KR20070018442A - Self Tuning Proportional Integral Control System using Neural Network - Google Patents

Self Tuning Proportional Integral Control System using Neural Network Download PDF

Info

Publication number
KR20070018442A
KR20070018442A KR1020050073148A KR20050073148A KR20070018442A KR 20070018442 A KR20070018442 A KR 20070018442A KR 1020050073148 A KR1020050073148 A KR 1020050073148A KR 20050073148 A KR20050073148 A KR 20050073148A KR 20070018442 A KR20070018442 A KR 20070018442A
Authority
KR
South Korea
Prior art keywords
controller
motor
speed
stpi
neural network
Prior art date
Application number
KR1020050073148A
Other languages
Korean (ko)
Other versions
KR100725543B1 (en
Inventor
정동화
차영두
남수명
Original Assignee
순천대학교 산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 순천대학교 산학협력단 filed Critical 순천대학교 산학협력단
Priority to KR1020050073148A priority Critical patent/KR100725543B1/en
Publication of KR20070018442A publication Critical patent/KR20070018442A/en
Application granted granted Critical
Publication of KR100725543B1 publication Critical patent/KR100725543B1/en

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41198—Fuzzy precompensation of pid, pd

Abstract

본 발명은 STPI 제어기를 사용하는 전동기의 속도 제어 시스템으로서, PI 제어기와 신경회로망(NN)을 병렬 연결하여 이루어지고 상기 전동기에 대한 지령속도(

Figure 112005044024407-PAT00001
)와 실제속도(
Figure 112005044024407-PAT00002
)의 오차를 입력받아 상기 전동기의 속도 제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-PAT00003
)를 출력하는 STPI 제어기와, 상기 전동기로부터 상기 실제속도(
Figure 112005044024407-PAT00004
)를 측정하는 속도측정기와 상기 토크성분 지령전류(
Figure 112005044024407-PAT00005
) 및 자속성분 지령전류(
Figure 112005044024407-PAT00006
)와 상기 전동기의 회전자위치(
Figure 112005044024407-PAT00007
)를 입력받아 상전압 지령치(
Figure 112005044024407-PAT00008
)를 출력하는 전류제어기와, 상기 상전압 지령치(
Figure 112005044024407-PAT00009
)를 입력받아 상기 전동기를 구동하는 공간벡터 PWM 인버터를 포함한다. 따라서 전동기 시스템의 비선형 특성에 적절하게 대응할 수 있으므로, 파라미터 변동과 같은 시스템 변화에 강인성과 고성능을 유지할 수 있다.The present invention is a speed control system of an electric motor using an STPI controller, which is made by connecting a PI controller and a neural network (NN) in parallel, and a command speed for the motor (
Figure 112005044024407-PAT00001
) And actual speed (
Figure 112005044024407-PAT00002
Command current of torque component required for speed control of the motor
Figure 112005044024407-PAT00003
STPI controller for outputting the power, and the actual speed from the motor
Figure 112005044024407-PAT00004
) And the torque component command current (
Figure 112005044024407-PAT00005
) And flux component command current (
Figure 112005044024407-PAT00006
) And the rotor position of the motor (
Figure 112005044024407-PAT00007
) And the phase voltage setpoint (
Figure 112005044024407-PAT00008
And a current controller for outputting the phase voltage command value (
Figure 112005044024407-PAT00009
And a space vector PWM inverter for driving the motor. Therefore, it is possible to appropriately cope with the nonlinear characteristics of the motor system, thereby maintaining the robustness and high performance against system changes such as parameter variations.

영구자석형 동기전동기, 인버터, 신경회로망, PI 제어기, STPI 제어기 Permanent magnet synchronous motor, inverter, neural network, PI controller, STPI controller

Description

신경회로망을 이용한 자기동조 비례적분 제어 시스템{Self Tuning Proportional Integral Control System using Neural Network}Self Tuning Proportional Integral Control System using Neural Network}

도 1은 종래의 PI 제어기를 적용한 PMSM의 속도제어를 위한 벡터제어 시스템의 구성도이다.1 is a configuration diagram of a vector control system for speed control of a PMSM applying a conventional PI controller.

도 2는 본 발명에 따른 신경회로망의 구성도이다.2 is a block diagram of a neural network according to the present invention.

도 3은 본 발명에 따른 STPI 제어기의 구성도이다.3 is a block diagram of an STPI controller according to the present invention.

도 4는 본 발명에 따른 최적이득 결정 과정을 나타내는 그래프이다.4 is a graph illustrating a process of determining optimal gain according to the present invention.

도 5는 본 발명에 따른 스위치 라인의 그래프이다.5 is a graph of a switch line according to the invention.

도 6은 본 발명에 따른 STPI 제어기를 이용한 PMSM의 속도제어를 위한 벡터제어 시스템의 구성도이다.6 is a configuration diagram of a vector control system for speed control of a PMSM using an STPI controller according to the present invention.

도 7은 PI와 STPI 제어기의 응답특성을 비교한 그래프이다.7 is a graph comparing the response characteristics of the PI and the STPI controller.

도 8은 PI와 STPI 제어기의 응답특성을 비교한 그래프이다.8 is a graph comparing the response characteristics of the PI and the STPI controller.

도 9는 정·역회전 운전에 대한 응답특성을 비교한 그래프이다.9 is a graph comparing the response characteristics for forward and reverse rotation operation.

도 10은 속도와 부하의 변화에 대한 응답특성을 비교한 그래프이다.10 is a graph comparing response characteristics to changes in speed and load.

도 11은 속도와 부하의 변화에 대한 응답특성을 비교한 그래프(J=2Jn)이다.11 is a graph comparing the response characteristics to changes in speed and load (J = 2Jn).

