CN104811113A - 基于mandani模糊控制器的感应电机调速方法 - Google Patents

Abstract

本发明提供了一种基于MANDANI模糊控制器的感应电机调速方法。本发明以感应电机的速度误差及其误差变化量作为MAMDANI模糊推理系统的输入，模糊推理控制器的输出经过一个积分环节作为感应电机速度环的输出，电流环依然采用基于间接转子磁场定向的矢量控制系统PI调节器结构。本发明说明了怎么选择模糊控制器参数的合理调节范围，分别对系统的动态响应性能的影响，如何合理的计算参数，使得控制器获得良好的动态和稳态性能。该发明提出了一种新的速度调节器设计方法，相较于传统的PI速度调节器，该方法更灵活，速度调节平滑性更好。

Description

基于MANDANI模糊控制器的感应电机调速方法

技术领域

本发明属于交流感应电机控制技术领域，具体涉及一种基于MANDANI模糊控制器的感应电机调速方法。

背景技术

交流电机变频调速方法主要包括开环V/f调速和闭环调速，闭环调速又被称为矢量控制方法，具体包含间接转子磁场定向、直接转子磁场定向、直接定子磁场定向等。其中间接转子磁场定向由于需要的硬件少，控制性能高而得到广泛的应用。

感应电机间接转子磁场定向矢量控制调速系统的原理为：以速度调节器为外环，以电流控制为内环，内环包含转矩电流(q轴电流)和励磁电流(d轴电流)两个电流调节器，从而分别实现输出转矩和转子磁场的大小控制，而速度调节器的输入是速度给定和速度反馈，其输出则是转矩电流调节器的输入，通过控制转矩的大小实现对电机速度的控制。

发明内容

本发明的目的是克服现有技术的不足，提供一种速度调节器设计方法，以提高速度调节器设计的灵活性和速度调节的平滑性。

按照本发明提供的技术方案，所述基于MANDANI模糊控制器的感应电机调速方法包括以下步骤：

1)采用被控电机的速度误差及其误差变化量作为模糊控制器中MAMDANI模糊推理系统的输入，模糊推理系统的输出经过一个积分环节的结果作为模糊控制器的控制量，作用到被控对象上；所述速度误差及其变化量的量化因子是Ke,Kce；输出控制量的变化量的量化因子是Ku；假设模糊推理系统对输入输出的关系是一个线性映射，则输入输出的关系表述如下：du＝K₁×K_e×e+K₂×K_ce×ce，经过积分环节后的控制量为：u＝∫(K₁×K_e×e+K₂×K_ce×ce)dt，由于K₁，K₂，Ke,Kce都是常数，则u可以写成u＝C₁∫edt+C₂e，其中C₁＝K₁×K_e，C₂＝K₂×K_ce；

当一个模糊推理系统的输入输出隶属函数确定，规则库被确定以后，推理系统对输入输出的映射关系表征在变量K₁，K₂上就是常数，C₁和C₂就完全由Ke和Kce确定；因此，调节Ke,Kce的大小来改善系统的性能；

