基于神經(jīng)網(wǎng)絡(luò)的交流電機控制

張進年

文章編號：2095-6835（2016）13-0075-01

摘 要：神經(jīng)網(wǎng)絡(luò)是一種多學(xué)科交叉的前沿技術(shù)。近年來，神經(jīng)網(wǎng)絡(luò)逐漸被應(yīng)用于交流電機驅(qū)動控制系統(tǒng)中，它的出現(xiàn)為解決交流電機中復(fù)雜的非線性、不確定、不確知系統(tǒng)的控制問題開辟了一條新途徑。以無刷直流電機為例，闡述了神經(jīng)網(wǎng)絡(luò)在其控制系統(tǒng)中的應(yīng)用原理。

關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)；交流電機；電機控制；電機學(xué)

中圖分類號：TM383.4+1 文獻標識碼：A DOI：10.15913/j.cnki.kjycx.2016.13.075

1 基礎(chǔ)概念

1.1 神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)（Neural Network）是人工神經(jīng)網(wǎng)絡(luò)的簡稱，它是對人腦神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、功能和特性進行理論抽象、簡化和模擬后構(gòu)成的一種信息處理系統(tǒng)。因此，神經(jīng)網(wǎng)絡(luò)是一種信息處理系統(tǒng)，它是由大量的“神經(jīng)元”（神經(jīng)網(wǎng)絡(luò)中的子節(jié)點）通過非常豐富且復(fù)雜的連接構(gòu)成的自適應(yīng)非線性動態(tài)系統(tǒng)。神經(jīng)網(wǎng)絡(luò)特有的非線性自適應(yīng)信息處理能力使其在信息分布存儲、并行處理、模式識別、智能控制、組合優(yōu)化、預(yù)測等領(lǐng)域被廣泛應(yīng)用。近年來，神經(jīng)網(wǎng)絡(luò)在電機學(xué)領(lǐng)域也受到了重視，并在交流電機控制應(yīng)用中快速發(fā)展。

1.2 無刷直流電機

隨著電子技術(shù)的迅速發(fā)展，無刷直流電機應(yīng)運而生。它是一種直接使用電子換向器的新型電機，是由永磁材料制造的轉(zhuǎn)子、帶有圈繞組的電子和位置傳感器（可有可無）組成的。無刷直流電機的定子是由許多硅鋼片經(jīng)過疊壓和軸向沖壓而成的，每個沖槽內(nèi)都有一定的線圈組成了繞組。與三相異步電動機的繞組結(jié)構(gòu)類似，它的繞組結(jié)構(gòu)采用的也是常見的對稱星形接法。通常情況下，無刷直流電動機的轉(zhuǎn)子由2～8對永磁體按照N極和S極交替排列在轉(zhuǎn)子四周的。在實際操作中，操作者為了能夠及時檢測無刷電動機轉(zhuǎn)子的極性，通常會在電動機內(nèi)部裝配一個位置傳感器。

2 無刷直流電機的控制特性

2.1 調(diào)速控制

與一般有刷直流電機的運行原理類似，在實際操作中，操作者只簡單地改變無刷直流電機的輸入電壓和勵磁電流的大小（強弱）就可以對它進行非常自由的調(diào)速。調(diào)速的空間幅度是由無刷電動機實際速度的最低、最高值決定的。由于無刷直流電機的轉(zhuǎn)子上粘有永磁體，所以，它的勵磁一般是固定不變的。也就是說，操作者在實際操作時不能通過改變無刷直流電機的輸出電壓來對它進行調(diào)整，只能通過改變輸入電壓達到調(diào)速的目的。由此可知，無刷直流電機控制遠比有刷直流電機靈活、簡便得多。

2.2 轉(zhuǎn)矩控制

一般情況下，操作者是通過改變無刷直流電機的電流方向獲得穩(wěn)定、持續(xù)的轉(zhuǎn)矩。這個改變的過程是非常迅速的。由于無刷直流電機的內(nèi)部裝配有位置傳感器，當(dāng)改變它的電流方向時，位置傳感器會第一時間“發(fā)現(xiàn)”，并做出回應(yīng)——向操作者發(fā)出轉(zhuǎn)子位置信號。當(dāng)然，操作者還可以檢測無刷直流電機的定子繞組的三相端電壓大小、振蕩幅度來檢測轉(zhuǎn)子位置信號。這種檢測方法不僅簡化了無刷直流電機的系統(tǒng)結(jié)構(gòu)，還提高了系統(tǒng)運行的準確性和可靠性。同時，這種控制方式有效避免了無刷直流電機位置傳感器在高溫、冷凍和有腐蝕性物質(zhì)等非正常環(huán)境下發(fā)生的硬件損傷。