도 12는 속도와 부하의 변화에 대한 응답특성을 비교한 그래프(R=2Rn)이다.12 is a graph comparing the response characteristics to changes in speed and load (R = 2Rn).

도 13은 4상한 운전에 대한 응답특성을 비교한 그래프(J=3Jn)이다.Fig. 13 is a graph comparing the response characteristics for four quadrant operation (J = 3Jn).

도 14는 스텝 지령속도 변화에 따른 속도 추정을 나타내는 그래프이다.14 is a graph showing the speed estimation according to the step command speed change.

본 발명은 전동기의 속도 제어 시스템에 관한 것으로, 전동기의 운전상태에 따라 자기동조 비례적분(STPI: Self Tuning PI) 제어기를 이용하여 제어하는 전동기의 속도 제어 시스템에 관한 것이다.BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a speed control system for an electric motor, and more particularly, to a speed control system for a motor controlled using a self tuning PI (STPI) controller according to an operating state of the motor.

최근 산업계에서 많이 이용되는 영구자석형 동기모터(PMSM: Permanent Magnet Synchronous Motor)를 구동하기 위해 대부분 고정 이득을 가진 PI 제어기가 사용되고 있다.Recently, a PI controller with a fixed gain is mostly used to drive a permanent magnet synchronous motor (PMSM), which is widely used in the industry.

도 1에 종래의 PI 제어기를 적용한 PMSM의 속도제어 시스템의 구성도를 나타내었다.1 is a block diagram of a speed control system of a PMSM to which a conventional PI controller is applied.

도 1에서 종래의 PMSM 제어 시스템은 PI 제어기(12), 전류제어기(13), 공간벡터 PWM(SV PWM: Surface Vector Pulse Width Modulation) 인버터(inverter)(14), 속도 측정기(15), 적분기(16)로 구성되어 PMSM(11)의 구동을 제어한다.In FIG. 1, the conventional PMSM control system includes a PI controller 12, a current controller 13, a surface vector pulse width modulation (SV PWM) inverter 14, a speed meter 15, an integrator ( 16) to control the drive of the PMSM (11).

도 1에서와 같이, 전동기 속도를 사용자가 원하는 속도로 설정한 지령속도(

Figure 112005044024407-PAT00010
)와 PMSM(11)의 실제속도(
Figure 112005044024407-PAT00011
)를 비교하여 PI 제어기(12)로 입력하여, 토크전류 지령치(
Figure 112005044024407-PAT00012
)를 생성한다. 전류제어기(13)는 자속전류 지령치(
Figure 112005044024407-PAT00013
) 및 상기 토크 전류 지령치(
Figure 112005044024407-PAT00014
)와 더불어, 속도 측정기(15)로부터 실제속도(
Figure 112005044024407-PAT00015
)의 적분값을 입력받아서, 토크전압 지령치와 자속전압 지령치를 생성하고 이를 좌표변환하여 3상 전압(
Figure 112005044024407-PAT00016
)으로 공간벡터 PWM 인버터(14)로 출력하고, 공간벡터 PWM 인버터(14)는 상기 3상 전압에 의해 직류전원을 교류전원으로 변환시켜 PMSM(11)에 공급한다.As shown in Figure 1, the command speed (set the motor speed to the speed desired by the user)
Figure 112005044024407-PAT00010
) And actual speed of PMSM (11)
Figure 112005044024407-PAT00011
) Is compared and input to the PI controller 12, the torque current command value (
Figure 112005044024407-PAT00012
) The current controller 13 has a flux current command value (
Figure 112005044024407-PAT00013
) And the torque current setpoint (
Figure 112005044024407-PAT00014
In addition to the actual speed from the speed meter 15
Figure 112005044024407-PAT00015
By inputting the integral value of), the torque voltage command value and the magnetic flux voltage command value are generated and coordinate-converted to the three-phase voltage (
Figure 112005044024407-PAT00016
) Is output to the space vector PWM inverter 14, and the space vector PWM inverter 14 converts the DC power into AC power by the three-phase voltage and supplies it to the PMSM 11.

이러한 종래의 PI 제어기를 이용한 PMSM 제어 시스템은 PMSM의 비선형성 때문에 과도상태에서 양호한 성능을 기대하기 어렵다. 즉, PI 제어기가 고정 이득을 가지므로 특정한 동작 조건에서 양호한 성능을 나타내지만 동작 조건이 다양할 경우에는 성능이 저하된다. 다시 말해, PI 제어기의 이득계수를 조절하여도 시스템의 성능 향상에는 한계가 있으며, 외란, 속도 및 부하 등의 파라미터가 변동할 경우 고성능 및 강인성을 기대하기 어렵다.PMSM control system using such a conventional PI controller is difficult to expect good performance in the transient state due to the nonlinearity of the PMSM. That is, since the PI controller has a fixed gain, it shows good performance under certain operating conditions, but when the operating conditions vary, the performance is degraded. In other words, even if the gain coefficient of the PI controller is adjusted, there is a limit in improving the performance of the system. When the parameters such as disturbance, speed, and load change, it is difficult to expect high performance and robustness.

또한 적절한 PI 이득을 얻기 위하여 일반적으로 시행 착오법을 사용하기 때문에, 제어에 시간이 많이 소요된다는 문제점도 있다. There is also a problem that control is time-consuming because trial and error methods are generally used to obtain an appropriate PI gain.

본 발명의 목적은 STPI 제어기를 사용하여 전동기에 대한 고성능 속도 제어 시스템을 제공하는 것이다.It is an object of the present invention to provide a high performance speed control system for an electric motor using an STPI controller.

