Nothing Special   »   [go: up one dir, main page]

CN102522948A - Dtc系统中转矩滞环宽度的混合智能调节方法 - Google Patents

Dtc系统中转矩滞环宽度的混合智能调节方法 Download PDF

Info

Publication number
CN102522948A
CN102522948A CN2012100042518A CN201210004251A CN102522948A CN 102522948 A CN102522948 A CN 102522948A CN 2012100042518 A CN2012100042518 A CN 2012100042518A CN 201210004251 A CN201210004251 A CN 201210004251A CN 102522948 A CN102522948 A CN 102522948A
Authority
CN
China
Prior art keywords
torque
current
hybrid intelligent
value
stator
Prior art date
Legal status (The legal status 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 status listed.)
Granted
Application number
CN2012100042518A
Other languages
English (en)
Other versions
CN102522948B (zh
Inventor
徐凯
许强
徐文轩
徐果薇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Jiaotong University
Original Assignee
Chongqing Jiaotong University
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 Chongqing Jiaotong University filed Critical Chongqing Jiaotong University
Priority to CN2012100042518A priority Critical patent/CN102522948B/zh
Publication of CN102522948A publication Critical patent/CN102522948A/zh
Application granted granted Critical
Publication of CN102522948B publication Critical patent/CN102522948B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Ac Motors In General (AREA)

Abstract

本发明公开了一种DTC系统中转矩滞环宽度的混合智能调节方法，该方法将速度变化和定子电流变化作为输入信号，将转矩滞环宽度的增量作为输出信号，在确定转矩滞环宽度基值的基础上，得到一个动态可调的转矩滞环宽度值，该转矩滞环宽度值随着控制过程变化而变化，具有较强适应性，克服了常规技术中将转矩滞环宽度设置为一个固定值的缺陷。本发明的有益技术效果是：削弱了电流中的谐波含量，获得感应电机磁链、转矩脉动的最小值，降低了感应电机的噪声和振动。解决了感应电机在低速运行情况下转矩脉动大，转速存在速度稳态误差和周期性脉动的问题。使感应电机获得一个平滑、有效率的驱动性能，是一种高性能的模糊-神经网络混合智能控制方式。