2)根据所述模糊控制器的规则库获得控制变量du，误差变量e,误差变化率ce的三维曲面图；

3)计算u，e和ce的初始值u₀，e₀和ce₀；

4)无超调情况下，将e与ce线性化，计算三维曲面图特殊的拐点，即误差的变化量最大的点G的坐标u₁和e₁，然后根据事先获得的三维曲面图查找出ce₁；

5)根据初始点(u₀,e₀,ce₀)与拐点G(u₁,e₁,ce₁)的坐标分别计算Ke和Kce。

本发明的具体技术效果体现如下：

1)通过本发明计算方法，便于设计模糊控制器；

2)通过本发明所设计的模糊控制器，使感应电机调速更平滑。

附图说明

图1是本发明整体实施框图。

图2是隶属函数图。

图3是系统启动时的运行轨迹三维图；其中，

图3(a)是没有超调系统启动运行的轨迹，图3(b)是系统启动运行存在超调的轨迹。

图4是系统启动时运行轨迹线性化三维图。

图5理想启动过程e，ce和du的响应曲线。

具体实施方式

以下结合附图及实施例，对本发明进行进一步详细说明。

本发明提出的基于MANDANI模糊控制器的感应电机调速方法，其实施对象为采用矢量控制的感应电机驱动系统，这里采用被控对象的输出(电机的速度)误差及其误差变化量作为MAMDANI模糊推理系统的输入，模糊推理系统的输出经过一个积分环节的结果作为控制器的控制量，作用到被控对象上，如图1所示。其中，误差及其变化量的量化因子是Ke,Kce；输出控制量的变化量的量化因子是Ku。假设模糊推理系统对输入输出的关系是一个线性映射，则输入输出的关系可以表述如下：du＝K₁×K_e×e+K₂×K_ce×ce，经过积分环节后的控制量为：u＝∫(K₁×K_e×e+K₂×K_ce×ce)dt，由于K₁，K₂，Ke,Kce都是常数，则u可以写成u＝C₁∫edt+C₂e，其中C₁＝K₁×K_e，C₂＝K₂×K_ce。

当一个模糊推理系统的输入输出隶属函数确定，规则库被确定以后，推理系统对输入输出的映射关系表征在变量K₁，K₂上就是常数。因此类似于PI调节器的调节系统C₁和C₂完全由Ke和Kce确定。因此，可以调节Ke,Kce的大小来改善系统的性能。

本发明在确定Ke和Kce时，包含以下调节方法和计算方法：

1)Ke和Kce的调节依据；

2)计算Ke和Kce的大小，使得控制器获得良好的动态和稳态性能。

参见图1，本发明具体包括以下步骤：

1、选择Ke和Kce的合理调节范围。

针对误差及其变化量的描述，采用了7个语言变量，[NB,NM,NS,Z,PS,PM,PB]，输出的控制量也采用了7个语言变量，[NB,NM,NS,Z,PS,PM,PB]，隶属函数如图2所示。

定义的规则库如下：

得到的控制器对输入输出关系的映射三维图如图3所示。对于电机这个数学模型的控制对象，启动过程中，速度误差会越来越小，这个过程受c₁的调节，在三维图中，轨迹从e＝1ce＝0处开始下滑，一直大于0，而输出du不会等于-1。当系统输出du在负轴线的积分大于正轴线的积分的时候就会出现超调，引起系统震荡，而当在输出饱和的情况下，du＝-1，系统的输出就会发散。因此，du可以用来表征系统稳定性的特征。假如将运行过程轨迹线性化，如图4所示，则存在一个特殊的拐点G，这点就决定了系统的动态性能。

G点的三维坐标(u₁,e₁,ce₁)决定了系统的性能。G点的本征特征是，e取最大值的时候的坐标。

1)系统从初始时刻运行到G点，模糊控制器的主要工作在减小误差，类似于PI调节器的P过程。这个过程越快，动态性能的响应时间就越快。

2)系统从G点一直到稳态点。这个过程，模糊控制器的过程分为两个部分，减小误差，以及控制减小误差的速率，以便在稳态的过程中抑制超调。

调节过程1)的系数是Ke,Ke太大会使得G向曲面内侧漂移，du到达稳态点的积分<0，引起系统超调震荡。

调节过程2)的系数是Kce和Ke，Ke主导系统的响应速度，而Kce则抑制系统超调量。

以上分析说明，Kce和Ke虽然可以写成PI调节器的形式，但他们对系统性能的影响却和对应的PI调节系数相反，导致这个结果的原因是模糊控制器的输出量是du，而PI调节器的输出量是u，因此调节系数对控制器性能的影响截然相反。

2、对Ke和Kce的计算。

将系统启动过程在一个特殊的G点前后分段线性化后系统的理想动态响应曲线如图5所示，图中曲线代表实际启动过程中的真实响应，折线代表线性化的曲线。从上到下第一个坐标是du,第二个坐标是e，第三个坐标是ce。