3 基于神經(jīng)網(wǎng)絡(luò)的無刷直流電機控制

3.1 控制原理

以離線訓(xùn)練中速度控制為例，在無刷直流電機速度控制系統(tǒng)中，轉(zhuǎn)子位置直接決定了逆變器功率器件的導(dǎo)通順序和實踐情況。操作者通過對RBF網(wǎng)絡(luò)（全稱為“徑向基函數(shù)網(wǎng)絡(luò)”，一個具有3層結(jié)構(gòu)的前向網(wǎng)絡(luò)）進行離線、在線訓(xùn)練，可以獲取無刷直流電機電子電壓、繞組電流等在導(dǎo)通狀態(tài)下的非線性映射（Non-Linear Mapping）。隨后，操作者通過這些非線性映射可以控制無刷直流電機的繞組電流。

操作者對RBF網(wǎng)絡(luò)進行離線訓(xùn)練，可以使它在不同轉(zhuǎn)速和轉(zhuǎn)矩下產(chǎn)生優(yōu)化電流波形，進而獲得訓(xùn)練樣本。由于無刷直流電機是一種永磁同步電機，它受電機參數(shù)、負載變化的影響比較大。如果忽視這個問題，操作者實施離線訓(xùn)練就無法得精確的數(shù)據(jù)。為此，絕大多數(shù)操作者在對RBF網(wǎng)絡(luò)進行離線訓(xùn)練時，所采用的訓(xùn)練樣本大多來自實驗數(shù)據(jù)。這樣做，能保證離線訓(xùn)練得到RBF網(wǎng)絡(luò)更接近無刷直流電機的實際運行狀態(tài)。

操作者獲得訓(xùn)練樣本后，可以按照自適應(yīng)訓(xùn)練算法對RBF網(wǎng)絡(luò)進行離線訓(xùn)練。在自適應(yīng)訓(xùn)練算法的選擇方面，操作者可以選擇徑向小波基神經(jīng)網(wǎng)絡(luò)的自適應(yīng)訓(xùn)練算法、映射數(shù)據(jù)庫的攝動法與遺傳算法等。但是，無論選擇何種算法，都要進行有效性驗證。一般來說，操作者可利用計算機中的MATLAB實現(xiàn)。MATLAB是一種強大的數(shù)學(xué)軟件，它的基本數(shù)據(jù)單位是矩陣，指令表達式與工程、數(shù)學(xué)中常用的形式類似。

訓(xùn)練完成后，操作者可以確定RBF網(wǎng)絡(luò)隱層單元數(shù)和位置信息等，進而獲取RBF網(wǎng)絡(luò)的初始結(jié)構(gòu)。

3.2 控制要點

通常情況下，操作者利用神經(jīng)網(wǎng)路原理控制無刷直流電機的速度時，可以直接利用文中提到的自適應(yīng)訓(xùn)練算法，以輕松地達到控制目的。在這一過程中，操作者沒有必要把太多的時間和精力投入到計算無刷直流電機系統(tǒng)的各項具體參數(shù)上，即使獲取了相關(guān)參數(shù)，對于實際速度的控制也起不到很大的作用。

在實際控制過程中，操作者習(xí)慣用小波變換的方法提高神經(jīng)網(wǎng)絡(luò)對無刷直流電機的控制效果。因此，操作者可以有效利用小波變換的多分辨率特性（也稱為“多尺度特性”）。在控制過程中，操作者可以由粗到細地觀察無刷直流電機位置傳感器的位置信號，準確把握瞬時發(fā)出的位置信號，分析信號產(chǎn)生的時間點和時長。

神經(jīng)網(wǎng)絡(luò)具有很強的自學(xué)適應(yīng)能力，操作者應(yīng)當(dāng)發(fā)揮它的這一特性解決無刷直流電機單閉環(huán)系統(tǒng)動態(tài)過程中的轉(zhuǎn)矩控制問題，進而使電機構(gòu)成轉(zhuǎn)速、電流雙閉環(huán)調(diào)速系統(tǒng)。

在在線狀態(tài)下，神經(jīng)網(wǎng)絡(luò)能夠自主學(xué)習(xí)各種控制標準、先進算法、函數(shù)與模型等。這對操作者利用它控制無刷直流電機是非常有利的。因此，操作者應(yīng)當(dāng)盡可能地讓無刷直流電機中的神經(jīng)網(wǎng)絡(luò)處于在線狀態(tài)。

參考文獻

[1]王富春.基于神經(jīng)網(wǎng)絡(luò)的無刷直流電機自適應(yīng)控制[J].煤礦開采，2014（z1）.

[2]夏長亮，王娟，史婷娜，等.楊榮基于自適應(yīng)徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的無刷直流電機直接電流控制[J].中國電機工程學(xué)報，2003（06）.

[3]陽濤.直流無刷電機智能控制系統(tǒng)的研究與實現(xiàn)[D].長沙：湖南大學(xué)，2011.

〔編輯：白潔〕