artificial neural network provides AC speed control system performance with effective control mode. To combine intellect control technology with vector control mode has become the study hotspot of operators on electric drive in both domestic and other counties, but none of them have reached the cosmically application, the study of neural network controller combine conventional controller is still going on. Therefore, researches on these aspects are significant. PID neural network is a kind of dynamic network, unlike conventional neural network, it's sample in stuctrue and stable. This thesis bring the PID neural network control mode into AC drive system, and combined with conventionality control mode, Trying to improve system's dynamic-state behavior and robustness on new control mode.
This thesis, based on PID neural network theory, trying to use PID neural network control arithmetic into induction machine speed control, and combined with vector control to design more excellent speed control system. According to the application of neural network in auto control system at the present time, two neural network speed controllers were designed in this thesis, one is to make the SPIDNN as speed controller, and bring forward SPIDNN self-adaptive controller, the other use the MPIDNN neural network to construct dynamic-inverse system of AC induction machine, realize the nonlinear system's decoupling and linearization. Basing on particular expatiate on control theory and algorithm, this paper utilize MATLAB/Simulink emulated tool platform with interactive function and make a emulation study of it, the result indicate that the application of PID neural network makes the control system more effective.
引文
1.杨耕,冬雷,邹俊忠,陈伯时.电气传动系统技术的回顾与展望[J],变频器世界,2007(1)：38-41
2.仲明振.电气传动自动化技术现状及主要发展方向[J],电气时代,2002(2)：9-11
3.阮毅.运动控制系统[M],北京：清华大学出版社,2006
4.黄刚.变频器技术的现状与发展[J],电气时代,2003(5)：34-35
5.杨耕,王云飞,王占奎.国内外通用变频器技术的现状和发展[J],变频器世界,2004(4)：6-8
6.陈伯时.变频器和变频调速技术的发展趋势—在变频器分会成立大会暨变频行业企业家论坛上的讲话[J],机电产品市场,2007(05)：3-7
7.仲明振.电气传动自动化技术现状及主要发展方向[J],电气时代,2002(04)：5-7
8.陈伯时.信息化时代的电气传动技术[J],自动化博览,2002,19(4)：1-4
9.杨耕,陈伯时.交流感应电动机无速度传感器的高动态性能控制方法综述[J],电气传动,2001(3)：3-7
10.陈伯时.异步电动机无速度传感器控制的成就与发展[J],电气技术,2006(09)：1-6
11.李永东,李明才.感应电机高性能无速度传感器控制系统—回顾、现状与展望[J],电气传动,2004(01)：3-8
12.中国变频器市场发展现状分析[J],电气时代,2002(11)：31-33
13.钱照明,张军明,吕征宇,彭方正,汪逍生.我国电力电子与电力传动面临的挑战与机遇[J],电工技术学报,2004,19(8)：10-22
14. Bimal K.Bose. Modern Power Electronic and AC Drives[M].China Machine Press/ Prentice Hall PTR.2003:456-459
15.Joachim Holtz. Speed Sensorless control in Induction Motor speed control system[J], IEEE Transaction on Industrial Electronics. Vol.53.No.1,Feb,2006.:64-70
16. Joachim Holtz. Speed Sensorless control in Induction Motor speed control system[J] IEEE Transaction on Industrial Electronics, Vol.53,No.2, Apr,2006.11-18
17. F.Blaabjerg, etc. The Future of Electronic Power Processing and Conversion[J],IEEE Transactions on Application, vol.41,No.1, Jan./Feb,2004.113-117
18王成元,夏加宽,杨俊友,孙宜标.电机现代控制技术[M],北京：机械工业出版社,2006：10-17
19.尔桂花,窦曰轩.运动控制系统[M],北京：清华大学出版社,2002：272-300
20.陈伯时.电力拖动自动控制系统[M],北京：机械工业出版社,2000：198-199
21.孟明,许镇琳.现代电气传动—多学科交融的结晶[J],微电机,2005,Vol38,(4)：18-24
22.陈伯时,谢鸿鸣.交流传动系统的控制策略[J],电工技术学报,2000,15(5)：11-15
23.李华德等.交流调速控制系统[M],北京：电子工业出版社,2003
24.刘国海,戴先中.交流电机输入输出自适应解耦控制[J],电工技术学报,2002(01)
25.刘国海,戴先中.感应电动机调速系统的解耦控制[J],电工技术学报,2001(05)
26.葛宝明,王祥珩,苏鹏声,蒋静坪.交流传动系统控制策略综述[J],电气传动自动化,2001(04)：3-9
27.Krzeminski Z. Nonlinear control of induction motor [J].Porc.of IFAC'97,3:349-354.