Description

DTC系统中转矩滞环宽度的混合智能调节方法
技术领域
    本发明涉及一种感应电动机的控制技术，尤其涉及一种DTC系统中转矩滞环宽度的混合智能调节方法。
背景技术
感应电机的DTC控制（直接转矩控制）所具有的主要优点有：转矩动态响应快、对转子参数的变化具有一定的鲁棒性；其不足之处主要表现为：存在转矩脉动，在低速运转时表现特别明显。
事实上，在开关电压矢量的作用下，当定子磁链偏差达到滞环比较器的上限或下限时，虽然存在突加新的开关矢量，定子磁链矢量也不会即刻改变方向和幅值，而要继续增大或减小；在这种情况下，定子磁链和电磁转矩可能会冲出偏差范围，出现“超调”现象，引起较大的脉动。
转矩的脉动会直接影响到传动系统的速度特性：转矩脉动的直流成分将影响到系统的稳态误差，也会导致到达稳态时间的延长，无论在高速和低速都会有影响；转矩脉动的交流成分会导致速度的脉动，特别是在低速时影响较大，低速运行时，定子磁通旋转较慢，转矩脉动的交流成分频率较低，这将造成低速情况下转速的周期性脉动，因此，造成速度误差在稳态误差的基础上又叠加了周期性的速度脉动，尤其严重的是，在低速运行时，不大的转矩脉动会造成速度相对误差很大，甚至高达100%，这样的速度效果是造成DTC系统低速性能下降的主要原因。
发明内容
针对背景技术中的问题，本发明提出了一种DTC系统中转矩滞环宽度的混合智能调节方法，其步骤为：
1）以                                               
Figure 2012100042518100002DEST_PATH_IMAGE002
和
Figure 2012100042518100002DEST_PATH_IMAGE004
作为两个输入量，
Figure 2012100042518100002DEST_PATH_IMAGE006
作为输出量，建立二维模糊规则表；其中，
Figure 716305DEST_PATH_IMAGE002
为转子速度变化量，
Figure 633445DEST_PATH_IMAGE004
为定子电流变化量，
Figure 350866DEST_PATH_IMAGE006
为转矩滞环宽度变化量；
2）根据下式确定转矩滞环宽度的基值
Figure 2012100042518100002DEST_PATH_IMAGE008
：
Figure 2012100042518100002DEST_PATH_IMAGE010
式中，为电机极对数，为定子磁链向量，
Figure 2012100042518100002DEST_PATH_IMAGE016
为定子电压空间向量，为逆变器的最小开关周期，
Figure 2012100042518100002DEST_PATH_IMAGE020
为采样时间，
Figure 2012100042518100002DEST_PATH_IMAGE022
为电机漏电感：
Figure 2012100042518100002DEST_PATH_IMAGE024
，其中，
Figure 2012100042518100002DEST_PATH_IMAGE026
为定子电感，
Figure 2012100042518100002DEST_PATH_IMAGE028
为转子电感，
Figure 2012100042518100002DEST_PATH_IMAGE030
为互感系数；
3）定期对转子速度
Figure 2012100042518100002DEST_PATH_IMAGE032
和定子电流
Figure 2012100042518100002DEST_PATH_IMAGE034
进行采样，计算当前采样周期与前一采样周期的
Figure 799603DEST_PATH_IMAGE032
的差值，得到当前周期内的
Figure 551658DEST_PATH_IMAGE002
数值，计算当前采样周期与前一采样周期的
Figure 311804DEST_PATH_IMAGE034
的差值，得到当前周期内的
Figure 516520DEST_PATH_IMAGE004
数值；
4）根据二维模糊规则表，得到当前周期内的
Figure 653103DEST_PATH_IMAGE002
和数值条件下对应的；
5）根据下式计算当前
Figure 879795DEST_PATH_IMAGE002
和数值条件下的转矩滞环宽度
Figure 2012100042518100002DEST_PATH_IMAGE036
：
Figure 2012100042518100002DEST_PATH_IMAGE038
根据
Figure 953241DEST_PATH_IMAGE036
调整滞环比较器的输出量；
6）重复步骤3）、4）、5），重新计算
Figure 320769DEST_PATH_IMAGE036
。
在前述方案的基础上，发明人还提出了一种二维模糊规则表的优选方案，所述的二维模糊规则表如下表：
Figure 2012100042518100002DEST_PATH_IMAGE039
其中，
Figure 2012100042518100002DEST_PATH_IMAGE041
为
Figure 378373DEST_PATH_IMAGE004
对应的模糊量，
Figure 2012100042518100002DEST_PATH_IMAGE043
为
Figure 2012100042518100002DEST_PATH_IMAGE045
对应的模糊量；NB1、NM1、NS1、ZO1、PS1、PM1、PB1为
Figure 2012100042518100002DEST_PATH_IMAGE047
的子集；NB2、NM2、NS2、ZO2、PS2、PM2、PB2为
Figure 404229DEST_PATH_IMAGE043
的子集；NB3、NM3、NS3、ZO3、PS3、PM3、PB3为
Figure 2012100042518100002DEST_PATH_IMAGE049
的子集；
Figure 923066DEST_PATH_IMAGE049
为
Figure 195916DEST_PATH_IMAGE006
对应的模糊量。
输入量和输出量的模糊化论域选取[-6，6]，输入量的隶属度曲线可采用如图15、16所示的高斯曲线来表达，输出量的隶属度曲线采用如图17所示的均匀分布的三角形函数来表达，由此所得到的
Figure 859591DEST_PATH_IMAGE043
和
Figure 876088DEST_PATH_IMAGE041
的子集取值见下表：
Figure 2012100042518100002DEST_PATH_IMAGE050
Figure 2012100042518100002DEST_PATH_IMAGE052
的子集取值见下表：
Figure 2012100042518100002DEST_PATH_IMAGE053
Figure 2012100042518100002DEST_PATH_IMAGE055
，
Figure 2012100042518100002DEST_PATH_IMAGE057
，
Figure 2012100042518100002DEST_PATH_IMAGE059
，其中，
