摘 要：電氣傳動(dòng)領(lǐng)域中的被控對(duì)象由于具有高階、非線性、強(qiáng)耦合等特點(diǎn)，采用傳統(tǒng)的PID控制方法難以實(shí)現(xiàn)精確控制。針對(duì)這一不足，本文設(shè)計(jì)了一種具有自適應(yīng)、自學(xué)習(xí)功能的單神經(jīng)元PID控制器并將其應(yīng)用于永磁同步電動(dòng)機(jī)矢量控制系統(tǒng)中。為了考察系統(tǒng)的控制效果，利用MATLAB/SIMULINK仿真軟件對(duì)系統(tǒng)進(jìn)行了仿真研究。仿真結(jié)果表明：采用單神經(jīng)元控制的調(diào)速系統(tǒng)具有更好的起動(dòng)性能，當(dāng)負(fù)載或電機(jī)參數(shù)突變時(shí)，該系統(tǒng)具有恢復(fù)時(shí)間短、超調(diào)小等特點(diǎn)，表現(xiàn)出了很強(qiáng)的自適應(yīng)性和魯棒性, 證明所設(shè)計(jì)的控制器是一種有效的控制器。 關(guān)鍵詞：永磁同步電動(dòng)機(jī)，自適應(yīng)控制，單神經(jīng)元 中圖分類號(hào)：TM351，TP273 文獻(xiàn)標(biāo)識(shí)碼：A [align=center]The Research on PMSM’s Control System Based on Single Neuron PID Controller FengYu DingHong Ludong University, Yantai, China 264025[/align] Abstract： The traditional control method of PID is very difficult to meet the need of high reliability in electric drive field as the controlled object has characteristics of higher order, nonlinear and coupling. Aiming at the shortcomings, The PMSM’s vector control system based on single neuron PID controller which has the capability of self-studying and self-adapting was designed in the paper. Simulation experiments were done to check its characteristic in circumstance of MATLAB/SIMULINK. The results show that the system has better start-up performance which can reach stability faster with less oscillation under the occurrence of parameter or load variations, and reveals strong adaptation and rubness, These confirm that the single neural control system works well. Keywords：Permanent magnet synchronous motor （PMSM）; adaptive control; single neuron 1. 引言 傳統(tǒng)的PID因其技術(shù)成熟，在電機(jī)控制領(lǐng)域獲得了廣泛的應(yīng)用，但是在高性能調(diào)速系統(tǒng)中，被控電機(jī)的精確參數(shù)往往難以得到，而且在實(shí)際運(yùn)行中，電機(jī)參數(shù)會(huì)發(fā)生變化。由于PID參數(shù)不易在線調(diào)整，常規(guī)的PID控制往往不能適應(yīng)控制對(duì)象的參數(shù)變化和非線性特性，從而很難獲得滿意的控制效果。 近年來(lái)關(guān)于神經(jīng)網(wǎng)絡(luò)的研究逐漸活躍并已開始應(yīng)用于電氣傳動(dòng)領(lǐng)域。