1 引言

    交流調(diào)速系統(tǒng)中的被控對象大多為異步電動機，異步電動機具有多變量、強耦合、系統(tǒng)參數(shù)時變及系統(tǒng)結(jié)構(gòu)非線性與不確定性等特點，所以難以建立其精確的數(shù)學模型。而傳統(tǒng)的控制策略，諸如P ID控制，以及矢量控制都是建立在系統(tǒng)較為精確的數(shù)學模型基礎(chǔ)上。為了提供交流電動機高精度的控制方法，國內(nèi)外許多學者在這一領(lǐng)域進行了大量的研究，新方法新技術(shù)不斷涌現(xiàn)，智能控制就是近些年來發(fā)展起來的一門新興學科。與經(jīng)典和現(xiàn)代的控制方法相比，智能控制突破了傳統(tǒng)控制理論中過分依賴系統(tǒng)數(shù)學模型的束縛，按照實際效果進行控制，不依賴或者不完全依賴系統(tǒng)的數(shù)學模型；控制具有非線性；尤其是隨著計算機技術(shù)的迅速發(fā)展，可完成更加復雜系統(tǒng)的控制，且具有在線辨識或總體自適應自尋優(yōu)的特點。所以，將已有的控制方法和智能控制手段相結(jié)合，是當代交流調(diào)速的基本思路。

    智能控制的主要方法有模糊控制、神經(jīng)網(wǎng)絡(luò)控制、變結(jié)構(gòu)控制、自適應控制及專家系統(tǒng)控制等。本文主要介紹模糊控制、神經(jīng)網(wǎng)絡(luò)控制及其復合控制在交流調(diào)速中的應用，并對它們的特點和發(fā)展動態(tài)作了適當?shù)姆治龊驼f明。

2 模糊控制在交流調(diào)速中的應用

    由于模糊控制是智能控制中最為簡單、最具實際意義的方法，因而在交流調(diào)速系統(tǒng)中得到了廣泛地應用。將模糊控制應用于交流電動機的矢量控制中，可以很好地克服傳統(tǒng)矢量控制方法所帶來的諸如非線性、參數(shù)變化等對系統(tǒng)性能影響過大的缺點，使系統(tǒng)具有較強的魯棒性。

    模糊控制在速度控制中一般處于最外環(huán)，而內(nèi)環(huán)仍保留矢量控制、滑模解耦控制等傳統(tǒng)控制方法。用模糊控制器代替常規(guī)PID控制器，在參數(shù)變化、負載擾動情況下仍可得到快速、強魯棒性的控制。與傳統(tǒng)的PID控制相比，模糊控制器具有更小的超調(diào)量和更強的抗干擾性。

2.1 常規(guī)模糊控制器在交流調(diào)速中的應用

    常規(guī)模糊控制器是一種基于直接查詢方式的控制器，它能實現(xiàn)首先對輸入量的模糊化，并采用直接查詢法進行模糊控制決策和處理，然后對其進行去模糊化后最終輸出。將模糊控制引入電機的直接轉(zhuǎn)矩控制系統(tǒng)中，不僅能夠有效地改善其靜態(tài)和動態(tài)特性，而且有利于系統(tǒng)魯棒性的提高。文獻[7]就是采用常規(guī)模糊控制器控制的一個典型應用，文中針對異步電動機矢量控制系統(tǒng)因電機參數(shù)變化和負載波動等因素導致性能變差的問題，設(shè)計了一種二維自調(diào)整模糊控制器作為滑差矢量控制的速度調(diào)節(jié)器。用這種速度調(diào)節(jié)器，可以根據(jù)輸入變量的大小調(diào)整模糊控制器的量化因子、比例因子和兩個輸入變量的權(quán)重，從而自動調(diào)整模糊控制規(guī)則。不僅提高了控制系統(tǒng)的動態(tài)和穩(wěn)態(tài)性能，而且具有較強的魯棒性。