Figure 2012100042518100002DEST_PATH_IMAGE061
、
Figure 2012100042518100002DEST_PATH_IMAGE063
为模糊处理中的量化因子，
Figure DEST_PATH_IMAGE065
为模糊处理中的比例因子。
在前述方案的基础上，为了进一步提高系统性能，本发明还作了如下改进：将二维模糊规则表中的每条模糊规则都转化为神经网络的输入/输出样本，再利用输入/输出样本，采用BP学习算法对神经网络进行训练；神经网络训练完成后，将神经网络置于系统中，用于步骤4）中
Figure 515728DEST_PATH_IMAGE006
的计算。
本发明的有益技术效果是：在DTC系统中采用转矩滞环宽度可变的混合智能调节方法，可以削弱电流谐波，获得电机磁链、转矩脉动的最小值，这样电机可获得低的开关损耗、噪声和振动。同时，减小速度稳态误差和周期性脉动，在低速的运行条件下，使电机获得一个平滑、有效率的驱动性能，是一种高性能的混合智能控制方式。
附图说明
图1、现有的一种感应电动机直接转矩控制系统示意图；
图2、本发明的感应电动机直接转矩控制系统示意图；
图3、本发明的二维模糊规则表的原理示意图；
图4、用于实现模糊控制规则部分的神经网络模型结构示意图；
图5、可实现本发明功能的一种硬件实施例的电气结构示意图；
图6、本发明的DSP主程序流程图；
图7、本发明的DSP中断服务程序流程图；
图8、采用PC机实现本发明方案的流程图；
图9、采用现有技术时，稳态条件下的电磁转矩脉动波形图；
图10、采用本发明方案时，稳态条件下的电磁转矩脉动波形图；
图11、采用现有技术时，稳态条件下定子电流波形图；
图12、采用本发明方案时，稳态条件下定子电流波形图；
图13、采用现有技术时的定子磁通轨迹图；
图14、采用本发明方案时的定子磁通轨迹图；
图15、输入量
Figure 225058DEST_PATH_IMAGE043
对应的隶属度曲线；
图16、输入量对应的隶属度曲线；
图17、输出量
Figure 995885DEST_PATH_IMAGE049
对应的隶属度曲线。
具体实施方式
针对背景技术中的问题，发明人经过潜心研究和分析发现：感应电机直接转矩控制中的磁链和转矩的滞环宽度深深影响着磁链和转矩脉动，脉动值是被限制在滞环比较器的带宽内的：滞环值越大，脉动就越大。从这一思路出发，若要使脉动减小，就必须减小滞环比较器的带宽，但这将增大逆变器的开关频率和开关损耗，降低了运行效率，也提高了对电子开关技术的要求；另外，较小的固定滞环宽度并不能完全消除磁链和转矩的脉动（尤其在低转速区域减小脉动的效果微乎其微），而且较小的固定滞环宽度会使系统性能在一定的操作范围内退化，因此，减小滞环比较器的带宽并不能起到很好的效果。
从前面的分析可知，为达到既限制开关频率又减小磁链和转矩脉动的目的，就应该合理地确定滞环比较器的带宽值。现有技术中的常用方法是：将转矩滞环宽度设置为一个固定的值，这就存在着磁链和转矩脉动较大的问题。近几年来，许多新的控制思想，特别是智能控制思想，如模糊控制、神经网络控制等开始应用到感应电机的直接转矩控制系统中。基于前述分析中的磁链和转矩脉动与滞环宽度的相关性，再加上转子速度变化量和定子电流变化量直接与电机转矩脉动相关，发明人考虑将转子速度变化量和定子电流变化量作为模糊调节器的输入，通过模糊规则得到转矩滞环宽度的增量，从而快速、准确、动态调节转矩滞环宽度值，使感应电机在低速运行时，能有效地减小转矩的脉动，减小速度稳态误差和周期性脉动；同时削弱电流谐波，降低电动机运行时的噪声与振动，达到高性能的直接转矩控制目的，具体方案为：
1）以
Figure 286052DEST_PATH_IMAGE002
和作为两个输入量，
Figure 538972DEST_PATH_IMAGE006
作为输出量，建立二维模糊规则表（模糊规则是现有技术中的一种常规控制方法，其技术细节在此不再赘述）；其中，
Figure 897272DEST_PATH_IMAGE002
为转子速度变化量，
Figure 307525DEST_PATH_IMAGE004
为定子电流变化量，
Figure 358657DEST_PATH_IMAGE006
为转矩滞环宽度变化量；
2）根据下式确定转矩滞环宽度的基值
Figure 221571DEST_PATH_IMAGE008
：
Figure 383562DEST_PATH_IMAGE010
式中，
Figure 382742DEST_PATH_IMAGE012
为电机极对数，
Figure 607706DEST_PATH_IMAGE014
为定子磁链向量，
Figure 957916DEST_PATH_IMAGE016
为定子电压空间向量，
Figure 985914DEST_PATH_IMAGE018
为逆变器的最小开关周期，
Figure 105180DEST_PATH_IMAGE020
为采样时间，
Figure 232536DEST_PATH_IMAGE022
为电机漏电感：，其中，
Figure 573836DEST_PATH_IMAGE026
为定子电感，
Figure 813187DEST_PATH_IMAGE028
为转子电感，
Figure 111445DEST_PATH_IMAGE030
为互感系数；
3）定期对转子速度
Figure 433317DEST_PATH_IMAGE032
和定子电流
Figure 740802DEST_PATH_IMAGE034
进行采样，计算当前采样周期与前一采样周期的
Figure 569080DEST_PATH_IMAGE032
的差值，得到当前周期内的
Figure 303818DEST_PATH_IMAGE002
数值，计算当前采样周期与前一采样周期的
Figure DEST_PATH_IMAGE067
的差值，得到当前周期内的数值；
4）根据二维模糊规则表，得到当前周期内的
Figure 961513DEST_PATH_IMAGE002
和
Figure 909877DEST_PATH_IMAGE004
数值条件下对应的
Figure 815516DEST_PATH_IMAGE006
；
5）根据下式计算当前
Figure 840542DEST_PATH_IMAGE002
和
Figure 489829DEST_PATH_IMAGE004
数值条件下的转矩滞环宽度
Figure 292700DEST_PATH_IMAGE036
：
    根据
Figure DEST_PATH_IMAGE069
调整滞环比较器的输出量。
6）重复步骤3）、4）、5），重新计算
Figure 828035DEST_PATH_IMAGE036
。
附图1是现有的一种感应电动机直接转矩控制系统，该控制系统主要由以下部分组成：定子磁链观测、磁链幅值计算及其扇区判断、电磁转矩观测、速度控制器、磁通和转矩滞环比较器、开关电压矢量选择、整流和逆变器、感应电动机等；其工作原理如下：首先根据逆变器输出的电压空间矢量和传感器检测到的电流值，分别经过坐标变换后，通过定子磁链计算、转矩计算得到实际的定子磁链幅值
Figure DEST_PATH_IMAGE071
和电磁转矩值
Figure DEST_PATH_IMAGE073
。将给定速度与实际转子速度的误差作为输入，经过该速度调节器后得到给定的电磁转矩
