无刷直流电机速度的模糊控制方法.docx

《无刷直流电机速度的模糊控制方法.docx》由会员分享，可在线阅读，更多相关《无刷直流电机速度的模糊控制方法.docx（10页珍藏版）》请在三一办公上搜索。

1、无刷直流电机速度的模糊控制方法一、引言随着电力电子技术、微电子技术、控制理论以及永磁材料的快速发展，无刷直 流电机（BLDG）得以迅速推广。当BLDC调速系统用于要求调速性能、控制精度较高 的场合时（如机器人、航天航空、精密电子、仪器设备等地方），BLDC的快速性、 稳定性以及鲁棒性是衡量其性能优劣的重要指标传统的BLDC调速系统常采用PI控制，它算法简单，参数调整方便，有一定的 控制精度。但PI控制本质是一种线性控制，需要控制系统的精确数学模型，而BLDC 是一个多变量、强藕合、非线性、时变的复杂系统，当系统负载或参数发生变化时， PI控制将难以达到设计的预期效果。在BLDC这类高度非线性的

2、系统中，采用智能控制方法则是极有前景的，它具有 提高系统快速性、稳定性和鲁棒性的潜力。模糊控制是智能控制中最常用的方法之 一，它不依赖于控制系统的数学模型，对系统参数的变化不敏感，具有快速性及鲁 棒性强的特点，因此很适合BLDC控制系统的要求。目前，BLDC速度的模糊控制已得到较多研究，各种模糊控制策略的应用散见于 各类BLDC文献，而应用较多的模糊控制策略主要有：基于简单模糊控制器的速度控 制方法，基于模糊-PI复合控制器的速度控制方法，基于模糊PID（PI）控制器的速 度控制方法，基于自适应、自组织、自学习模糊控制器的速度控制方法，以及基于 集成及智能模糊控制器的速度控制方法。本文简单介绍

3、了模糊控制的基本原理，并在广泛参考国内外BLDC速度控制文献 的基础上，对在BLDC速度控制中常用的各种模糊控制方法、策略及具体应用，进行 了详细归纳和总结。可以看出，用模糊控制器或其混合控制器代替普通的PI控制器， 可以使BLDC的整体性能得到显著改善，是高性能BLDG调速系统开发的一个重要方 向。二、模糊控制基本原理所谓模糊控制，是指在控制方法上应用模糊集理论、模糊语、言变量及模糊逻 辑推理来模拟人的模糊思维方法，用计算机实现与操作者相同的控制。其中“模糊” 是指知识、概念上的模糊性。虽然模糊控制算法是通过模糊语言描述的，但它所完 成的却是一项完全确定的工作。为实现模糊控制，需要设计模糊控

4、制器，以一实现语言控制。模糊控制器结构 包括以下3个方面：1 .精确量的模糊化，把语言变量的语言值化为某适当论域上的模糊子集;2. 模糊控制算法的设计，通过一组模糊条件语句构成模糊控制规则，并计算模 糊控制规则决定的模糊关系；3. 输出信息的模糊判决，并完成模糊量到精确量的转换。图1所示为一个具有模糊控制器的系统。其中，R为系统设定值（精确量）；e、 ech分别为系统误差与误差变化率（精确量）；E、EC分别为反映系统误差与误差变 化的语言变量的模糊集合（模糊量）；u为模糊控制器输出的控制作用（精确量）； y为系统输出（精确量）。模糊控制器的作用在于通过电子计算机，根据由精确量 转化来的模糊输入

5、信息，按照总结手动控制策略取得的语言控制规则进行模糊推理， 给出模糊输出判决，并再将其转化为精确量，作为反馈送到被控对象（或过程）的 控制作用。模糊控制有许多传统控制无法比拟的优点，例如:1. 使用语言方法，可不需要掌握过程的精确数学模型;2. 采用模糊控制，过程的动态响应品质优于常规PID控制，并对过程参数的变 化具有较强的适应性;3. 对于具有一定操作经验、而非控制专业的工作者，模糊控制方法易于掌握;4. 操作人员易于通过人的自然语言进行人机界面联系，这些模糊条件语句很容 易加入到过程的控制环节上。三、模糊控制器在BLDC调速系统中的应用常见的BLDC控制系统结构如图2所示。系统采用双闭环

6、控制，即速度环、电流 环控制。传统上采用PI控制，结构简单、可靠、稳定，但它难以克服负载、模型参 数等发生大范围变化时以及非线性因素的影响，因而无法满足高性能、高精度场合 的要求。而自适应PI控制器则结构复杂、计算量大、实时性差，在快速运动控制中 受到一定的限制。Qi 2无耳ft注电前机控i虹至死站梅国将模糊控制器直接用于BLDC速度控制，则可以充分发挥模糊控制器适应于非线 性时变系统、滞后系统的优点，取得好的控制效果和强的鲁棒性，且因不需建立被 控对象的精确数学模型，设计较方便。（一）基于简单模糊控制器的速度控制简单模糊控制器用于BLDC调速，主要是取代传统的PI调节器，以提高系统的 动态性