2.2 高性能模糊控制器在交流調(diào)速中的應用

    在實際應用過程中，對于時變參數(shù)非線性系統(tǒng)，尤其是對快速準確控制要求很高的諸如電機調(diào)速這樣的非線性系統(tǒng)，常規(guī)模糊控制所依賴的控制規(guī)則缺乏在線自學習或自調(diào)整的能力，難以滿足控制需要。因此，將模糊控制器與其他控制策略相結(jié)合，設(shè)計了多種不同類型的模糊控制器，如參數(shù)自調(diào)整模糊控制器、模糊-變結(jié)構(gòu)控制模糊控制器、自適應模糊控制器等，以克服常規(guī)模糊控制的局限性，進一步提高精度，適應更為精確的控制需要。

2.2.1 參數(shù)自調(diào)整模糊控制器

    參數(shù)自調(diào)整模糊控制器在常規(guī)模糊控制器的基礎(chǔ)上，突破了推理決策的局限性，采用了加權(quán)推理決策，引入了協(xié)調(diào)因子λ，根據(jù)系統(tǒng)偏差e和偏差變化ec的大小，預測控制系統(tǒng)的不確定量，調(diào)整λ及比例因子，從而能夠選擇最佳的控制參數(shù)或控制規(guī)則集，在線自動調(diào)整保守和大膽控制的混合程度，力求更全面、更確切地反映出人對諸因素的綜合決策思想，提高系統(tǒng)的控制精度和魯棒性能。

2.2.2 模糊PID控制

    模糊PID 控制是用模糊控制的方法在線調(diào)節(jié)PID參數(shù)的一種控制方法。文獻[9]中對于矢量控制的交流調(diào)速系統(tǒng)，運用模糊邏輯和參數(shù)自整定PID，采用分層遞階智能控制結(jié)構(gòu)，構(gòu)成具有較強實用性和魯棒性多級智能控制系統(tǒng)。而模糊- PI控制是將PI控制策略引入模糊控制器，在大偏差范圍內(nèi)采用模糊控制，在小偏差范圍內(nèi)轉(zhuǎn)換為PI控制。這種復合控制比PI控制有更快的動態(tài)響應特性和更小超調(diào)，比模糊控制具有更高的穩(wěn)態(tài)精度。

    在參考文獻[11]中，用模糊控制器取代常規(guī)的PI控制器，并證明了在參數(shù)變化、負載擾動的情況下仍可得到快速、強魯棒性的控制。

2.2.3 模糊-變結(jié)構(gòu)控制

    模糊-變結(jié)構(gòu)控制是在變結(jié)構(gòu)中引入模糊控制，以抑制或基本消除常規(guī)變結(jié)構(gòu)的顫振現(xiàn)象。模糊- 變結(jié)構(gòu)控制的工作原理是:在誤差和誤差的變化較大時，滑模變結(jié)構(gòu)控制起主要作用，加大控制力度，提高系統(tǒng)的快速性；當系統(tǒng)接近穩(wěn)態(tài)時，取消滑模- 變結(jié)構(gòu)控制，只讓模糊控制起作用。文獻[12]使用了兩個非線性控制環(huán)節(jié):即滑?？刂坪湍：齈I控制，定義了一種新型的控制結(jié)構(gòu)。兩個控制環(huán)節(jié)通過基于T - S模型的專家控制結(jié)合在一起，使滑?？刂谱饔糜陟o態(tài)，而PI控制用于動態(tài)控制階段。這樣同時兼?zhèn)浠？刂铺岣叻€(wěn)態(tài)精度和P I控制可有效地減少超調(diào)，起到較好的控制效果。

2.2.4 自適應模糊控制

    在模糊控制系統(tǒng)中，量化因子和比例因子的選取對系統(tǒng)性能影響很大。當這些因子確定后，當對象的參數(shù)、給定或擾動變化過大時，控制效果則會變差，可根據(jù)實際情況在線調(diào)整輸出，實現(xiàn)模糊自適應控制。該調(diào)節(jié)器輸出部分的比例因子可以根據(jù)速度的實時變化趨勢經(jīng)自適應調(diào)整機構(gòu)的模糊規(guī)則庫在線調(diào)整，使系統(tǒng)的速度響應更快，超調(diào)更小，穩(wěn)態(tài)精度提高，受對象參數(shù)變化影響減小，改善了系統(tǒng)低速性能，解決了常規(guī)模糊控制器在控制過程中參數(shù)不變帶來的問題，滿足了異步電動機模糊直接轉(zhuǎn)矩控制系統(tǒng)響應速度快、穩(wěn)態(tài)精度高、調(diào)速范圍寬的要求。