Figure DEST_PATH_IMAGE075
。将给定的电磁转矩
Figure 825553DEST_PATH_IMAGE075
、磁链值
Figure DEST_PATH_IMAGE077
与实际计算值
Figure 686193DEST_PATH_IMAGE073
、
Figure 933635DEST_PATH_IMAGE071
相比较，得到转矩误差
Figure DEST_PATH_IMAGE079
、磁链误差
Figure DEST_PATH_IMAGE081
，再通过相应的转矩、磁链滞环比较（此步骤本领域技术人员一般将其定义为滞环比较环节，经滞环比较环节处理后，系统为后续模块输出开关信号，其具体处理过程为现有技术，在此不再赘述；滞环比较环节中与本发明相关的是对于转矩的滞环比较，现有技术中将转矩误差
Figure 879725DEST_PATH_IMAGE079
与一固定数值的滞环宽度进行滞环比较处理，而本发明则是将转矩误差
Figure 870815DEST_PATH_IMAGE079
与动态变化的
Figure 651208DEST_PATH_IMAGE036
的当前值进行滞环比较处理，这也是本发明在系统中的具体应用环节，即在滞环比较环节中，将滞环宽度由固定值替换为动态值）后产生转矩、磁链开关信号
Figure DEST_PATH_IMAGE083
和
Figure DEST_PATH_IMAGE085
。与此同时，由定子磁链在
Figure DEST_PATH_IMAGE087
坐标中的分量
Figure DEST_PATH_IMAGE089
、
Figure DEST_PATH_IMAGE091
及其合成量可获得定子磁链所在的扇区位置角度。综合定子磁链开关信号
Figure 630403DEST_PATH_IMAGE085
、转矩开关信号
Figure 860527DEST_PATH_IMAGE083
和扇区位置角度
Figure 655308DEST_PATH_IMAGE095
，通过查开关电压矢量选择表，便可获得逆变器控制信号
Figure DEST_PATH_IMAGE097
、
Figure DEST_PATH_IMAGE099
和
Figure DEST_PATH_IMAGE101
。经逆变器控制感应电机的三相电压和电流，使电机能按控制要求输出转矩，最终达到控制目的。
在定子坐标系下，转矩的计算公式如下：
Figure DEST_PATH_IMAGE103
              （1）
式中，
Figure 38010DEST_PATH_IMAGE089
、
Figure 641903DEST_PATH_IMAGE091
是定子磁链在
Figure DEST_PATH_IMAGE105
坐标中的分量，
Figure DEST_PATH_IMAGE107
、
Figure DEST_PATH_IMAGE109
是定子电流在坐标中的分量，
Figure 770844DEST_PATH_IMAGE012
是电机的极对数。定子磁链可由下式计算得到：
Figure DEST_PATH_IMAGE111
               （2）
                （3）
式中，、
Figure DEST_PATH_IMAGE117
为定子电压在
Figure 5123DEST_PATH_IMAGE105
坐标中的分量，
Figure DEST_PATH_IMAGE119
为定子电阻。
参考PWM电压逆变器，输出的瞬时空间电压矢量可由下式计算得到：
Figure DEST_PATH_IMAGE121
   （4）
式中，
Figure 906214DEST_PATH_IMAGE097
、
Figure 110930DEST_PATH_IMAGE099
和
Figure 247513DEST_PATH_IMAGE101
是逆变器的开关状态，
Figure DEST_PATH_IMAGE123
是直流电压，
Figure DEST_PATH_IMAGE125
(k =1,2,…,6)
是6个不同方向的开关电压矢量。
附图2是采用本发明方案的感应电动机直接转矩控制系统示意图。本发明与现有技术不同的是，本发明的系统中增加了虚线框中的转矩滞环宽度可调部分，并将转矩滞环宽度可调部分的输出量作为转矩滞环比较环节的输入量。该部分由滞环宽度基值确定、滞环宽度增量调节两大部分组成。其中，由滞环宽度基值确定模块计算出转矩滞环宽度基值
Figure 466792DEST_PATH_IMAGE008
后，转矩滞环宽度基值
Figure 663418DEST_PATH_IMAGE008
就为一固定值，后续处理过程中始终不变；转矩滞环宽度
Figure 355430DEST_PATH_IMAGE036
由滞环宽度增量调节模块根据公式
Figure 30125DEST_PATH_IMAGE038
计算得到。其中，是一个在控制过程中可变的动态值，因此，
Figure 428877DEST_PATH_IMAGE036
也为一动态值，这就使得最终作用于电机的转矩滞环宽度，可根据转子速度变化量和定子电流变化量的数值进行动态调整。显然，这是前述的现有技术中的控制系统所不具备的能力。
模糊控制是现有的成熟的控制方法（其基本原理如图3所示），但其具体规则和参数取值则要根据不同的系统进行具体设置。发明人在长期的研究过程中，经过大量实验和分析，总结出了如下的适用于感应电机DTC控制的模糊控制规则：
转子速度、定子电流及转矩滞环宽度三者之间的关系可归纳如下：当转子速度与定子电流均迅速增大的情况下，此时转矩将迅速偏离指令转矩，超调量会触及上层环边界。此时，通过查询开关电压矢量选择表，反向电压矢量将被选中，这个电压在转矩响应中将迫使转矩迅速减少，造成欠调并低于滞环，这样，转矩脉动将会高居不下。因此，此时的转矩滞环宽度不应过小，若将滞环宽度增量
Figure 707204DEST_PATH_IMAGE006
取正值，便可以避免这种情况的发生。
如果转子速度与定子电流均迅速减小，对应着转矩误差有较大的超调量，此时也会存在转矩脉动过大的现象。为避免这种情况的发生，应从减小转矩误差的角度进行考虑。因此，可将转矩滞环宽度
Figure 185590DEST_PATH_IMAGE036
减小，将滞环宽度增量
Figure 766744DEST_PATH_IMAGE006
取负值，便可达到转矩滞环宽度
Figure 39593DEST_PATH_IMAGE036
减小的目的。
根据上述对转矩脉动产生原因的分析，可按如下几种情况制定出相应的模糊控制规则：
情况Ⅰ：当转子速度增加较快或适中，且定子电流也增加时，此时应增大环宽；
情况Ⅱ：当转子速度增加较快或适中，且定子电流减小时，此时应维持环宽不变；
情况Ⅲ：当转子速度减小较快或适中，且定子电流也减小时，此时应减小环宽；
情况Ⅳ：当转子速度减小较快或适中，且定子电流增大时，此时应维持环宽不变；
情况Ⅴ：当转子速度、定子电流均未发生变化时，此时应维持环宽不变；
情况Ⅵ：当转子速度和定子电流其中一个量保持不变，而另一个量增大时，此时应适当增大环宽；
情况Ⅶ：当转子速度和定子电流其中一个量保持不变，而另一个量减小时，此时应适当减小环宽；