또한, 과도특성에서 다양한 속도추종 능력을 가지며, 부하 및 관성 등 파라미터 변동에도 고성능 및 강인성을 갖는 제어시스템을 제공하는 것이다.In addition, the present invention provides a control system having various speed tracking capabilities in transient characteristics and having high performance and robustness against parameter variations such as load and inertia.

상기한 목적을 달성하기 위하여, 본 발명의 속도 제어 시스템은 신경회로망과 PI 제어기를 병렬로 연결한 STPI 제어기를 포함한다. In order to achieve the above object, the speed control system of the present invention includes a STPI controller connected in parallel with the neural network and the PI controller.

본 발명에 따른 전동기의 속도를 제어하는 자기동조 비례적분(STPI) 제어 시스템은, PI 제어기와 신경회로망(NN)을 병렬 연결하여 이루어지고 상기 전동기에 대한 지령속도(

Figure 112005044024407-PAT00017
)와 실제속도(
Figure 112005044024407-PAT00018
)의 오차를 입력받아 상기 전동기의 속도 제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-PAT00019
)를 출력하는 STPI 제어기와, 상기 전동기로부터 상기 실제속도(
Figure 112005044024407-PAT00020
)를 측정하는 속도측정기와 상기 토크성분 지령전류(
Figure 112005044024407-PAT00021
) 및 자속성분 지령전류(
Figure 112005044024407-PAT00022
)와 상기 전동기의 회전자위치(
Figure 112005044024407-PAT00023
)를 입력받아 상전압 지령치(
Figure 112005044024407-PAT00024
)를 출력하는 전류제어기와, 상기 상전압 지령치(
Figure 112005044024407-PAT00025
)를 입력받아 상기 전동기를 구동하는 공간벡터 PWM 인버터를 포함한다.Self-tuning proportional integral (STPI) control system for controlling the speed of the motor according to the present invention is made by connecting the PI controller and the neural network (NN) in parallel and the command speed for the motor (
Figure 112005044024407-PAT00017
) And actual speed (
Figure 112005044024407-PAT00018
Command current of torque component required for speed control of the motor
Figure 112005044024407-PAT00019
STPI controller for outputting the power, and the actual speed from the motor
Figure 112005044024407-PAT00020
) And the torque component command current (
Figure 112005044024407-PAT00021
) And flux component command current (
Figure 112005044024407-PAT00022
) And the rotor position of the motor (
Figure 112005044024407-PAT00023
) And the phase voltage setpoint (
Figure 112005044024407-PAT00024
And a current controller for outputting the phase voltage command value (
Figure 112005044024407-PAT00025
And a space vector PWM inverter for driving the motor.

상기 STPI 제어기는 상기 PI 제어기에 입력되는 이득(

Figure 112005044024407-PAT00026
와
Figure 112005044024407-PAT00027
)은 상기 신경회로망(NN)을 통해 상기 전동기의 동작상태에 따라 수정될 수 있다.The STPI controller is a gain input to the PI controller (
Figure 112005044024407-PAT00026
Wow
Figure 112005044024407-PAT00027
) Can be modified according to the operating state of the motor through the neural network (NN).

상기 STPI 제어기는 상기 신경회로망에 의한 이득값과 스위치 라인에 따라서 상기 PI 제어기의 최적 이득값을 구할 수 있다.The STPI controller may obtain an optimal gain value of the PI controller according to the gain value and the switch line by the neural network.

이하, 본 발명에 대해서 첨부한 도면을 참조하여 보다 상세히 설명한다.Hereinafter, the present invention will be described in more detail with reference to the accompanying drawings.

본 발명에서는 과도특성에서 다양한 속도추종 능력을 가지며, 부하 및 관성 등 파라미터 변동에도 고성능 및 강인성을 갖는 시스템을 구현하기 위해, STPI 제어기를 사용한다. 본 발명에 따른 STPI(Self Tuning PI) 제어기는 최적의 제어를 위해 PI 제어기와 신경회로망을 상호 결합한 제어기이다.In the present invention, the STPI controller is used to implement a system having various speed tracking capabilities in transient characteristics and high performance and robustness against parameter variations such as load and inertia. Self Tuning PI (STPI) controller according to the present invention is a controller that combines the PI controller and the neural network for optimal control.

도 2에 본 발명의 실시예에 따른 신경회로망을 나타내었다.2 shows a neural network according to an embodiment of the present invention.

상기 신경회로망은 입력, 은닉 및 출력 노드가 각각 3, 40, 2인 3층 피드포워드(feedforward) 신경회로망이다. 부하토크(

Figure 112005044024407-PAT00028
), 지령 q축 전류(
Figure 112005044024407-PAT00029
), 지령속도(
Figure 112005044024407-PAT00030
)와 실제속도(
Figure 112005044024407-PAT00031
)의 속도오차(e)를 입력으로 받아서, 각 노드를 통하여 출력된다. 상기한 신경회로망의 출력(
Figure 112005044024407-PAT00032
,
Figure 112005044024407-PAT00033
)은 PI 제어기에 입력된다.The neural network is a three-layer feedforward neural network with input, concealment, and output nodes of 3, 40, and 2, respectively. Load torque (
Figure 112005044024407-PAT00028
), Command q-axis current (
Figure 112005044024407-PAT00029
), Command speed (
Figure 112005044024407-PAT00030
) And actual speed (
Figure 112005044024407-PAT00031
The speed error e of) is received as an input and output through each node. Output of the neural network described above
Figure 112005044024407-PAT00032
,
Figure 112005044024407-PAT00033
) Is input to the PI controller.