28.巫庆辉,邵诚,徐占国.直接转矩控制技术的研究现状与发展趋势[J],信息与控制,2005(04)：444-450
29.王钦若,杜玉晓.交流电机直接转矩控制技术研究综述[J],机电工程技术,2005(11)：13-16
30. Cristian Lascu,Ion Boldea, Frede Blaabjerg. A modified direct torque control for induction motor sensorless drive[J].IEEE Transaction on Industry Applications,2000, 36(1):122-130
31.D.G.Taylor. Nonlinear control of electric machines:An overview[J].IEEE Control Systems Magazine,1994,14(6):41-51
32.林永,林飞,焦连伟,陈寿孙.一种新的异步电机非线性控制策略[J],电机与控制应用,2006(11)：25-34
33.Feem sterM, Aqu ino P, Dawson D and BehalA. Sensorless rotor track ing control for induction motors.IEEE Trans.on Con.trol veloc ity System s Technology.2001,9(4): 645-653.
34.[美]B.K.博斯,姜建国等译.电力电子学与变频传动的技术和应用[M],徐州：中国矿业大学出版社,1999：207-219
35.曲道奎,史敬灼.交流电机系统中的模糊控制研究[J],信息与控制,2003(02)：165-168
36.丛爽.机电系统中模糊与模糊神经元网络控制策略的研究[J],中国电机工程学报,1999(07)：30-37
37.周炼,谢运祥.模糊控制在交流调速中的应用现状及前景[J],微电机,2000(02)：29-31
38.张凌云,赖豪杰.先进控制理论及策略在电机控制中的应用[J],电机技术, 2005(2)：38-40
39.陈晓艳,李达.交流变频调速系统神经网络控制器的研究[J],天津科技大学学报,2005(02)：44-47
40.孙亚飞,王旭,贾芙蓉.基于人工神经网络的感应电机系统辨识控制工程,2002(04)：49-52
41.张进年,朱小平.基于人工神经网络的交流感应电机控制系统[J],电气传动自动化,2006(06)：46-48
42.舒怀林.PID神经元网络及其控制系统[M],北京：国防工业出版社,2006
43.焦李成.神经网络的应用与实现[M].西安：西安电子科技大学出版社,2000：48-53
44. Tadakuma S. Tanaka I.S.Naitoh Het al.Improvement of robustness of vector Controlled induction motors using feedforward and feedback control[J].IEEE. Transactions on Power Electronics,1997,12(2):221-227
45.Simon Haykin.神经网络原理[M].叶世伟,史忠植译.北京：机械工业出版社,2004：152-170
46.江善和,申东日,陈义俊.基于PID神经元网络的智能控制器的研究[A],2002,中国控制与决策学术年会论文集[C],2002：536-539
47.李文峰,刘军营,盛蕾.PID神经网络控制系统的稳定性分析与改进[J],山东理工大学学报(自然科学版),2008(02)：57-61
48.霍亮生.人工神经网络智能控制系统稳定性分析[J],太原理工大学学报,2000(06)：682-685
49.项国波.非线性系统[M].北京：知识出版社,1991：81-100
50.冯纯伯.非线性系统的鲁棒控制[M].北京：科学出版社,2004：135-160
51.李春文,冯元坤.多变量非线性系统控制及解耦[M],北京：科学出版社,1993：54-78
52.吴热冰,李春文.一般非线性系统的构造性逆系统方法[J],控制理论与应用,2003(3)：345-350
53.(美)Hassan K. Khalil著.朱义胜,董辉,李作洲译.非线性系统(第三版)[M],北京：电子工业出版社,2005：175-180
54.戴先中.多变量非线性系统的神经网络逆控制方法[M],北京：科学出版社,2005