模糊规则表采用双输入、单输出模式，将输入量（转子速度和定子电流变化）和输出量（转矩滞环宽度增量）进行模糊化处理。并将模糊量划分为7个子集，各个子集的语言值取分别为NB，NM，NS，ZO，PS，PM，PB，其代表的含义分别为：负大，负中，负小，零，正小，正中，正大。为了区分输入量和输出量各自对应的子集，将转子速度变化、定子电流变化和转矩滞环宽度增量所对应的子集分别用NB2……PB2、NB1……PB1和NB3……PB3来标记，由此可得出如下的二维模糊规则表：
Figure 2012100042518100002DEST_PATH_IMAGE128
其中，
Figure 643881DEST_PATH_IMAGE041
为
Figure 660379DEST_PATH_IMAGE004
对应的模糊量，
Figure 87250DEST_PATH_IMAGE043
为
Figure 531001DEST_PATH_IMAGE002
对应的模糊量。NB1、NM1、NS1、ZO1、PS1、PM1、PB1为的子集；NB2、NM2、NS2、ZO2、PS2、PM2、PB2为
Figure 505090DEST_PATH_IMAGE043
的子集；NB3、NM3、NS3、ZO3、PS3、PM3、PB3为
Figure 795257DEST_PATH_IMAGE049
的子集；
Figure 675489DEST_PATH_IMAGE049
为对应的模糊量；
输入量和输出量的模糊化论域选取[-6，6]，输入量的隶属度曲线可采用如图15、16所示的高斯曲线来表达，输出量的隶属度曲线采用如图17所示的均匀分布的三角形函数来表达，由此所得到的
Figure 471723DEST_PATH_IMAGE043
和
Figure 881976DEST_PATH_IMAGE041
的子集取值见下表：
Figure 2012100042518100002DEST_PATH_IMAGE130
Figure 477649DEST_PATH_IMAGE049
的子集取值见下表：
Figure DEST_PATH_IMAGE131
Figure 278246DEST_PATH_IMAGE055
，
Figure 440237DEST_PATH_IMAGE057
，
Figure 704996DEST_PATH_IMAGE059
，其中，、
Figure 280170DEST_PATH_IMAGE063
为模糊处理中的量化因子，
Figure 42589DEST_PATH_IMAGE065
为模糊处理中的比例因子。
在前述方案的基础之上，还可将二维模糊规则表中的每条模糊规则都转化为神经网络的输入/输出样本，再利用输入/输出样本，采用BP学习算法对神经网络进行训练；神经网络训练完成后，将神经网络置于系统中，用于步骤4）中
Figure 161855DEST_PATH_IMAGE006
的计算。神经网络模型结构如附图4所示，神经网络的训练过程及其自身权值的调整等内容均为现有技术中的常规技术，在此不再赘述。采用神经网络来进行计算的好处是：
（a）能充分利用模糊控制本身的鲁棒性：得到的神经网络不仅实现了通用模糊控制规则与神经网络之间的知识和信息转换，使神经网络的内部权值和阈值记忆了模糊控制决策知识，具有模糊推理的功能，很好地保留了模糊控制本身的鲁棒性；
（b）能快速地调节转矩滞环宽度值：通过神经网络实现的模糊控制规则，对知识的表达并不是通过显示的一条条规则，而是把规则隐含地分布在整个网络中。在应用时，不必进行复杂的搜索和推理，具有并行处理各种控制规则的能力，只要通过高速的分布计算就能够得到滞环宽度增量输出值，从而快速、动态地调节转矩滞环宽度。
（c）能精确地反映滞环宽度的动态变化过程：神经网络自身的非线性拟合能力和泛化能力追踪神经网络的内部推理过程，使神经网络能获取滞环宽度增量的非线性特征。当输入是训练的样本数据时，它能够准确地激活相应规则作出反映。而且当输入信号与训练的模糊规则的输入有差别时，神经网络能够激活一系列相关规则进行非线性泛化处理，更精确地反映滞环宽度的动态变化过程，使控制器具有更佳的控制效果。
本发明的一种硬件结构实施例如附图5所示，采用逆变桥给感应电动机供电，直流发电机作为感应电动机的负载用，采用DSP+PC的运算控制方案。由TMSLF2812构成的DSP主板完成速度给定、定子电流和直流母线电压采样、电压矢量合成及输出等。速度信号通过光电编码器进行检测，对脉冲进行计数，从而得到速度的反馈值。电压则通过开关状态和中间电压重构得到，需要观察的变量，如定子磁链、电流等量经DSP主控板的D/A转变成模拟信号通过示波器观测。将计算得到的矢量脉冲送入隔离驱动电路，对逆变器的开关管进行控制。可变的转矩滞环宽度计算在PC机中实现，DSP和PC机通过双口RAM交换数据。
软件设计部分包括主程序和中断服务程序等内容。主程序完成系统各个模块的初始化、中断设置等。附图6是本发明一种具体实施例的DSP主程序流程图。整个DTC系统的控制算法由中断服务程序完成，附图7是本发明一种具体实施例的DSP中断服务程序流程图。
附图8是本发明一种具体实施例的用PC机实现可变转矩滞环宽度计算流程图。PC机利用双口RAM 实时读取主控制板送入的转速和定子电流值，通过PC机中模糊-神经混合智能计算得到可变转矩滞环宽度
Figure DEST_PATH_IMAGE133
，并将之送入双口RAM，以供DSP主控板之用。
为比较本发明的效果，将转矩滞环宽度固定情况时（现有技术）与转矩滞环宽度可变情况时（本发明方案）的DTC系统进行实验比较。实验是在额定负载，5Hz低转速条件下进行的。实验所用感应电动机的参数如下：
额定功率
Figure DEST_PATH_IMAGE135
，额定电压
Figure DEST_PATH_IMAGE137
，额定电流
Figure DEST_PATH_IMAGE139
，额定频率
Figure DEST_PATH_IMAGE141
，极对数
Figure DEST_PATH_IMAGE143
，额定转速，额定转矩
Figure DEST_PATH_IMAGE147
，定子电阻
Figure DEST_PATH_IMAGE149
，转子电阻
Figure DEST_PATH_IMAGE151
，主电感
Figure DEST_PATH_IMAGE153
，漏电感
Figure DEST_PATH_IMAGE155
。
附图9是转矩滞环宽度固定的稳态电磁转矩脉动波形图，附图10是本发明方案稳态时电磁转矩脉动波形图。从比较中可看出，由于采用了本发明方法，图10所示波形图的转矩脉动大大减少。
附图11是转矩滞环宽度固定稳态时定子电流波形图，附图12是本发明方案稳态时定子电流波形图。由附图11可看出，在5Hz低速度运行时，采用转矩滞环宽度固定的定子电流波形畸变得比较厉害，谐波含量较大，这是造成转矩脉动大的主要原因；由附图12可看出，采用本发明方案后，定子电流波形基本上无畸变，谐波含量较少，影响转矩脉动的谐波很小，因此转矩脉动小。
附图13是转矩滞环宽度固定的定子磁通轨迹图，附图14是本发明方案定子磁通轨迹图。从比较中可看出，采用了本发明方案后，磁通轨迹由粗糙变为平滑，脉动大幅减小。
综上所述，采用本发明方案的DTC系统在低速的稳态阶段，其电磁转矩脉动、定子电流谐波和磁通轨迹脉动均较小。该方法可以保证DTC系统在低速度时具有良好的运行性能，从而实现高性能的DTC控制。