도 3에 상기 신경회로망과 PI 제어기의 관계를 나타내었다. 여기서 신경회로망(NN: Neural Network)은 지능 파라미터 동조기로서,

Figure 112005044024407-PAT00034
와
Figure 112005044024407-PAT00035
는 PI의 이득이다.3 shows the relationship between the neural network and the PI controller. Here, the neural network (NN) is an intelligent parameter tuner,
Figure 112005044024407-PAT00034
Wow
Figure 112005044024407-PAT00035
Is the gain of PI.

도 3에서와 같이, PI 제어기(12)에 입력되는 이득(

Figure 112005044024407-PAT00036
와
Figure 112005044024407-PAT00037
)은 NN(17)을 통해 전동기의 동작상태에 따라 수정된다. 즉, PMSM(11) 속도를 사용자가 원하는 속도로 설정한 지령속도(
Figure 112005044024407-PAT00038
)와 PMSM(11)의 실제속도(
Figure 112005044024407-PAT00039
)를 비교하여 구한 속도오차(e)는, PI 제어기(12)를 통하여 지령 q축 전류(
Figure 112005044024407-PAT00040
)를 구한다. 이때 PI 제어기(12)의 이득은 NN(17)의 출력을 받아 경신하게 된다. 이와 같이, 본 발명에서는 종래의 PI 제어기에서 고정된 이득을 신경회로망에 의해 가변시키고 있다.As shown in FIG. 3, the gain inputted to the PI controller 12 (
Figure 112005044024407-PAT00036
Wow
Figure 112005044024407-PAT00037
) Is modified according to the operating state of the motor through the NN (17). That is, the command speed (the PMSM 11 speed set to the speed desired by the user)
Figure 112005044024407-PAT00038
) And actual speed of PMSM (11)
Figure 112005044024407-PAT00039
) Is obtained by comparing the command q-axis current (P) through the PI controller 12.
Figure 112005044024407-PAT00040
) At this time, the gain of the PI controller 12 is updated by receiving the output of the NN (17). As described above, in the present invention, the fixed gain in the conventional PI controller is changed by neural networks.

동작조건에 따라 최적 이득을 발생시켜 신경회로망을 활성화하기 위하여, 신 경회로망의 입력 패턴은 전동기의 동작조건을 나타낼 수 있는 적합한 변수가 포함되어야 한다.In order to activate the neural network by generating the optimum gain according to the operating conditions, the input pattern of the neural network must include a suitable variable that can represent the operating conditions of the motor.

상기 신경회로망(NN)은 사용하기 전에 학습과정이 필요하다. 즉, 파라미터 동조기로서의 출력이 적용분야로부터 선정된 각 학습패턴을 위하여 요구되는 출력과 일치되게 하는 효과적인 학습이 필요하다.The neural network NN needs a learning process before use. In other words, effective learning is required so that the output as a parameter tuner matches the output required for each learning pattern selected from the application.

각 학습 패턴은

Figure 112005044024407-PAT00041
및
Figure 112005044024407-PAT00042
의 5개 파라미터가 포함되도록 설계한다. 본 발명의 시스템에서는 입력은
Figure 112005044024407-PAT00043
,
Figure 112005044024407-PAT00044
및
Figure 112005044024407-PAT00045
이며 출력은
Figure 112005044024407-PAT00046
와
Figure 112005044024407-PAT00047
이다.
Figure 112005044024407-PAT00048
,
Figure 112005044024407-PAT00049
및
Figure 112005044024407-PAT00050
의 구성은 다음과 같다.Each learning pattern
Figure 112005044024407-PAT00041
And
Figure 112005044024407-PAT00042
It is designed to include 5 parameters of. In the system of the present invention the input is
Figure 112005044024407-PAT00043
,
Figure 112005044024407-PAT00044
And
Figure 112005044024407-PAT00045
And the output is
Figure 112005044024407-PAT00046
Wow
Figure 112005044024407-PAT00047
to be.
Figure 112005044024407-PAT00048
,
Figure 112005044024407-PAT00049
And
Figure 112005044024407-PAT00050
The configuration is as follows.

Figure 112005044024407-PAT00051
를 0-40[rpm]까지 모두 5개의 동일한 구간으로 나눈다.
Figure 112005044024407-PAT00052
는 0-20[A]까지 5개의 구간으로 동일하게 나누고
Figure 112005044024407-PAT00053
은 0-5[N·m]까지 5개의 동일한 구간으로 나눈다. 성능지수 F는 다음 식과 같이 정의한다.
Figure 112005044024407-PAT00051
Divide into 5 equal intervals from 0 to 40 [rpm].
Figure 112005044024407-PAT00052
Divide equally into 5 sections from 0-20 [A]
Figure 112005044024407-PAT00053
Divide into 5 equal intervals from 0-5 [N · m]. The figure of merit F is defined as:

Figure 112005044024407-PAT00054
(1)
Figure 112005044024407-PAT00054
(One)

여기서

Figure 112005044024407-PAT00055
,
Figure 112005044024407-PAT00056
및
Figure 112005044024407-PAT00057
는 하중 인자이며 각각 100, 5 및 100으로 선정한다. here
Figure 112005044024407-PAT00055
,
Figure 112005044024407-PAT00056
And
Figure 112005044024407-PAT00057
Are the load factors and are selected as 100, 5 and 100, respectively.

상기 성능지수는 전동기의 성능에 영향을 미치는 요소로 정한다. 즉, 오버슈트(overshoot), 상승시간(rise time) 및 정상상태 오차(steady_state_error)가 전동기를 운전할 경우에 미치는 성능을 나타낸다.The performance index is determined as a factor influencing the performance of the motor. That is, overshoot, rise time, and steady_state_error show the performance when the motor is operated.

상기한 최적 이득을 결정하는 과정을 도 4에 나타내었다. 다음과 같은 3단계 의 과정을 거쳐 이득의 최적값을 구할 수 있다.The process of determining the optimum gain is shown in FIG. 4. The optimum value of gain can be found through the following three steps.