3 神經(jīng)網(wǎng)絡(luò)控制在交流調(diào)速中的應用

    神經(jīng)網(wǎng)絡(luò)模擬人腦的信息處理方式，有并行處理、分布儲存信息和容錯能力和在線或離線方式進行自學習和自組織的能力，具有非線性、非局域性、非定常性等特點，用于控制時可以不依賴控制對象的數(shù)學模型，為了實現(xiàn)對交流電機的快速和精確控制，采用人工神經(jīng)網(wǎng)絡(luò)速度控制器，并加入在線辨識補償技術(shù)，既可提高神經(jīng)網(wǎng)絡(luò)速度控制器的實時性，又可增強整個系統(tǒng)的魯棒性，還可有效地克服負載轉(zhuǎn)矩變化、轉(zhuǎn)動慣量變化、粘滯摩擦系數(shù)變化等帶來的不良影響，從而實現(xiàn)高性能的速度控制。

    采用神經(jīng)網(wǎng)絡(luò)對電機參數(shù)中非線性參數(shù)進行在線辯識和檢測，可以使系統(tǒng)的性能在各個方面得到全面改善，尤其是對提高系統(tǒng)的動態(tài)性能和穩(wěn)定性能等方面具有非常大的優(yōu)越性。神經(jīng)網(wǎng)絡(luò)所具有的自學習功能為它在轉(zhuǎn)速突變、參數(shù)不穩(wěn)定情況下的控制性能的有效改善提供了理論基礎(chǔ)。采用神經(jīng)網(wǎng)絡(luò)的各種先進算法和科學控制策略的應用為交流調(diào)速系統(tǒng)的性能向更高要求發(fā)展提供了技術(shù)手段。

    神經(jīng)網(wǎng)絡(luò)實現(xiàn)控制器方法有多種，但基于多層結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)相對復雜，在線調(diào)節(jié)權(quán)重用時較長，難以適應快速控制的要求，且目前尚缺乏相應的基于神經(jīng)網(wǎng)絡(luò)的實用型計算機硬件支持，因此將基于多層網(wǎng)絡(luò)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)用于交流調(diào)速系統(tǒng)時，在線學習和實時快速控制存在較大困難。在實際中，神經(jīng)網(wǎng)絡(luò)技術(shù)的應用主要集中在定子電阻、轉(zhuǎn)子電阻、定子電流以及磁鏈的檢測上。

4 復合控制在交流調(diào)速中的應用

    復合控制是兩種或兩種以上不同類型的智能控制的組合，例如:模糊邏輯控制與神經(jīng)網(wǎng)絡(luò)控制的組合；遺傳算法與模糊控制的組合；專家控制與模糊控制的組合等，高性能模糊控制器其實也是復合控制。把現(xiàn)代控制理論應用于交流調(diào)速系統(tǒng)是為了使系統(tǒng)具備更強的魯棒性和更為優(yōu)良的動、靜態(tài)性能。近年來，優(yōu)良的復合控制在交流調(diào)速系統(tǒng)中的應用，展示了其良好的前景。

4.1 模糊神經(jīng)網(wǎng)絡(luò)

    模糊邏輯和神經(jīng)網(wǎng)絡(luò)各具特點，模糊信息處理是以模糊邏輯為基礎(chǔ)，模仿人的模糊綜合判斷推理來處理常規(guī)方法難以解決的模糊信息處理的難題。人工神經(jīng)網(wǎng)絡(luò)是以生物神經(jīng)網(wǎng)絡(luò)為模擬對象，試圖在模擬推理及自學習等方面向前發(fā)展，使人工智能更接近人腦的自組織和并行處理等功能。模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點具有明顯的互補性。將兩者有機結(jié)合，可以有效地發(fā)揮各自的優(yōu)勢并彌補不足。事實證明，僅僅利用其中的一種方法無法真正實現(xiàn)智能控制，而將這兩種技術(shù)有機地結(jié)合起來，其優(yōu)勢才能得到真正的體現(xiàn)。