Claims (3)

1.一种DTC系统中转矩滞环宽度的混合智能调节方法，其特征在于：其步骤为：1）以                                               和
Figure 2012100042518100001DEST_PATH_IMAGE004
作为两个输入量，
Figure 2012100042518100001DEST_PATH_IMAGE006
作为输出量，建立二维模糊规则表；其中，
Figure 687676DEST_PATH_IMAGE002
为转子速度变化量，
Figure 253787DEST_PATH_IMAGE004
为定子电流变化量，
Figure 224629DEST_PATH_IMAGE006
为转矩滞环宽度变化量；
2）根据下式确定转矩滞环宽度的基值
Figure 2012100042518100001DEST_PATH_IMAGE008
：
Figure 2012100042518100001DEST_PATH_IMAGE010
式中，
Figure 2012100042518100001DEST_PATH_IMAGE012
为电机极对数，
Figure 2012100042518100001DEST_PATH_IMAGE014
为定子磁链向量，
Figure 2012100042518100001DEST_PATH_IMAGE016
为定子电压空间向量，
Figure 2012100042518100001DEST_PATH_IMAGE018
为逆变器的最小开关周期，
Figure 2012100042518100001DEST_PATH_IMAGE020
为采样时间，
Figure 2012100042518100001DEST_PATH_IMAGE022
为电机漏电感：，其中，
Figure 2012100042518100001DEST_PATH_IMAGE026
为定子电感，为转子电感，
Figure 2012100042518100001DEST_PATH_IMAGE030
为互感系数；
3）定期对转子速度和定子电流
Figure 2012100042518100001DEST_PATH_IMAGE034
进行采样，计算当前采样周期与前一采样周期的
Figure 717360DEST_PATH_IMAGE032
的差值，得到当前周期内的
Figure 42162DEST_PATH_IMAGE002
数值，计算当前采样周期与前一采样周期的
Figure 84067DEST_PATH_IMAGE034
的差值，得到当前周期内的
Figure 177925DEST_PATH_IMAGE004
数值；
4）根据二维模糊规则表，得到当前周期内的
Figure 912663DEST_PATH_IMAGE002
和
Figure 459182DEST_PATH_IMAGE004
数值条件下对应的
Figure 573287DEST_PATH_IMAGE006
；
5）根据下式计算当前
Figure 521651DEST_PATH_IMAGE002
和
Figure 427291DEST_PATH_IMAGE004
数值条件下的转矩滞环宽度
Figure 2012100042518100001DEST_PATH_IMAGE036
：
Figure 2012100042518100001DEST_PATH_IMAGE038
根据
Figure 336472DEST_PATH_IMAGE036
调整滞环比较器的输出量；
6）重复步骤3）、4）、5），重新计算
Figure 720180DEST_PATH_IMAGE036
。
2.根据权利要求1所述的DTC系统中转矩滞环宽度的混合智能调节方法，其特征在于：步骤1）中所述的二维模糊规则表如下表：
其中，
Figure DEST_PATH_IMAGE041
为
Figure 598750DEST_PATH_IMAGE004
对应的模糊量，
Figure DEST_PATH_IMAGE043
为
Figure DEST_PATH_IMAGE045
对应的模糊量；NB1、NM1、NS1、ZO1、PS1、PM1、PB1为
Figure DEST_PATH_IMAGE047
的子集；NB2、NM2、NS2、ZO2、PS2、PM2、PB2为
Figure 426022DEST_PATH_IMAGE043
的子集；NB3、NM3、NS3、ZO3、PS3、PM3、PB3为
Figure DEST_PATH_IMAGE049
的子集；
Figure 711965DEST_PATH_IMAGE049
为对应的模糊量；
和
Figure 69762DEST_PATH_IMAGE041
的子集取值见下表：
Figure 2012100042518100001DEST_PATH_IMAGE050
Figure 953536DEST_PATH_IMAGE049
的子集取值见下表：
Figure DEST_PATH_IMAGE053
，
Figure DEST_PATH_IMAGE055
，
Figure DEST_PATH_IMAGE057
，其中，
Figure DEST_PATH_IMAGE059
、为模糊处理中的量化因子，
Figure DEST_PATH_IMAGE063
为模糊处理中的比例因子。
3.根据权利要求1或2所述的DTC系统中转矩滞环宽度的混合智能调节方法，其特征在于：将二维模糊规则表中的每条模糊规则都转化为神经网络的输入/输出样本，再利用输入/输出样本，采用BP学习算法对神经网络进行训练；神经网络训练完成后，将神经网络置于系统中，用于步骤4）中
Figure 446090DEST_PATH_IMAGE006
的计算。
CN2012100042518A 2012-01-09 2012-01-09 Dtc系统中转矩滞环宽度的混合智能调节方法 Expired - Fee Related CN102522948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100042518A CN102522948B (zh) 2012-01-09 2012-01-09 Dtc系统中转矩滞环宽度的混合智能调节方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100042518A CN102522948B (zh) 2012-01-09 2012-01-09 Dtc系统中转矩滞环宽度的混合智能调节方法