- 1 단계:

Figure 112005044024407-PAT00058
및
Figure 112005044024407-PAT00059
를 각각 7개의 구간으로 나눈다. - Stage 1:
Figure 112005044024407-PAT00058
And
Figure 112005044024407-PAT00059
Divide into 7 sections each.

- 2 단계: 각

Figure 112005044024407-PAT00060
의 결정을 위하여 다음 단계가 필요하다.-Step 2: Each
Figure 112005044024407-PAT00060
The following steps are necessary to decide.

(a)

Figure 112005044024407-PAT00061
의 조건 동안 한 구간에서
Figure 112005044024407-PAT00062
를 점차적으로 증가시킨다.(a)
Figure 112005044024407-PAT00061
In one segment during
Figure 112005044024407-PAT00062
Gradually increase.

(b)

Figure 112005044024407-PAT00063
의 조건이 검출되면
Figure 112005044024407-PAT00064
의 조건까지 1/2 구간까지 점차적으로
Figure 112005044024407-PAT00065
를 점차적으로 감소시킨다. (b)
Figure 112005044024407-PAT00063
When a condition of is detected
Figure 112005044024407-PAT00064
Gradually up to 1/2 interval until
Figure 112005044024407-PAT00065
Gradually decrease.

(c)

Figure 112005044024407-PAT00066
의 조건이 다시 검출될 때까지 1/4 구간까지
Figure 112005044024407-PAT00067
를 증가시킨다. (c)
Figure 112005044024407-PAT00066
Up to a quarter interval until the condition is again detected
Figure 112005044024407-PAT00067
To increase.

(d) 선정된

Figure 112005044024407-PAT00068
에 대한
Figure 112005044024407-PAT00069
는
Figure 112005044024407-PAT00070
이다. 선정된
Figure 112005044024407-PAT00071
와
Figure 112005044024407-PAT00072
에 대한
Figure 112005044024407-PAT00073
는
Figure 112005044024407-PAT00074
이다.(d) selected
Figure 112005044024407-PAT00068
For
Figure 112005044024407-PAT00069
Is
Figure 112005044024407-PAT00070
to be. Selected
Figure 112005044024407-PAT00071
Wow
Figure 112005044024407-PAT00072
For
Figure 112005044024407-PAT00073
Is
Figure 112005044024407-PAT00074
to be.

- 3 단계: 2단계에서 구한 모든

Figure 112005044024407-PAT00075
및
Figure 112005044024407-PAT00076
중에서 최소
Figure 112005044024407-PAT00077
을 찾는다.Step 3: All you got in Step 2
Figure 112005044024407-PAT00075
And
Figure 112005044024407-PAT00076
Minimum of
Figure 112005044024407-PAT00077
Find it.

도 5는 빠른 응답특성에서 스위치 라인(switch line)을 나타낸 것으로서, 스테이지 I(stageⅠ)에서는 신경회로망에 의하여 이득을 구하고, 스테이지 II(stageⅡ)에서는 신경회로망에서 얻은 이득을 도 4을 통해 수정하여 최적의 이득을 얻는다. 스위칭 라인은 0.5-0.7이 적절한 범위이다.FIG. 5 shows a switch line in a fast response characteristic. In stage I, a gain is obtained by a neural network, and in stage II, a gain obtained by a neural network is modified through FIG. Gains. Switching lines range from 0.5-0.7.

상기 설명한 스위치 라인은 다음 식과 같이 구해진다.The switch line described above is obtained as follows.

Figure 112005044024407-PAT00078
(2)
Figure 112005044024407-PAT00078
(2)

상기한 신경회로망과 PI 제어기를 결합하여 본 발명에 따른 STPI 제어기가 형성된다. 이러한 STPI 제어기에 의해 속도를 제어하는 제어시스템을 도 6에 나타내었다.The STPI controller according to the present invention is formed by combining the neural network and the PI controller. 6 shows a control system for controlling the speed by such an STPI controller.

도 6에서, PMSM(11)의 속도제어 시스템은 상기 PMSM(11)로부터 STPI 제어기(18)에 입력되는 PMSM(11)의 속도(

Figure 112005044024407-PAT00079
)를 도출하기 위한 속도측정기(15), 지령속도(
Figure 112005044024407-PAT00080
)와 속도(
Figure 112005044024407-PAT00081
)의 오차를 입력으로 받아 속도제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-PAT00082
)를 출력하는 STPI 제어기(18), 회전자 위치(
Figure 112005044024407-PAT00083
), 토크성분의 지령전류(
Figure 112005044024407-PAT00084
)와 자속성분의 지령전류(
Figure 112005044024407-PAT00085
)를 입력받아 상전압 지령치(
Figure 112005044024407-PAT00086
)를 출력하는 전류제어기(13), 상기 상전압 지령치(
Figure 112005044024407-PAT00087
)를 받아 PMSM(11)을 구동하는 공간벡터 PWM 인버터(14)를 포함한다.In FIG. 6, the speed control system of the PMSM 11 includes the speed of the PMSM 11 input from the PMSM 11 to the STPI controller 18.
Figure 112005044024407-PAT00079
Speed meter (15), command speed (
Figure 112005044024407-PAT00080
) And speed (
Figure 112005044024407-PAT00081
Command current of torque component required for speed control by receiving error of)
Figure 112005044024407-PAT00082
STPI controller 18 to output the rotor position (
Figure 112005044024407-PAT00083
), Command current of torque component (
Figure 112005044024407-PAT00084
) And command current of magnetic flux component
Figure 112005044024407-PAT00085
) And the phase voltage setpoint (
Figure 112005044024407-PAT00086
Current controller 13 for outputting the phase voltage command value
Figure 112005044024407-PAT00087
) And a space vector PWM inverter 14 for driving the PMSM 11.