7、能。在多数场合，简单模糊控制器主要用于速度环，其结构如图3所示。nref 为给定速度，n为实测速度；模糊控制器的输人e为速度偏差，ech为速度偏差变化 率；模糊控制器的输出作为电流调节器的给定值iref。BLDC采用简单模糊控制器的 例子较多，介绍如下。应用Mamdani型模糊推理算法，采用低成本微处理器（80CL580）实现模糊控制 器功能，对BLDC进行速度调节，以克服PI控制器在工作环境不稳或负载变化时， 控制效果不佳的问题。其仿真结果表明，该模糊控制器系统准确率高，响应时间快； 如若结合模糊控制与PI控制各自的优点，则可以设计出性能更好的控制器。为同样目的，则提出了一种模糊追踪控制器，

8、并应用 Motorala微处理器 MC68-HC11E9进行了实验。其结果表明，与传统的滞环bang-bang控制器比较，该 模糊追踪控制器有较强的鲁棒性，对BLDC速度及位置变化有极好的跟踪性能。由于标准模糊控制器设计方法复杂，设计过程耗时，且需要较好的专家经验。 针对这一问题，提出了一种简单、新颖的模糊速度控制器设计方法：首先分析PI 速度控制器的状态轨迹，然后以PI控制器的控制面（图4a）为参考，初步描绘出 模糊控制器的控制面（图4b）；最后，为了提高模糊控制器的控制性能，通过对形 状参数进行调节，来修改模糊控制器，从而使模糊控制器的控制面为非线性形状。 采用这一方法时，BLDC的离线控

9、制过程仅需调节一个参数。对采用这种方法设计的 BLDC模糊速度调节器的仿真表明，其性能优于PI控制器，但形状参数要选择恰当， 太小虽能抑制速度超调，但响应速度较慢；太大虽能使响应时间减少，却又造成较 大的速度超调。（a） PI控制面（b）模糊控制面（二）基于模糊-pi复合控制器的速度控制常规的二维模糊控制器是以误差和误差变化作为输人变量的，因此，这种控制 器具有模糊比例一微分控制作用，但缺少模糊积分控制作用，因而系统稳态性较差。 pi控制既能获得较高的稳态精度，又具有较快的动态响应，因此，把pi控制引人 模糊控制器，构成模糊-PI复合控制，以改善模糊控制器的稳态性能，是BLDC控制 的一个很好

10、的策略。模糊-PI复合控制如图5所示。具体原理为：在大范围偏差内采用模糊控制， 在小范围偏差内转换成PI控制，二者的转换由微机程序根据事先给定的偏差范围自 动实现。这种复合控制同单纯的PI控制相比，具有更快的动态响应特性，更小超调; 同单纯的模糊控制器相比，具有更好的稳态精度。图5模糊-PI复合控制结构在MATLAB的SIMULINK环境下研究BLDC调速系统，结合模糊控制工具箱，对速 度环采用模糊-PI复合控制，对电流环采用PI控制，进行了建模与仿真。其模糊控 制器中的模糊决策采用Mamdani型推理算法，逆模糊则采用中心平均法(Centroid)， 并根据三角型隶属函数和BLDC控制经验来

11、设计控制规则表。其仿真结果表明，通过 采用模糊-PI复合控制，系统在速度误差较大时，具有较快的响应速度，而在误差 较小时，则有较高的稳态精度，因此既满足了动态要求，又满足了稳态要求。为了实现模糊控制和PI控制间的自动切换，提出了需要自动切换到模糊控制器 的两种情况(其它情况则由常规PI控制器起作用)：当检测到系统发生振荡，使 得某段时间内误差绝对值之和与误差之和绝对值不等，即*时；当检测 到系统发生超调，使得误差为零，但误差变化率不为零，即e=0且ech#0时。将这 两种情况相关的切换条件储存起来，并由控制系统不断地监测系统的输人输出特性， 就可以在线实现两种控制规律间的转换。文献还指出，输人

12、量化因子k, kech,输出比例因子kU对模糊系统的稳、动态 性能均有较大影响。当e和ech较小时，k和kech取较大值，kU取较小值，以避免 产生超调，使系统保持在稳态精度范围内；当e和ech较大时，k和kech取较小值， kU取较大值，以保证系统的快速性和稳定性。其仿真结果表明，模糊-PI复合控制 响应快、无超调、鲁棒性强、脉动幅度小，抗干扰能力好，动静态性能都要优于传 统PI控制。文献则通过实验，进一步证明了模糊-PI复合控制能够适用于高性能BLDC 驱动系统，且设计简便、灵活。（三）基于模糊PID（PI）控制器的速度控制控制器的结构如图6所示。模糊PID（PI）控制是指采用模糊控制方法