Publications (2)

Publication Number Publication Date
CN102522948A true CN102522948A (zh) 2012-06-27
CN102522948B CN102522948B (zh) 2013-09-11

Family

ID=46293766

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100042518A Expired - Fee Related CN102522948B (zh) 2012-01-09 2012-01-09 Dtc系统中转矩滞环宽度的混合智能调节方法

Country Status (1)

Country Link
CN (1) CN102522948B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104158455A (zh) * 2014-08-25 2014-11-19 东南大学 一种电力机器人的驱动控制系统
CN104242743A (zh) * 2013-06-21 2014-12-24 福特全球技术公司 基于内置式永磁同步电机的驱动系统的滞环控制器频带的确定
CN105048896A (zh) * 2015-07-08 2015-11-11 河南科技大学 一种无刷直流电机直接转矩自适应模糊控制方法
CN111835252A (zh) * 2019-04-17 2020-10-27 华北电力大学（保定） 考虑电气损耗的定子电流矢量定向下柔性负载振动及pmsm转矩脉动综合抑制方法
CN113748594A (zh) * 2019-05-06 2021-12-03 西门子歌美飒可再生能源公司 电机的谐波直接转矩控制
CN114465549A (zh) * 2021-07-08 2022-05-10 湖南科技大学 基于变滞环pwm的开关磁阻电机直接瞬时转矩控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101645687A (zh) * 2009-09-11 2010-02-10 山西合创电力科技有限公司 感应风力发电机矢量及直接转矩控制综合方法
EP2190113A1 (en) * 2008-11-19 2010-05-26 Abb Research Ltd. Method and apparatus for controlling an electrical Machine with direct torque control