상기한 STPI 제어기(18)는 지령속도(

Figure 112005044024407-PAT00088
)와 PMSM(11) 속도(
Figure 112005044024407-PAT00089
)의 오차(
Figure 112005044024407-PAT00090
-
Figure 112005044024407-PAT00091
)로부터 토크성분 지령전류(
Figure 112005044024407-PAT00092
)를 출력한다. 토크성분 지령전류(
Figure 112005044024407-PAT00093
)는 자속성분 지령전류(
Figure 112005044024407-PAT00094
)와 함께 전류제어기(13)에 인가된다. 전류제어기(13)는 토크성분 지령전류(
Figure 112005044024407-PAT00095
)와 자속성분 지령전류(
Figure 112005044024407-PAT00096
) 그리고 PMSM 회전자 위치(
Figure 112005044024407-PAT00097
)를 사용하여 상전압 지령치 (
Figure 112005044024407-PAT00098
)를 출력한다. 출력된 상전압 지령치 (
Figure 112005044024407-PAT00099
)는 공간벡터 PWM 인버터(14)로 PMSM(11)를 구동하게 된다.The STPI controller 18 is a command speed (
Figure 112005044024407-PAT00088
) And PMSM (11) speed (
Figure 112005044024407-PAT00089
) Error
Figure 112005044024407-PAT00090
-
Figure 112005044024407-PAT00091
Torque component command current from
Figure 112005044024407-PAT00092
) Torque component command current
Figure 112005044024407-PAT00093
) Is the flux component command current (
Figure 112005044024407-PAT00094
) Is applied to the current controller 13 together. The current controller 13 is a torque component command current (
Figure 112005044024407-PAT00095
) And flux component command current (
Figure 112005044024407-PAT00096
) And the PMSM rotor position (
Figure 112005044024407-PAT00097
Phase voltage setpoint using
Figure 112005044024407-PAT00098
) Output phase voltage setpoint (
Figure 112005044024407-PAT00099
) Drives the PMSM 11 with the space vector PWM inverter 14.

이와 같이 본 발명에 따른 STPI 제어기는 최적의 지령전류(

Figure 112005044024407-PAT00100
)를 계산함으로써, 이를 이용한 제어시스템이 고성능 및 강인성을 갖게 된다.As such, the STPI controller according to the present invention has an optimal command current (
Figure 112005044024407-PAT00100
), The control system using it has high performance and robustness.

도 7 ~ 도 14에서 종래의 제어시스템과 본 발명에 따른 STPI 제어시스템의 성능을 비교하였다.7 to 14 compare the performance of the conventional control system and the STPI control system according to the present invention.

도 7은 0.1초에서 지령속도를 1800rpm으로 운전시키고 0.5~0.7초에서 부하토크를 5N·m으로 인가했을 경우에 나타나는 응답특성이다. 도 7(a)는 지령속도와 실제속도이며 본 발명에 따른 STPI 제어기를 종래의 PI 제어기와 비교하였다. 도 7(b)와 7(c)는 STPI 제어기에서 구한 이득

Figure 112005044024407-PAT00101
,
Figure 112005044024407-PAT00102
를 나타낸다. 도 7(d)는 q축 전류를 나타낸다.7 is a response characteristic when the command speed is operated at 1800 rpm at 0.1 second and the load torque is applied at 5 N · m at 0.5 to 0.7 seconds. 7 (a) shows the command speed and the actual speed, and compared the STPI controller according to the present invention with the conventional PI controller. 7 (b) and 7 (c) show the gains obtained by the STPI controller.
Figure 112005044024407-PAT00101
,
Figure 112005044024407-PAT00102
Indicates. 7 (d) shows q-axis current.

도 8은 더욱 명확하게 검토하기 위하여 도 7의 초기 상태와 부하가 인가된 상태를 확대한 결과이다. STPI 제어기가 PI 제어기 보다 오버슈트가 작고 상승시간도 빠르며, 안정화 및 정상상태 추종이 빠르다.FIG. 8 is an enlarged result of an initial state of FIG. 7 and a state in which a load is applied for more clear examination. The STPI controller has smaller overshoot, faster rise time, and faster stabilization and steady state tracking than the PI controller.

도 9는 0.1초에서 지령속도를 1000rpm, 0.4초에서 지령속도를 -1500rpm, 0.8초에서 지령속도를 0rpm으로 하는 경우, 즉 속도를 다양하게 변화시켰을 경우의 응답특성이다. 다양한 속도변화에도 STPI 제어기는 PI 제어기보다 양호한 성능을 나타낸다.9 is a response characteristic when the command speed is 1000 rpm at 0.1 second, the command speed is -1500 rpm at 0.4 second, and the command speed is 0 rpm at 0.8 second, that is, when the speed is changed in various ways. The STPI controller performs better than the PI controller even at various speed changes.

도 10은 0.1초에서 지령속도를 1800rpm으로 주고, 0.5초에서 부하토크 5N·m로 인가한 후, 0.7초에서 지령속도를 -500rpm으로 감소시켰을 때 나타나는 응답특 성이다. 속도와 부하 변화에도 STPI 제어기는 PI 제어기보다 성능이 양호하게 나타난다.10 is a response characteristic that appears when the command speed is set to 1800 rpm at 0.1 second, and the load torque is 5 Nm at 0.5 second, and the command speed is reduced to -500 rpm at 0.7 seconds. Even with speed and load changes, the STPI controller outperforms the PI controller.