由于神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)比較復(fù)雜，算法收斂速度慢，實(shí)際應(yīng)用起來(lái)比較困難，而神經(jīng)元是構(gòu)成神經(jīng)網(wǎng)絡(luò)的基本組成單位，它具有自學(xué)習(xí)和自適應(yīng)的能力，不必依賴被控對(duì)象的精確數(shù)學(xué)模型，而且結(jié)構(gòu)簡(jiǎn)單，易于實(shí)現(xiàn)實(shí)時(shí)控制。利用神經(jīng)元的這一特點(diǎn)，使單神經(jīng)元和PID控制相結(jié)合組成單神經(jīng)元速度調(diào)節(jié)器，可以達(dá)到對(duì)變化對(duì)象、隨機(jī)擾動(dòng)等不確定因素的良好控制效果。 本文從單神經(jīng)元PID控制原理出發(fā)，結(jié)合矢量控制思想，設(shè)計(jì)了永磁同步電機(jī)單神經(jīng)元PID控制系統(tǒng)，并在Matlab/Simulink 軟件環(huán)境下進(jìn)行了仿真實(shí)驗(yàn)。仿真結(jié)果表明：在這種控制方式下，永磁同步電機(jī)調(diào)速系統(tǒng)的響應(yīng)速度和抗干擾能力都有明顯的改善和提高，所設(shè)計(jì)的控制器可以有效的彌補(bǔ)PID控制器的不足。 2. 單神經(jīng)元自適應(yīng)PID控制 2.1 單神經(jīng)元PID控制原理 單神經(jīng)元的模型如圖1所示,它是一個(gè)具有自學(xué)習(xí)能力的多輸入單輸出的非線性處理單元，其中, x[sub]i[/sub] ,ω[sub]i[/sub]（ i = 1 , 2 , n） 分別為控制器的輸入量和相應(yīng)的權(quán)重（又稱為連接權(quán)系數(shù)）；K為比例系數(shù)；f （•） 為神經(jīng)元的激活函數(shù)。采用單神經(jīng)元實(shí)現(xiàn)自適應(yīng)PID控制的神經(jīng)網(wǎng)絡(luò)中輸入信號(hào)有三個(gè)，分別為x[sub]1[/sub]（k）、x[sub]2[/sub]（k）及x[sub]3[/sub]（k），設(shè)實(shí)際輸出與期望輸出的誤差為e（k），則： 上式中k為單神經(jīng)元控制器比例系數(shù)；x[sub]1[/sub]（k）、x[sub]2[/sub]（k）及x[sub]3[/sub]（k）分別對(duì)應(yīng)PID調(diào)節(jié)器的積分、比例和微分環(huán)節(jié)，而權(quán)系數(shù)ω[sub]1[/sub]、ω[sub]2[/sub]和ω[sub]3[/sub]對(duì)應(yīng)著比例系數(shù)、積分系數(shù)和微分系數(shù)。 [align=center] 圖1 人工神經(jīng)元模型[/align] 2.2 學(xué)習(xí)算法 神經(jīng)元對(duì)外界信號(hào)的響應(yīng)能力，神經(jīng)元重要的特征就是要通過不斷的學(xué)習(xí)使獲得的知識(shí)結(jié)構(gòu)適應(yīng)周圍環(huán)境的變化。神經(jīng)元的學(xué)習(xí)是按某一性能指標(biāo)為最小，通過修改自身的權(quán)系數(shù)來(lái)進(jìn)行的，文中采用了有監(jiān)督的Hebb學(xué)習(xí)算法，其神經(jīng)元的學(xué)習(xí)過程為： z（k）—神經(jīng)元輸出誤差信號(hào)，為系統(tǒng)的性能指標(biāo)z（k）=e（k）。 η—神經(jīng)元學(xué)習(xí)率。一般地, 學(xué)習(xí)率不能過大,否則神經(jīng)元調(diào)節(jié)器易超調(diào); 學(xué)習(xí)率也不能過小,否則神經(jīng)元調(diào)節(jié)器調(diào)節(jié)過程緩慢。 