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2190113A1 (en) * 2008-11-19 2010-05-26 Abb Research Ltd. Method and apparatus for controlling an electrical Machine with direct torque control
CN101645687A (zh) * 2009-09-11 2010-02-10 山西合创电力科技有限公司 感应风力发电机矢量及直接转矩控制综合方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
沈红平: "基于MRAS的异步电机无速度传感器直接转矩控制", 《中国优秀硕士学位论文全文数据库》 *
涂承宇等: "《模糊控制理论与实践》", 31 August 1998, 地震出版社 *
马德中: "采用滞环宽度优化控制的感应电机直接转矩控制", 《微特电机》 *
高圣伟等: "基于模糊逻辑的DTC减小转矩脉动方法研究", 《河北工业大学学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104242743A (zh) * 2013-06-21 2014-12-24 福特全球技术公司 基于内置式永磁同步电机的驱动系统的滞环控制器频带的确定
CN104242743B (zh) * 2013-06-21 2018-11-13 福特全球技术公司 基于内置式永磁同步电机的驱动系统的滞环控制器频带的确定
CN104158455A (zh) * 2014-08-25 2014-11-19 东南大学 一种电力机器人的驱动控制系统
CN104158455B (zh) * 2014-08-25 2016-08-24 东南大学 一种电力机器人的驱动控制系统
CN105048896A (zh) * 2015-07-08 2015-11-11 河南科技大学 一种无刷直流电机直接转矩自适应模糊控制方法
CN105048896B (zh) * 2015-07-08 2018-03-23 河南科技大学 一种无刷直流电机直接转矩自适应模糊控制方法
CN111835252A (zh) * 2019-04-17 2020-10-27 华北电力大学（保定） 考虑电气损耗的定子电流矢量定向下柔性负载振动及pmsm转矩脉动综合抑制方法
CN111835252B (zh) * 2019-04-17 2023-08-11 华北电力大学（保定） 考虑电气损耗的柔性负载振动及pmsm转矩脉动综合抑制方法
CN113748594A (zh) * 2019-05-06 2021-12-03 西门子歌美飒可再生能源公司 电机的谐波直接转矩控制
CN114465549A (zh) * 2021-07-08 2022-05-10 湖南科技大学 基于变滞环pwm的开关磁阻电机直接瞬时转矩控制方法
CN114465549B (zh) * 2021-07-08 2023-05-23 湖南科技大学 基于变滞环pwm的开关磁阻电机直接瞬时转矩控制方法

Also Published As

Publication number Publication date
CN102522948B (zh) 2013-09-11

Similar Documents

Publication Publication Date Title
CN102522948B (zh) Dtc系统中转矩滞环宽度的混合智能调节方法
CN101938246B (zh) 无速度传感器电机转速的模糊融合辨识方法
CN107276465B (zh) 一种转矩-电流神经网络开关磁阻电机控制方法与系统
CN109327178A (zh) 一种开关磁阻电机多步预测控制器构造方法
CN106357184A (zh) 基于神经网络的车用永磁同步电机输出转矩的温度补偿方法
CN102497156A (zh) 永磁同步电机速度环的神经网络自校正控制方法
ITRM20130272A1 (it) Metodo e relativo sistema per la conversione di energia meccanica, proveniente da un generatore comandato da una turbina, in energia elettrica.
Meshcheryakov et al. Modeling and analysis of vector control systems for asynchronous motor
CN101571705B (zh) 位置伺服系统与方法
Zhang et al. The Brushless DC motor control system Based on neural network fuzzy PID control of power electronics technology
Wang et al. An adaptive fuzzy PID controller for speed control of brushless direct current motor
CN113285481B (zh) 并网变流器电感参数在线估计方法、预测控制方法及系统
CN109302110A (zh) 一种异步电机广义级联模型预测磁链控制方法及装置
CN104135205A (zh) 一种感应电机最大转矩电流比控制方法
Wang et al. A novel PID controller for BLDCM speed control using dual fuzzy logic systems with HSA optimization
CN109742999A (zh) 一种动态神经网络自适应逆的srm转矩控制方法与系统
CN113517832A (zh) 一种低压伺服离散线性自抗扰控制方法
CN109787495A (zh) 一种两电平逆变器的无模型预测电流控制方法
Krishnan et al. A smart FPGA based design and implementation of grid connected direct matrix converter with IoT communication
CN114520610A (zh) 伺服驱动器的电机参数自学习模糊控制方法
Dasari et al. Modified Luo converter based FOPID controller for torque ripple minimization in BLDC drive system
CN105871278A (zh) 一种基于直接特征控制的新型凸极永磁同步电机控制方法
CN110518625B (zh) 一种可变学习率bp-pid控制的并网逆变器直流分量抑制方法
CN107093971B (zh) 一种永磁同步电机的转矩控制系统及控制方法
Sun et al. A single neuron PID controller based PMSM DTC drive system fed by fault tolerant 4-switch 3-phase inverter

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C17 Cessation of patent right
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20130911

Termination date: 20140109