도 11은 0.1초에서 지령속도를 1800rpm, 0.7초에서 부하토크 5N·m로 인가하고, 관성을 정격의 2배로 증가시켰을 경우에 나타나는 응답특성이다.Fig. 11 shows the response characteristics when a command speed is applied at 1800 rpm at 0.1 second and load torque 5 Nm at 0.7 second, and the inertia is increased to twice the rating.

도 12는 0.1초에서 지령속도를 1800rpm, 0.7초에서 부하토크 5N·m로 인가하고, 전기자 저항을 정격의 2배로 증가시켰을 경우에 나타나는 응답특성이다. 관성과 전기자 저항의 파라미터 변동이 있을 경우에는 STPI 제어기의 성능이 더욱 뛰어난 효과를 나타낸다.Fig. 12 is a response characteristic when a command speed is applied at 1800 rpm for 0.1 second and a load torque of 5 Nm for 0.7 second, and the armature resistance is increased to twice the rating. In the case of parameter fluctuations in inertia and armature resistance, the performance of the STPI controller is more effective.

도 13은 관성을 3배로 증가시킨 상태에서 4상한 운전을 시킨 경우에 나타나는 응답특성이다. 4상한 운전에서도 STPI 제어기는 PI 제어기보다 속도오차가 작게 나타난다.Fig. 13 shows the response characteristics when the quadrant operation is performed while the inertia is increased three times. Even in the quadrant, the STPI controller shows less speed error than the PI controller.

도 14는 다양한 속도변화에 대한 속도추종 성능을 나타내고 있다. 속도 오차는 1% 내로 추종 성능이 매우 우수함을 알 수 있다.14 shows speed tracking performance for various speed changes. It can be seen that the speed error is very good following performance within 1%.

본 실시예에서는 STPI 제어기를 적용한 PMSM의 속도제어 시스템을 일례로서 설명하였으나, 본 발명은 다른 유형의 전동기에 대해서도 쉽게 적용할 수 있다. In this embodiment, the speed control system of the PMSM using the STPI controller has been described as an example, but the present invention can be easily applied to other types of motors.

본 발명은 상기한 바람직한 실시예와 첨부한 도면을 참조하여 설명되었지만, 본 발명의 개념 및 범위 내에서 상이한 실시예를 구성할 수도 있다. 따라서 본 발명의 범위는 첨부된 청구범위에 의해 정해지며, 본 명세서에 기재된 특정 실시예에 의해 한정되지 않는 것으로 해석되어야 한다.Although the present invention has been described with reference to the above-described preferred embodiments and the accompanying drawings, different embodiments may be constructed within the spirit and scope of the invention. Therefore, the scope of the present invention is defined by the appended claims, and should be construed as not limited to the specific embodiments described herein.

상기한 바와 같이, 본 발명의 STPI 제어기는 신경회로망과 PI 제어기를 병렬 연결함으로써, 양호한 응답특성을 나타내며, 수렴속도를 빠르게 계산하고 최적의 지령 전류값을 구할 수 있다.As described above, the STPI controller of the present invention exhibits good response characteristics by connecting the neural network and the PI controller in parallel, and can quickly calculate the convergence speed and obtain an optimal command current value.

또한 본 발명에서는 상기 STPI 제어기를 사용함으로써, 전동기 시스템의 비선형 특성에 적절하게 대응할 수 있으므로, 파라미터 변동과 같은 시스템 변화에 강인성과 고성능을 유지할 수 있다. 따라서 전동기가 사용되는 기기의 효율을 높여 에너지를 절감할 수 있다.In addition, in the present invention, by using the STPI controller, it is possible to appropriately cope with the nonlinear characteristics of the electric motor system, so that the robustness and high performance can be maintained against system changes such as parameter variations. Therefore, it is possible to save energy by increasing the efficiency of the equipment in which the motor is used.

Claims (4)

전동기의 속도를 제어하는 자기동조 비례적분(STPI) 제어 시스템에 있어서,In the self-tuning proportional integral (STPI) control system that controls the speed of the motor, PI 제어기와 신경회로망(NN)을 병렬 연결하여 이루어지고, 상기 전동기에 대한 지령속도(
Figure 112005044024407-PAT00103
)와 실제속도(
Figure 112005044024407-PAT00104
)의 오차를 입력받아 상기 전동기의 속도 제어에 필요한 토크성분의 지령전류(
Figure 112005044024407-PAT00105
)를 출력하는 STPI 제어기, The PI controller and the neural network (NN) are connected in parallel, and the command speed for the motor (
Figure 112005044024407-PAT00103
) And actual speed (
Figure 112005044024407-PAT00104
Command current of torque component required for speed control of the motor
Figure 112005044024407-PAT00105
STPI controller outputting 상기 전동기로부터 상기 실제속도(
Figure 112005044024407-PAT00106
)를 측정하는 속도측정기,The actual speed from the electric motor (
Figure 112005044024407-PAT00106
Speed meter measuring) 상기 토크성분 지령전류(
Figure 112005044024407-PAT00107
) 및 자속성분 지령전류(
Figure 112005044024407-PAT00108
)와, 상기 전동기의 회전자 위치(
Figure 112005044024407-PAT00109
)를 입력받아, 상전압 지령치(
Figure 112005044024407-PAT00110
)를 출력하는 전류제어기,The torque component command current (
Figure 112005044024407-PAT00107
) And flux component command current (
Figure 112005044024407-PAT00108
) And the rotor position of the motor (
Figure 112005044024407-PAT00109
), The phase voltage setpoint (
Figure 112005044024407-PAT00110
Output current controller, 상기 상전압 지령치(
Figure 112005044024407-PAT00111
)를 입력받아 상기 전동기를 구동하는 공간벡터 PWM 인버터를 포함하는 것을 특징으로 하는 STPI 제어 시스템.The phase voltage command value (
Figure 112005044024407-PAT00111
STPI control system, characterized in that it comprises a space vector PWM inverter for driving the motor. 제1항에 있어서, 상기 전동기는 영구자석형 동기전동기(PMSM)인 것을 특징으로 하는 STPI 제어 시스템.The STPI control system of claim 1, wherein the electric motor is a permanent magnet synchronous motor (PMSM). 제1항에 있어서, 상기 STPI 제어기는The method of claim 1, wherein the STPI controller 상기 PI 제어기에 입력되는 이득(
Figure 112005044024407-PAT00112
와
Figure 112005044024407-PAT00113
)이 상기 신경회로망(NN)을 통해 상기 전동기의 동작상태에 따라 수정되는 것을 특징으로 하는 STPI 제어 시스템.Gain input to the PI controller (
Figure 112005044024407-PAT00112
Wow
Figure 112005044024407-PAT00113
) Is modified according to the operating state of the motor through the neural network (NN). 제1항에 있어서, 상기 STPI 제어기는The method of claim 1, wherein the STPI controller 상기 신경회로망에 의한 이득값과 스위치 라인에 따라서 상기 PI 제어기의 최적 이득값을 구하는 것을 특징으로 하는 STPI 제어 시스템.STPI control system for obtaining the optimum gain value of the PI controller according to the gain value and the switch line by the neural network.
KR1020050073148A 2005-08-10 2005-08-10 Self Tuning Proportional Integral Control System using Neural Network KR100725543B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020050073148A KR100725543B1 (en) 2005-08-10 2005-08-10 Self Tuning Proportional Integral Control System using Neural Network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020050073148A KR100725543B1 (en) 2005-08-10 2005-08-10 Self Tuning Proportional Integral Control System using Neural Network