為了保證學(xué)習(xí)算法的收斂性和控制的魯棒性，對(duì)其進(jìn)行規(guī)范化處理后可得式： 通過上述分析可知，采用一定的學(xué)習(xí)規(guī)則后，單神經(jīng)元控制器可以自動(dòng)調(diào)整神經(jīng)元加權(quán)系數(shù)以適應(yīng)被控對(duì)象的狀態(tài)變化，其作用相當(dāng)于一個(gè)變系數(shù)的自適應(yīng)控制器，此時(shí)，系統(tǒng)的動(dòng)態(tài)特性只能依賴于誤差信號(hào)，受模型參數(shù)變化的影響較小[1]。 3. 采用單神經(jīng)元的永磁電機(jī)矢量控制系統(tǒng)設(shè)計(jì) 在傳統(tǒng)的控制系統(tǒng)中，速度調(diào)節(jié)器一般采用PID調(diào)節(jié)器，其輸入為速度反饋值和給定值，輸出的結(jié)果應(yīng)為轉(zhuǎn)矩給定。由于系統(tǒng)采用id=0控制，轉(zhuǎn)矩和電流的幅值成正比，因此速度調(diào)節(jié)器的輸出實(shí)際為電流幅值的給定值（直流量）。 傳統(tǒng)的雙閉環(huán)控制系統(tǒng)在理論和工程實(shí)踐上都已經(jīng)十分成熟。沿用這一控制方法，將調(diào)速系統(tǒng)的速度環(huán)改為采用單神經(jīng)元控制，由于包含在電流環(huán)內(nèi)部的系統(tǒng)參數(shù)均有明確的數(shù)值且在系統(tǒng)運(yùn)行過程中變化不大，同時(shí)考慮到電流環(huán)的快速性，內(nèi)環(huán)控制方式不變。調(diào)速系統(tǒng)原理框圖如圖2。 [align=center] 圖2 基于單神經(jīng)元控制器的永磁電機(jī)調(diào)速系統(tǒng) [/align] 圖中轉(zhuǎn)換器的作用是獲得單神經(jīng)元的三個(gè)輸入量x[sub]1[/sub]（k）、x[sub]2[/sub]（k）及x[sub]3[/sub]（k） , 在這里： x[sub]2[/sub]（k）、x[sub]3[/sub]（k） 的表達(dá)式如式（1）。 4. 仿真分析及結(jié)果 4.1 仿真模型的建立 仿真采用外貼式轉(zhuǎn)子結(jié)構(gòu)的永磁電機(jī)，構(gòu)造id=0時(shí)的矢量控制系統(tǒng)仿真模型如圖3所示： [align=center] 圖3 基于單神經(jīng)元控制器的PMSM矢量控制系統(tǒng)模型[/align] 仿真時(shí)采用的永磁同步電動(dòng)機(jī)主要技術(shù)指標(biāo)： P[sub]N[/sub] = 1.7 kW , J =0. 0267 kg•m[sup]2[/sup] , P = 2 , R [sub]r[/sub]= 1. 804 Ω , L [sub]d[/sub] = L[sub]q[/sub]= 5. 5 mH 。 在仿真模型中，由于單神經(jīng)元控制器不能直接用傳遞函數(shù)加以描述，可以利用MATLAB提供的S-function功能模塊編寫程序并將單神經(jīng)元控制器投入運(yùn)行。S-Function是一個(gè)動(dòng)態(tài)系統(tǒng)的程序語(yǔ)言描述，它可以用C語(yǔ)言來(lái)編寫，也可以利用Matlab語(yǔ)言來(lái)編寫。本文利用Matlab 語(yǔ)言編寫了基于Hebb學(xué)習(xí)算法的單神經(jīng)元的S-Function，從而建立了單神經(jīng)元PID控制器的Simulink仿真模型。 4.2 仿真結(jié)果 單神經(jīng)元自適應(yīng)PID 控制器的設(shè)計(jì)中，關(guān)鍵是確定可調(diào)參數(shù)K ,η[sub]P[/sub] ,η[sub]I[/sub],η[sub]D[/sub] ,以及加權(quán)系數(shù)初始值。在這些參數(shù)中，K是系統(tǒng)最敏感的參數(shù)，K值越大則快速性越好，但超調(diào)量增大，K值過大會(huì)引起系統(tǒng)振蕩，甚至不穩(wěn)定；K值越小則超調(diào)量減小，但快速性變差、系統(tǒng)響應(yīng)過慢。因此K的選擇要經(jīng)過反復(fù)實(shí)驗(yàn)，這也給系統(tǒng)設(shè)計(jì)帶來(lái)一定的困難。因此文獻(xiàn)[2]中提出了一種K也同時(shí)在線學(xué)習(xí)的控制策略，可以起到較好的控制效果。 