其中t1时刻对应的(u₁,e₁,ce₁)就是三维曲面上的G点。其中Ke决定了调节时间，因此他确定了t1的大小，而系统第二的阶段到达稳态有Ke和Kce共同决定，因此，t1，t2的表达函数如下：

t1＝f(Ke)      (1)

t2＝f(Ke,Kce)    (2)

要使得系统响应没有超调，则到达稳态的时候，控制量的积分为0，即

$\underset{\mathrm{du}>0}{\&Integral;}\mathrm{dudt}=-\underset{\mathrm{du}<0}{\&Integral;}\mathrm{dudt}---\left(3\right)$

经过线性化处理过后，则有：

-u₀t1＝u₁(t2-t0)        (4)

$\frac{u_1}{t1-t0}=\frac{-u_0}{t0}---\left(5\right)$

得到t1,t0,t2的关系如下：

$\frac{t1-t0}{t0}=\frac{t0}{t2-t0}---\left(6\right)$

G点的控制量大小为：

$u_1=-\frac{t0}{t2-t0}{u}_0---\left(7\right)$

实际系统的动态响应过程，t1、t2、t0受系统本身和控制器参数的影响。

对Ke的计算，通常，将系统的初始点设计为e₀＝1，ce₀＝0，u₀＝0.67。

$K_e=\frac{e_1-e_0}{t_1-t_0}---\left(8\right)$

对ce的计算，假如，在三维图中运行轨迹进入右侧饱和情况下的系统误差ce*知道，将G点三维坐标计算出来就可以计算出Kce。

假设t₂＝4t₀，由上述式子可以知：

$t_1=\frac{1}{3}{t}_2---\left(9\right)$

$u_1=-\frac{1}{3}{u}_0=-\frac{1}{3}\&times;0.67=-0.22---\left(10\right)$

将e的动态过程看作线性化，则

$e_1=1-\frac{t1}{t2}\&times;e_0=0.75---\left(11\right)$

根据u₁和t1从三维图中可以得到ce₁的大小为-0.99，因此G点的坐标为(0.75-0.99-0.22)，将ce的动态过程看作线性化，则

$K_{\mathrm{ce}}=\frac{c{e}_1-c{e}_0}{t_1-t_0}---\left(12\right)$

Claims (1)

1.基于MANDANI模糊控制器的感应电机调速方法，其特征在于，包括以下步骤：

1)采用被控电机的速度误差及其误差变化量作为模糊控制器中MAMDANI模糊推理系统的输入，模糊推理系统的输出经过一个积分环节的结果作为模糊控制器的控制量，作用到被控对象上；所述速度误差及其变化量的量化因子是Ke,Kce；输出控制量的变化量的量化因子是Ku；假设模糊推理系统对输入输出的关系是一个线性映射，则输入输出的关系表述如下：du＝K₁×K_e×e+K₂×K_ce×ce，经过积分环节后的控制量为：u＝∫(K₁×K_e×e+K₂×K_ce×ce)dt，由于K₁，K₂，Ke,Kce都是常数，则u可以写成u＝C₁∫edt+C₂e，其中C₁＝K₁×K_e，C₂＝K₂×K_ce；

当一个模糊推理系统的输入输出隶属函数确定，规则库被确定以后，推理系统对输入输出的映射关系表征在变量K₁，K₂上就是常数，C₁和C₂就完全由Ke和Kce确定；因此，调节Ke,Kce的大小来改善系统的性能；

2)根据所述模糊控制器的规则库获得控制变量du，误差变量e,误差变化率ce的三维曲面图；

3)计算u，e和ce的初始值u₀，e₀和ce₀；

4)无超调情况下，将e与ce线性化，计算三维曲面图特殊的拐点，即误差的变化量最大的点G的坐标u₁和e₁，然后根据事先获得的三维曲面图查找出ce₁；

5)根据初始点(u₀,e₀,ce₀)与拐点G(u₁,e₁,ce₁)的坐标分别计算Ke和Kce。