感应电机直接转矩控制系统中的模糊控制研究

1 引言
    直接转矩控制技术一诞生，就以其新颖的控制思想，简洁明了的系统结构，优良的动、静态性能受到了普遍的关注和得到迅速的发展。尽管直接转矩控制具有上述优点，但仍存在不完善之处：如传统直接转矩控制中采用Bang—Bang控制，起动和转速突变时响应较慢；低速时，存在较大的转矩和磁链脉动；另外，如何提高速度辨识精度和改善速度调节性能也是研究的热点问题之一。
    模糊控制是一种典型的智能控制方法，其基本思想是把人类专家对特定被控对象或过程的控制策略总结成一系列控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。模糊控制不依赖于对象特性，无需建立数学模型，且控制具有较强的鲁棒性，是解决不确定系统控制的有效途径，可用于非线性、时变系统的控制。为改善性能，很多直接转矩控制方案就速度调节、电阻辨识、速度辨识、磁链辨识补偿和滞环调节器方面引入模糊理论，取得较好效果。

2 常用模糊控制器在控制系统中的应用
2．1 控制器
    传统直接转矩控制系统采用Bang—Bang控制，滞环调节器的容差影响磁链和转矩脉动。容差大小是一个模糊量，无法根据磁链、转矩误差的量确定数学模型，采用模糊控制，根据经验知识来确定容差不失为一明智选择。采用的模糊控制器只有两个输入变量，转矩误差和磁链角，其输出变量为占空比，通过控制规则选择合适占空比，减小了低速下磁链和转矩脉动。采用磁链误差、转矩误差和电机工作点作为模糊控制器的输入变量，该方法的新颖之处在于将电机工作点作为模糊控制器输入变量，在转矩和转速为坐标轴坐标系中，按工作时转矩、转速所占额定值的百分比确定工作点，按转矩转速百分比相等线左右各分3个区。文献根据异步电机定子磁链偏差和转矩偏差以及定子磁链的所在位置，运用模糊逻辑技术动态地得到电机所期望的空间电压矢量，再结合SVM技术实现对异步电机的控制。
    直接转矩控制中都采用速度闭环控制，以增强控制系统对外界扰动的抗干扰能力和适应负载变化的能力。将给定转速和反馈速度(估算或检测)的差值作为速度调节器的输入信号，由速度调节器根据速度的变化产生转矩给定Tg信号。常用的速度反馈中，都采用PI控制器，但系统参数一旦选定，不能根据实际情况改变，没有自适应能力。因此，文献提出通过选用速度误差和误差变化率作为模糊变量，通过控制规则来实现速度跟随，提高了系统的响应速度和稳态精度。
2．2 辨识器
    文献中，提出一种模糊估计器，用来估算定子电阻。直接转矩控制采用电压模型观测磁链在低速下误差较大，从而导致转矩脉动大。通过辨识定子电阻的变化，进而估算转矩和磁链误差，然后根据转矩误差和磁链误差选择电压空间矢量，对磁链进行补偿。