55.王新,戴先中.一种基于神经网络逆的感应电动机解耦线性化改进策略[J],电工技术学报,2008(4)：32-38
56.李士勇.模糊控制,神经控制和智能控制论[M].哈尔滨：哈尔滨工业大学出版社,1998
57.戴先中,张兴华,刘国海,张磊.感应电机的神经网络逆系统线性化解耦控制[J],中国 电机工程学报,2004(01)：112-117
58.薛定宇.控制系统仿真与计算机辅助设计[M].北京：机械工业出版社,2004
59.刘金馄.先进PID控制MATLAB仿真(第二版)[M].北京：电子工业出版社,2004
2.仲明振.电气传动自动化技术现状及主要发展方向[J],电气时代,2002(2)：9-11
3.阮毅.运动控制系统[M],北京：清华大学出版社,2006
4.黄刚.变频器技术的现状与发展[J],电气时代,2003(5)：34-35
5.杨耕,王云飞,王占奎.国内外通用变频器技术的现状和发展[J],变频器世界,2004(4)：6-8
6.陈伯时.变频器和变频调速技术的发展趋势—在变频器分会成立大会暨变频行业企业家论坛上的讲话[J],机电产品市场,2007(05)：3-7
7.仲明振.电气传动自动化技术现状及主要发展方向[J],电气时代,2002(04)：5-7
8.陈伯时.信息化时代的电气传动技术[J],自动化博览,2002,19(4)：1-4
9.杨耕,陈伯时.交流感应电动机无速度传感器的高动态性能控制方法综述[J],电气传动,2001(3)：3-7
10.陈伯时.异步电动机无速度传感器控制的成就与发展[J],电气技术,2006(09)：1-6
11.李永东,李明才.感应电机高性能无速度传感器控制系统—回顾、现状与展望[J],电气传动,2004(01)：3-8
12.中国变频器市场发展现状分析[J],电气时代,2002(11)：31-33
13.钱照明,张军明,吕征宇,彭方正,汪逍生.我国电力电子与电力传动面临的挑战与机遇[J],电工技术学报,2004,19(8)：10-22
14. Bimal K.Bose. Modern Power Electronic and AC Drives[M].China Machine Press/ Prentice Hall PTR.2003:456-459
15.Joachim Holtz. Speed Sensorless control in Induction Motor speed control system[J], IEEE Transaction on Industrial Electronics. Vol.53.No.1,Feb,2006.:64-70
16. Joachim Holtz. Speed Sensorless control in Induction Motor speed control system[J] IEEE Transaction on Industrial Electronics, Vol.53,No.2, Apr,2006.11-18
17. F.Blaabjerg, etc. The Future of Electronic Power Processing and Conversion[J],IEEE Transactions on Application, vol.41,No.1, Jan./Feb,2004.113-117
18王成元,夏加宽,杨俊友,孙宜标.电机现代控制技术[M],北京：机械工业出版社,2006：10-17
19.尔桂花,窦曰轩.运动控制系统[M],北京：清华大学出版社,2002：272-300
20.陈伯时.电力拖动自动控制系统[M],北京：机械工业出版社,2000：198-199
21.孟明,许镇琳.现代电气传动—多学科交融的结晶[J],微电机,2005,Vol38,(4)：18-24
22.陈伯时,谢鸿鸣.交流传动系统的控制策略[J],电工技术学报,2000,15(5)：11-15
23.李华德等.交流调速控制系统[M],北京：电子工业出版社,2003
24.刘国海,戴先中.交流电机输入输出自适应解耦控制[J],电工技术学报,2002(01)
25.刘国海,戴先中.感应电动机调速系统的解耦控制[J],电工技术学报,2001(05)
26.葛宝明,王祥珩,苏鹏声,蒋静坪.交流传动系统控制策略综述[J],电气传动自动化,2001(04)：3-9
27.Krzeminski Z. Nonlinear control of induction motor [J].Porc.of IFAC'97,3:349-354.
