变结构神经网络控制在SRD中的应用
摘 要:目的为了减小开关磁阻电机驱动系统参数变化对系统性能产生的影响,解决变结构控制的不连续控制特性问题.方法在常规变结构控制的基础上,引入神经网络控制技术,将普通滑模变结构与神经网络相结合,通过变结构神经网络控制策略进行控制器设计.结果经过对新的滑模变结构控制与传统的PID控制和普通变结构控制性能的对比分析表明,新的滑模变结构控制较好地克服了负载扰动及参数变化对系统转速的影响.结论新的控制方法快速性好、鲁棒性强,减少了开关磁阻电机驱动控制系统的输出抖动.
引 言
开关磁阻电机调速系统(SRD)以其结构简单、造价低廉、控制方式灵活等优势在很多领域得以广泛应用[1].SRD调速系统通常采用传统PID控制,但当控制对象的参数和特性随环境条件发生变化或系统输入(包括扰动输入)的性质变化时,系统很难保持良好性能,严重时甚至无法正常工作.滑模变结构控制是一种新型控制理论,具有鲁棒性好,对被控对象参数变化及扰动作用不敏感,降阶去耦作用强,控制算法简单等特点.但由于变结构控制的不连续控制特性,特别是对调速系统而言,会造成输出转矩抖动,使调速精度变差.如何有效削弱滑模控制的抖动一直是专家学者极为关注的问题.笔者应用了神经网络控制技术,提出一种新型的基于神经元补偿的滑模变结构控制方法.将其应用到开关磁阻电机调速系统中,减少了系统的输出抖动.
1 系统描述
开关磁阻电动机驱动系统是典型的机电一体化的装置,主要由开关磁阻电机(SRM)、检测装置、功率变换器及控制调节单元组成,系统包括电气部分、机械部分和机电联系部分[2],其数学描述为
电磁转矩是转子位置角和相电流的函数,只要适当合理控制相绕组的通电位置角和各相的相电流就可以控制电磁转矩和角速度[4].
2 控制器设计
理想变结构控制系统具体实现时,由于存在时间上的延迟和空间上的滞后,使滑动模态呈抖动形式,即产生抖振.通常采取准滑动模态控制方案解决抖振问题,它是将系统的运动轨迹限制在理想滑动模态某一邻域内的模态,从根本上避免或削弱了抖振,在很多实际系统中得到广泛应用[5],但由于开关磁阻电机驱动系统本身的特性,输出的抖振很难完全消除.
笔者将滑模变结构与神经网络控制策略结合,由滑模变结构控制保证系统稳定性,并使滑模模态具有良好动态特性;用神经网络补偿器保证系统的平稳性,调整滑模运动段特性以减弱抖振,从而使系统获得理想的控制性能.开关磁阻电机调速系统神经元补偿滑模变结构控制系统结构如图2所示.
4 结 论
笔者提出的开关磁阻电机驱动系统新型滑模变结构控制方法,鲁棒性好,对被控对象参数变化及扰动作用不敏感,降阶去耦作用强,控制算法简单,消除了抖动.并在不同参数条件、不同控制方式下进行的仿真研究结果表明,新的控制方法有效地补偿了负载扰动对系统的影响.
|