3 复合模糊控制器在控制系统中的应用
    模糊控制在实际应用过程中存在一些缺陷。首先对于时变参数非线性系统，尤其是电机的控制要求快速准确，模糊控制所依赖的控制规则却缺乏在线自学习或自调整的能力。其次，模糊控制器的变量论域是固定的，无法使整个被控对象的稳态误差降到最低。若要提高精度，势必要增加量化级数。导致推理时间过长，系统实时性差。另外，模糊控制系统的设计尚缺乏系统性，无法定义控制目标，而控制规则的选择、论域的选择、模糊集的定义、量化因子的选取等多采用试取法，这对复杂系统难以凑效。因此，人们在模糊控制的自学习或是自调整能力方面已开展了许多研究，设计了多种不同类型的模糊控制器，如模糊PID控制器、自适应模糊控制器、滑膜模糊控制器和模糊神经网络控制器等。
3．1 模糊PID控制
    传统的模糊控制器其变量论域是固定的，无法使整个被控对象的稳态误差降到最低。若要提高精度，势必要增加量化级数，导致推理时间过长，系统实时性差。对于要求响应更快和稳态精度更高的情况，一般的模糊控制器难以胜任。而PID控制器具有简单易行，控制性能较好的特点，但是其参数是固定的，不能适时调整，在多变量、高阶和非线性的交流系统，无法达到最优效果。文献将传统PID速度调节器和模糊理论结合，使该控制器可依据速度误差和速度误差变化率在线调整传统PID控制器的参数，增加了速度调节的自适应能力，提高了系统的响应速度
3．2 自适应模糊控制器
    由于交流电机参数受温度和磁路饱和的影响，具有严重的非线性，实际调速系统的转速设定范围变化较大，常规模糊控制器较难高性能地适应。获得常规模糊控制器规则，只能凭人的一般经验设计，再经过实验反复调整，不仅费时费力、很难优化，而且量化因子、比例因子的选取对系统的性能影响很大，一旦这些因子确定后，系统的参数、给定或扰动变化过大时，则满足不了该系统在时变情况下响应速度快、稳态精度高的要求。在低速时，系统甚至无法运行。自适应控制在被控对象未知或被控对象参数发生改变时，能调整控制器的控制方法或参数，将自适应理论引入模糊控制能充分发挥各自的优点。文献提出一种自适应模糊PD型速度调节器，应用于模糊直接转矩控制系统。该调节器输出部分的比例因子可以根据速度的实时变化趋势经自适应调整机构的模糊规则库在线调整，解决了常规模糊控制器在控制过程中参数不变带来的问题，满足了异步电机模糊直接转矩控制系统响应速度快、稳态精度高、调速范围宽的要求。
3．3 变结构模糊控制器
    滑模变结构控制对系统的数学模型精确性要求不高，对系统的不确定参数、参数变化、数学描述的不确定性及外界环境的扰动具有完全的自适应性。而模糊控制不需要数学模型，根据专家或经验知识设计控制规则，也存在一些缺陷，文献结合滑动模态控制和模糊控制的特点，推导出异步电动机直接转矩控制模糊滑动模态控制算法，实验仿真表明，这种控制方案不仅使系统具有滑模控制的响应快，对系统参数变化不敏感和鲁棒性强的优点，而且还具有模糊控制不需要精确系统模型的方便性和稳定性等优点。针对滑模控制的抖动问题，文献提出一种方案，在传统无速度传感器直接转矩控制系统中，利用滑膜结构理论进行速度控制的基础上，在滑膜控制器输出后添加模糊积分器，在保持良好鲁棒性条件下，有效地消除了滑膜控制器的抖动问题。
3．4 模糊神经网络
    神经网络是指用科学技术手段模拟生物神经系统的结构和功能的一种信息处理系统，有并行处理、分布式储存信息和纠错能力、自学习和自组织能力，用在线或离线方式进行学习。但神经网络不适合基于规则的知识，训练网络不能很好利用已有知识，从而训练时间过长或容易陷入局部最优。模糊控制的优点在于逻辑推理能力强，容易进行高阶信息处理。模糊技术与神经网络技术结合，能发挥各自的优势、弥补其不足。模糊技术引入神经网络，拓宽网络信息的处理能力，处理神经信息、模糊信息或其他小精确信息。用神经网络的学习和自动识别模式特性来进行模糊信息处理，解决模糊规则的自动提取及隶属函数的自动生成问题。将神经网络控制与模糊控制有效地结合起来所构成的神经网络模糊控制器，不需要被控对象精确的数学模型，而且可根据控制中的结果进行自学习，不断提高自身的适应性，能很好地满足系统的要求。文献则用FNNS(模糊神经网络)在线辨识异步电机的定子电阻，把电机运行时间、频率和电流作为输入变量，得到输出变量，定子电阻值，其中利用模糊规则的增减优化BP网络，节约处理时间，并按规则数确定学习率(具有可变性)，保证了系统的高效性，稳定性及收敛性。文献采用模糊神经网络进行速度控制，采用基本样条函数构造模糊神经网络，使该控制系统具有响应快、超调小、鲁棒性较强、脉动幅度小、抗干扰能力好等特点。通过试验比较其动、静态特性均优于BP网络控制。
3．5 遗传算法模糊控制
    模糊控制规则易受人的因素的影响而归纳得不完善，并且不能学习，影响了模糊控制的效果。遗传算法是模拟自然进化中优胜劣汰、适者生存的原理来进行自学习和寻优的。它用简单的编码技术和繁殖机制来表现复杂的现象，从而解决非常困难的寻优问题。
    遗传算法(GA)应用于模糊控制器设计，GA可自动确定模糊控制器的参数，自动获取控制规则。有人采用遗传算法，考察了不同模糊算子和模糊决策方法对动静态性能的影响。提出采用CA学习模糊直接转矩控制系统中转矩误差隶属度函数分布，通过几次迭代学习，GA就找到一组满意的模糊隶属度函数分布。仿真表明，通过GA的优化，系统具有更快的转矩响应速度、转矩和谐波电流小等优点。遗传算法作为一种自适应全局优化概率搜索算法，用来优化模糊神经控制器的权值和隶属函数取得了一定的成果。文献根据遗传算法和模糊控制理论，研究和设计一种基于遗传算法的自寻优模糊控制器。文献用模糊控制器来模拟传统异步电动机DTC系统的状态选择器，采用遗传算法和参数调整算法对模糊控制器的量化因子和比例因子分别进行离线粗调和在线优化细调，解决了常规模糊控制器在电机直接转矩控制过程中特别是起动过程因参数不变带来的超调量大、响应慢、不稳定性等问题．

4 结语
    介绍和分析比较感应电机直接转矩控制的模糊控制。不难发现，模糊理论在直接转矩控制中主要应用在参数辨识和系统控制，前者包括定子电阻、定子磁链和转速辨识；后者主要有开关表选取、速度调节等。直接转矩控制系统引入模糊理论，特别是将模糊理论和其他智能控制结合，使其性能得到改善，但相应增加了系统复杂性，特别是变结构模糊控制、模糊神经网络等算法复杂，计算成本高。因此如何保持直接转矩控制结构简单的特点，而又能改善性能将是模糊直接转矩控制重点研究的问题之一。