由于采用了規(guī)范化的學(xué)習(xí)算法，使得控制器的輸出主要由wi（k）來(lái)決定，因而學(xué)習(xí)效率對(duì)控制特性的影響很小。只要在控制器投入運(yùn)行前, 設(shè)定學(xué)習(xí)率為一組任意初值即可，但是要保證其取值在0～1 之間。 加權(quán)系數(shù)初始值的確定可以利用MATLAB中Simulink提供的神經(jīng)網(wǎng)絡(luò)工具箱初始化得到，也可以利用文獻(xiàn)[3]中提出的經(jīng)驗(yàn)公式計(jì)算得到。 以上參數(shù)最終確定如下： 為了把單神經(jīng)元PID 控制器的控制性能與PID 控制器的控制性能作比較，還設(shè)計(jì)了PID 控制器。在實(shí)際應(yīng)用中，PID控制方式的微分項(xiàng)是在啟動(dòng)階段起抑制超調(diào)作用，而在穩(wěn)態(tài)階段，由于微分項(xiàng)對(duì)干擾信號(hào)比較敏感，影響系統(tǒng)的穩(wěn)態(tài)性能，一般不希望它起作用。同時(shí)神經(jīng)元具有學(xué)習(xí)能力，通過適當(dāng)調(diào)節(jié)前兩項(xiàng)加權(quán)系數(shù)，在起動(dòng)階段可達(dá)到減小超調(diào)的目的，所以微分項(xiàng)通常被忽略。這樣既可以簡(jiǎn)化算法，又能節(jié)省存儲(chǔ)空間和縮短算法執(zhí)行的時(shí)間，提高了系統(tǒng)的實(shí)時(shí)性[1]。 PID控制器參數(shù)設(shè)定為P=50，I=1.8，D=0。仿真結(jié)果如下： [align=center]1） 電動(dòng)機(jī)空載起動(dòng)，轉(zhuǎn)速階躍給定為600r/min時(shí)的起動(dòng)性能分析： 圖6 負(fù)載變化時(shí)的抗擾性能分析[/align] 5．結(jié)論 由仿真結(jié)果可以看出，采用單神經(jīng)元PID控制時(shí)，電動(dòng)機(jī)在起動(dòng)時(shí)能很快達(dá)到穩(wěn)態(tài)且減小了轉(zhuǎn)速超調(diào)，使起動(dòng)過程更加平穩(wěn)快速；在突加負(fù)載或參數(shù)變化時(shí)，轉(zhuǎn)速、轉(zhuǎn)矩響應(yīng)曲線的波動(dòng)更小，恢復(fù)時(shí)間更短，表現(xiàn)出很強(qiáng)的自適應(yīng)性和魯棒性。可見，把單神經(jīng)元與PID結(jié)合起來(lái)組成單神經(jīng)元自適應(yīng)調(diào)節(jié)器后， 可以有效提高控制效果和系統(tǒng)性能。 參考文獻(xiàn) [1]萬(wàn)健如，張海波，曹才開. 單神經(jīng)元PID控制器永磁同步電動(dòng)機(jī)調(diào)速系統(tǒng)[J]. 電力電子技術(shù), 2005,39（1）：75－78. [2]丁軍, 徐用懋. 單神經(jīng)元自適應(yīng)PID 控制器及其應(yīng)用[J].控制工程，2004,11 （1）：27－30. [3]陳靜, 王永驥. 基于單神經(jīng)元自適應(yīng)PID 控制的溫控系統(tǒng)研究[J].計(jì)算機(jī)技術(shù)與自動(dòng)化, 2006,25（1）：20－22. [4]孫增圻. 智能控制理論與技術(shù)[M]. 北京：清華大學(xué)出版社,2003. [5]沈安文，舒州，王永驥. 基于單神經(jīng)元控制的交流調(diào)速系統(tǒng)及其仿真[J]. 三峽大學(xué)學(xué)報(bào)（自然科學(xué)版） 2002,24（3）：26－28. [6]張建峽，楊勇，許德志. 單神經(jīng)元自適應(yīng)PID控制交流調(diào)速系統(tǒng)[J].電機(jī)與控制學(xué)報(bào), 2007, 11（2）：130－133. 　 作者簡(jiǎn)介：馮宇，女，講師，研究方向是電力電子與電力傳動(dòng)。 聯(lián)系方式：魯東大學(xué)物理與電子工程學(xué)院 13220935041 E-mail:fengyu6329@163.com