    模糊控制是以較少的規(guī)則數(shù)來表示知識，擅長技能方面的處理，但其自學習能力較弱。神經(jīng)網(wǎng)絡(luò)的引入為模糊控制器提供了一種良好的學習功能，它具有自學習和大規(guī)模并行處理能力，擅長認知方面的處理。模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)通常由模糊控制器和一個神經(jīng)網(wǎng)絡(luò)組成。將模糊技術(shù)引入神經(jīng)網(wǎng)絡(luò)，拓寬了網(wǎng)絡(luò)信息的處理能力，處理神經(jīng)信息、模糊信息或其它不精確信息，用神經(jīng)網(wǎng)絡(luò)的學習和自動識別模式特性來進行模糊信息處理，解決了模糊規(guī)則的自動提取及隸屬函數(shù)的自動生成問題。文獻[15]介紹了一種以基于神經(jīng)元網(wǎng)絡(luò)的模糊控制器作為轉(zhuǎn)速調(diào)節(jié)器的交流調(diào)速控制方案。將神經(jīng)網(wǎng)絡(luò)控制與模糊控制有效地結(jié)合起來所構(gòu)成的神經(jīng)網(wǎng)絡(luò)模糊控制器，特別適用于那些系統(tǒng)結(jié)構(gòu)復雜、干擾大且控制精度要求高的場合。

4.2 遺傳算法模糊控制

    遺傳算法模糊控制是另一種仿生模糊控制方法， 遺傳算法是模擬了自然界遺傳機制和生物進化論而形成的一種并行隨機搜索方法，它以隨機產(chǎn)生的一群初始的候選解為開始，通過使用遺傳算子對這些字符串進行操作組合，使產(chǎn)生的候選解逐代向最優(yōu)解進化。遺傳算法應用于模糊控制器設(shè)計中，遺傳算法可自動確定模糊控制器的參數(shù)，自動獲取控制規(guī)則。文獻[16]設(shè)計了一種基于遺傳算法的自尋優(yōu)模糊控制器，并將其應用于調(diào)速系統(tǒng)。在伺服異步電動機控制系統(tǒng)中，遺傳算法用于設(shè)計磁通觀測器，能適應電機模型參數(shù)較大擾動和不同的運行條件的控制。

4.3 滑模變結(jié)構(gòu)-自適應復合控制

    滑模變結(jié)構(gòu)控制具有對系統(tǒng)參數(shù)變化不敏感的特性，同時還具有良好的動態(tài)、靜態(tài)特性。但是滑模變結(jié)構(gòu)控制由于其開關(guān)特性為非線性，會引起系統(tǒng)抖動。將變結(jié)構(gòu)控制和自適應控制集成起來應用于交流調(diào)速系統(tǒng)中，也可提高系統(tǒng)魯棒性，是一種較好的集成控制器。此外還有如變結(jié)構(gòu)- 神經(jīng)網(wǎng)絡(luò)集成控制器、專家-多模糊規(guī)則集復合控制、專家-模糊- PID復合控制等。

5  結(jié)語

    由目前國內(nèi)外的研究成果可以看出，電機傳動的控制逐步走向多元化、智能化和多種方法綜合運用的方向發(fā)展，模糊控制、人工神經(jīng)網(wǎng)絡(luò)、自適應控制、遺傳算法、專家系統(tǒng)等智能控制思想在電機調(diào)速系統(tǒng)中已經(jīng)得到了廣泛的運用，可以預估，隨著控制理論和計算機技術(shù)的不斷發(fā)展，智能控制在機電控制和自動化領(lǐng)域?qū)l(fā)揮越來越多的作用。