28.巫庆辉,邵诚,徐占国.直接转矩控制技术的研究现状与发展趋势[J],信息与控制,2005(04)：444-450
29.王钦若,杜玉晓.交流电机直接转矩控制技术研究综述[J],机电工程技术,2005(11)：13-16
30. Cristian Lascu,Ion Boldea, Frede Blaabjerg. A modified direct torque control for induction motor sensorless drive[J].IEEE Transaction on Industry Applications,2000, 36(1):122-130
31.D.G.Taylor. Nonlinear control of electric machines:An overview[J].IEEE Control Systems Magazine,1994,14(6):41-51
32.林永,林飞,焦连伟,陈寿孙.一种新的异步电机非线性控制策略[J],电机与控制应用,2006(11)：25-34
33.Feem sterM, Aqu ino P, Dawson D and BehalA. Sensorless rotor track ing control for induction motors.IEEE Trans.on Con.trol veloc ity System s Technology.2001,9(4): 645-653.
34.[美]B.K.博斯,姜建国等译.电力电子学与变频传动的技术和应用[M],徐州：中国矿业大学出版社,1999：207-219
35.曲道奎,史敬灼.交流电机系统中的模糊控制研究[J],信息与控制,2003(02)：165-168
36.丛爽.机电系统中模糊与模糊神经元网络控制策略的研究[J],中国电机工程学报,1999(07)：30-37
37.周炼,谢运祥.模糊控制在交流调速中的应用现状及前景[J],微电机,2000(02)：29-31
38.张凌云,赖豪杰.先进控制理论及策略在电机控制中的应用[J],电机技术, 2005(2)：38-40
39.陈晓艳,李达.交流变频调速系统神经网络控制器的研究[J],天津科技大学学报,2005(02)：44-47
40.孙亚飞,王旭,贾芙蓉.基于人工神经网络的感应电机系统辨识控制工程,2002(04)：49-52
41.张进年,朱小平.基于人工神经网络的交流感应电机控制系统[J],电气传动自动化,2006(06)：46-48
42.舒怀林.PID神经元网络及其控制系统[M],北京：国防工业出版社,2006
43.焦李成.神经网络的应用与实现[M].西安：西安电子科技大学出版社,2000：48-53
44. Tadakuma S. Tanaka I.S.Naitoh Het al.Improvement of robustness of vector Controlled induction motors using feedforward and feedback control[J].IEEE. Transactions on Power Electronics,1997,12(2):221-227
45.Simon Haykin.神经网络原理[M].叶世伟,史忠植译.北京：机械工业出版社,2004：152-170
46.江善和,申东日,陈义俊.基于PID神经元网络的智能控制器的研究[A],2002,中国控制与决策学术年会论文集[C],2002：536-539
47.李文峰,刘军营,盛蕾.PID神经网络控制系统的稳定性分析与改进[J],山东理工大学学报(自然科学版),2008(02)：57-61
48.霍亮生.人工神经网络智能控制系统稳定性分析[J],太原理工大学学报,2000(06)：682-685
49.项国波.非线性系统[M].北京：知识出版社,1991：81-100
50.冯纯伯.非线性系统的鲁棒控制[M].北京：科学出版社,2004：135-160
51.李春文,冯元坤.多变量非线性系统控制及解耦[M],北京：科学出版社,1993：54-78
52.吴热冰,李春文.一般非线性系统的构造性逆系统方法[J],控制理论与应用,2003(3)：345-350
53.(美)Hassan K. Khalil著.朱义胜,董辉,李作洲译.非线性系统(第三版)[M],北京：电子工业出版社,2005：175-180
54.戴先中.多变量非线性系统的神经网络逆控制方法[M],北京：科学出版社,2005
55.王新,戴先中.一种基于神经网络逆的感应电动机解耦线性化改进策略[J],电工技术学报,2008(4)：32-38
56.李士勇.模糊控制,神经控制和智能控制论[M].哈尔滨：哈尔滨工业大学出版社,1998
57.戴先中,张兴华,刘国海,张磊.感应电机的神经网络逆系统线性化解耦控制[J],中国 电机工程学报,2004(01)：112-117
58.薛定宇.控制系统仿真与计算机辅助设计[M].北京：机械工业出版社,2004
59.刘金馄.先进PID控制MATLAB仿真(第二版)[M].北京：电子工业出版社,2004