13、，在线 调节PID （PI）控制器的参数，以达到良好的动态性能。PI控制器.I i 一d/dz模糊控制器图6模糊PID（PI）控制结构文献分别采用DSP（Motorola的56001）、模糊单片机（NeuraLogie的NLX230） 构成PI控制器、模糊控制器，利用模糊控制器的输出KPs，KIs来调节PI控制器的 比例增益 KP（KP二KPsXKPP），积分增益KI（KI二KIsXKIP），其中 KPP， KIp 为预 先给定的值，通常为1。其模糊控制规则的制定原则如下：1. 在稳态时，若BLDC的转速由于系统参数的变化而发生波动，则同时调节比 例增益及积分增益，使转速保持恒定；2. 当系统

14、响应时间较长时，则同时增加比例增益及积分增益，以减小响应时间。其仿真结果表明，当系统参数变化时，能够有效减少系统响应时间，并抑制转 速脉动。文献则采用DSP (TMS320F240)成功地实现了 BLDC位置的模糊PID控制。(四) 基于自适应、自组织、自学习模糊控制器的速度控制模糊控制规则是人们对被控过程认识的模糊信息的归纳和操作经验的总结。被 控对象的非线性、高阶次、时变性，以及随机干扰等因素，都将使模糊控制规则显 得粗糙或者不够完善，不同程度地影响控制效果。而自适应、自组织、自学习的模 糊控制方法，因其在控制过程中，能够自动调整、修改和完善模糊控制的参数或规 则，故可以使系统的控制性能不

15、断改善，达到最佳效果，因而在BLDG控制中得到了 一定的关注。将模糊控制和经典自适应控制相结合，设计了一个模糊自适应BLDC速度控制 器，如图7所示。它采用具有万能逼近器性能的模糊基函数表示模糊辨识器，来为 模糊自适应控制器提供参数自调整的梯度信息。其仿真实验证明，模糊自适应控制 的BLDC调速系统具有良好的静、动态特性。我眼I HStS峻据自St应控0堵均提出了一种BLDC 的模糊-PI控制转速调节器的设计方法，其采用自适应的权值 修正方法来修正Fuzzy回路与PI回路的连接权值。其仿真结果表明，该设计方法很 好地抑制了超调和振荡。则提出了一种具有自学习功能的模糊控制方法，其具有三 个主要特

16、性：1. 在开始自动调节前，不需要向伺服系统输人模糊控制规则，规则可在自学习 过程中自动产生；2. 不需要系统参数的调节技术；3. 能够获得快速响应和强的鲁棒性。（五）基于集成及智能模糊控制器的速度控制为了使复杂系统获得精度、速度及跟踪性能都良好的控制品质，采用将模糊控 制与其它控制策略结合在一起的集成技术，以使彼此的动态特性互补，是BLDC速度 控制研究的重要课题。滑模变结构控制（SMC）具有健全的控制性能，对负载参数的变化以及外界的十 扰并不敏感，它可使系统的状态按预定路径变化，但存在颤振问题。提出了一种新 型滑模变结构模糊速度控制器，它仅使用速度误差信号作为输人，消除了 SMC对增 加信

17、号噪声的敏感性，并根据系统状态与滑模面的距离，不断地改变控制规律来消 除颤振现象。该方法一方面应用SMC，确保了系统的稳定性，另一方面又利用模糊 控制，改善了系统的动态响应及稳态性能。由于模糊控制减小了稳态误差，对滑模 控制边界层的限制得到了缓解，设计简单、灵活。仿真及试验结果表明，该控制器 性能良好。为了进一步提高模糊控制器的智能水平，提高控制系统的动态品质，将人工智 能技术、神经元网络技术和模糊控制技术相结合，可设计出智能模糊控制器。模糊 神经网络可通过训练，自动确定系统参数，比单纯的模糊逻辑控制或神经网络控制 更具优势。提出了一种用基本样条函数实现BLDC模糊神经网络速度控制器的新方 法

18、，即采用基本样条函数构造模糊神经网络控制器中的隶属度函数。它实现了权值 系数、学习步长的自动调节与寻优。其试验结果表明，系统响应快、超调小、鲁棒 性较强、脉动幅度小、抗干扰能力好。则提出了一种自适应神经网络模糊控制器， 它采用5层神经网络的全网络化结构，模糊控制规则及隶属函数的性质由神经网络 结构中的神经元来体现，并采用自学习装置在线更新控制器参数。其结构简单、鲁 棒性强、跟踪性好，且隐藏层神经元少。其试验结果表明，与普通PI控制器相比， 自适应神经网络模糊控制器有更好的动态性能，无超调。四、结语本文对以模糊控制技术为基础的BLDG控制方法进行了分类介绍。不同的控 制方法，适用于不同的场合，各有优缺点。在设计中，应根据具体情况，选用适当 的控制方法。由于单片机和DSP在BLDC控制系统中的应用，传统的PI控制正逐步 被现代人工智能控制方法，如模糊控制、神经网络控制、混合控制等方法所代替。 作为人工智能控制之一的模糊控制，其理论正不断得到完善，模糊建模、模糊规则 的建立和推理算法也正得到越来越深入的研究。可以预见，采用模糊控制的BLDC 调速系统，稳态性能将不断得到提高，应用将越来越广泛。