Publications (2)

Publication Number Publication Date
KR20070018442A true KR20070018442A (en) 2007-02-14
KR100725543B1 KR100725543B1 (en) 2007-06-08

Family

ID=43651854

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020050073148A KR100725543B1 (en) 2005-08-10 2005-08-10 Self Tuning Proportional Integral Control System using Neural Network

Country Status (1)

Country Link
KR (1) KR100725543B1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108333936A (en) * 2018-01-30 2018-07-27 山西机电职业技术学院 A method of asynchronous machine positioning accuracy is improved based on neural network

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100580182B1 (en) * 2004-01-06 2006-05-16 삼성전자주식회사 Apparatus and method for self tuning proportional and integral controller of DC motor
KR20040097021A (en) * 2004-10-12 2004-11-17 순천대학교 산학협력단 Adaptive FNN Control System for High Performance of Induction Motor

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108333936A (en) * 2018-01-30 2018-07-27 山西机电职业技术学院 A method of asynchronous machine positioning accuracy is improved based on neural network

Also Published As

Publication number Publication date
KR100725543B1 (en) 2007-06-08

Similar Documents

Publication Publication Date Title
Alsofyani et al. Dynamic hysteresis torque band for improving the performance of lookup-table-based DTC of induction machines
US6979967B2 (en) Efficiency optimization control for permanent magnet motor drive
Jevremovic et al. Speed-sensorless control of induction motor based on reactive power with rotor time constant identification
Inanc et al. Torque ripple minimization of a switched reluctance motor by using continuous sliding mode control technique
Lascu et al. Super-twisting sliding mode direct torque contol of induction machine drives
Vicente et al. Comparative study of stabilising methods for adaptive speed sensorless full-order observers with stator resistance estimation
Valencia et al. Virtual-flux finite control set model predictive control of switched reluctance motor drives
Karpe et al. Switching losses minimization by using direct torque control of induction motor
KR100725537B1 (en) Efficiency Optimization Control System with Adaptive Fuzzy Neural Network Controller
Rain et al. Comparative study of various current controllers for the switched reluctance machine
Sahoo et al. Application of spatial iterative learning control for direct torque control of switched reluctance motor drive
Ezzaldean et al. Design of control system for 4-switch bldc motor based on sliding-mode and hysteresis controllers
Tarczewski et al. Gain-Scheduled State Feedback Speed Control of Synchronous Reluctance Motor
KR100725543B1 (en) Self Tuning Proportional Integral Control System using Neural Network
JP2006211894A (en) Method and system for limiting current output by speed controller which operates according to v/f control law
Huang et al. Model reference adaptive control of pulse amplitude modulated PM motor drive for high power transport drone applications
Rain et al. Second order sliding mode current controller for the switched reluctance machine
Wong et al. On-line instantaneous torque control of a switched reluctance motor based on co-energy control
KR102442866B1 (en) Inverter system driving multiple PMSMs in parallel
Kadjoudj et al. Modified direct torque control of permanent magnet synchronous motor drives
Walz et al. Multi-step model predictive control for a high-speed medium-power PMSM
Feroura et al. Sensorless field oriented control of current source inverter fed induction motor drive
KR20050033601A (en) Hybrid pi(hbpi) control system for speed control of induction motor
El Khatib et al. Deadbeat flux vector control with continuous transition from linear to overmodulation including six-step operation considering the voltage and current limits by applying one single control law
Senthilnathan et al. Mathematical modelling and torque ripple waning in BLDC motor using outgoing-phase current discharge hysteresis controlled ANFIS controller

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
G170 Publication of correction
FPAY Annual fee payment

Payment date: 20130424

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20140424

Year of fee payment: 8

FPAY Annual fee payment

Payment date: 20150422

Year of fee payment: 9

FPAY Annual fee payment

Payment date: 20160502

Year of fee payment: 10

FPAY Annual fee payment

Payment date: 20170418

Year of fee payment: 11

LAPS Lapse due to unpaid annual fee