神經元PID控制器設計與應用

嚴培元

遼寧錦州渤海大學工學院

神經元PID控制器設計與應用

嚴培元

遼寧錦州渤海大學工學院

本文研究的控制對象是交流異步電機，處理器型號選擇的是TMS32LF2407A，以單神經元PID控制器為主線進行展開。文中闡述了神經網絡在交流調速中的應用以及矢量控制的相關原理概念。實踐證明調整傳統PID控制器的參數擁有著一定程度的難度，另外假若外界環境或參數出現變化的時候，將給PID控制器的修正帶來很大的困擾，矢量控制系統中調整速度選擇的是單神經元PID控制器，并非是是傳統PID控制器，文中根據單神經元的自適應性和自學習能力，針對矢量控制系統參數進行在線調整，進而提高控制系統的性能。

單神經元 控制器 PID 矢量控制

交流異步電機作為高階系統，所具有的特點包括了多輸入、非線性以及強耦合。隨著電子科技技術以及控制技術的不斷發展，交流電機調速的研究存在很大的研究意義，并且進一步替代了直流調速。傳統PID控制器在很多的領域中都得到了廣泛的應用，同時也逐漸形成了一套完善的電機控制理論。當電機控制系統的結構以及參數是已知的時候，只需要將對應的控制參數確定就可以了，其中的控制參數主要包括了比例、微分、積分等，進而能夠很好地控制電機，得到所需要的電機速度。因為PID控制的結構設計簡單、而且易實現并且可靠性高，所以在很多的調速系統中PID控制占據重要的角色。然而運行系統結構中，當外部干擾到電機的時候，這個時候調整PID控制器的參數比較繁瑣，常常需要結合當時實際情況展開多次的調整。

1 神經網絡及其在交流調速中的應用

作為智能控制中的一個分支部分，神經網絡的特點是具備自學能力，適應能力以及組織能力等。神經網絡的研究對象包括了非線性、不確定性等。如果站在系統角度分析，神經網絡體現的是輸入與輸出之間的映射關系，但是該映射關系無法用數學方法進行表達。電機系統中應用到了神經網絡進行控制。

人工神經元的英文是Processing Element，指的是人工神經網絡的處理單元，人在功能與結構方面，工神經元類似于生物神經元，能夠把人工神經元看作是生物神經元中一階近似，由于處理單元只是對生物神經元160個當中3個進行模擬，這3個分別是輸入組合效果、輸出特性以及確定所有輸入信號的連接權值。交流異步電機矢量的控制中的核心是矢量控制。矢量控制相關理論見證了交流調速系統新時代的到來，從而增長了人們對交流調速系統的研究熱情與激情。通過20年不斷的實踐，交流調速系統已經進入了一個穩定的發展階段，通過矢量控制提高了交流調速系統的性能。1971年提出了矢量控制理論，該理論的思想是通過對直流電機進行模擬，根據變換數學坐標，將交流三相組中的電流iA，iB，iC向α、β組轉換，從而形成電流iα和iβ，接著再通過d，q變換，從而形成電流id，iq。三相電機坐標變換結構圖如圖1所示。

圖1 三相電機坐標變換結構圖

2 交流異步電機矢量控制的原理介紹

交流電機數學模型的設計有利于增強交流電機調速系統性能，而且可以進一步掌握矢量控制的相關技術。三相異步電機中的參數設置如下：

①假設轉子三相繞組完與電機定子是全對稱；

②轉子以及定子的表面是光滑的，而且沒有齒槽效應，另外轉子、定子隙磁勢是正弦分布的；

③忽略鐵心損耗、渦流以及磁飽和。

異步電機坐標系的關系如圖2所示。

圖2 異步電機的坐標系

3 單神經元自適應PID控制器的研究

傳統的PID控制的控制策略是發展最早的，因為傳統PID控制器的算法設計比較簡單，同時易調整，而且加之具有很高的可靠性以及魯棒性，所以在工業控制中起到了很大的運用。然而調整傳統的PID控制器的參數過程中，要根據具體的效果以及相關的經驗，尤其針對繁瑣的系統時候，整定參數存在很大的難度。

人工神經網絡具備對人的邏輯活動以及思考能力展開模擬，而且在自適應以及非線性處理能力方面具備很大的優勢。在集合神經網絡以及傳統PID控制這兩者上，可以看出能夠取得有效的控制效果。目前在神經網絡PID控制器方面開展的研究有兩種，首先是將神經網絡附加在傳統PID控制器上，通過采用神經網絡所具備的自學習能力從而開展PID參數的在線整定。其次是采用單神經元的結構，連接神經元結構的參數和權值，保證參數的一致性，將誤差進行處理后作為輸入值。所以，為了滿足神經網絡控制的需求，結合神經網絡和PID調節器，從而形成單神經元自適應PID控制器。

3.1 自適應控制

本文設計一個適應能力強的系統，可以通過環境的變化從而進行控制動作的自動調整，最終達到使得系統可以實現最優控制效果。自適應控制系統的原理圖如圖3所示。

圖3 自適應控制系統原理圖

4 在矢量控制系統中單神經元PID控制實現DSP

傳統的PID控制器的參數主要包括了KD、KI、KP，實現優良的控制具有很大的重要意義。然而當確定了這幾個參數以后，還不具備對環境變化反應的能力以及主動適應系統的能力，當系統運行了一會兒后，系統的運行狀態就會出現改變，所以要適宜地對KP、KI、KD這3個參數進行合理地設計與調整。單神經元的特長是非線性等，所以本課題的自適應PID控制器運用了單神經元網絡。預測形成的反饋偏差的最優值是e(k)。當前行為的控制是通過控制中得到的最優狀態實現的。最終達到控制系統性能的提高以及提高決策智能性，進而降低時變以及非線性對系統的穩定性所造成的影響，單神經元控制結構繼承了傳統PID控制器。然而當確定了傳統PID控制器參數以后，就無法自適應調整，但是考慮到單神經元自身具備了自學習的能力，所以能夠按照控制系統性能指標。為了控制器能夠很好地適應受控對象適應環境的能力，可以根據特定的學習算法從而調整控制器參數。

5 仿真

通常控制行業中，仿真軟件通常會選擇MATLAB。但是不管是控制領域還是智能領域，都會在很大程度上運用到矩陣的運算，以及最小二乘法等。雖然目前的計算理論取得了很大的發展，但是在運算的求解以及仿真計算機系統的整個過程中仍然存在很大的困難，由于控制對象千差萬別，所以通過MATLAB進行程序的求解受到了很大的歡迎。

5.1 仿真結果

電機的參數設置為：Pn=37.4kW，Rs=0.09Ω，Un=450V，Rr=0.227Ω，p=4，Ls=7Mh，fn=50Hz，Lm=34.4Mh，Lr=6Mh。電機實際轉速曲線圖如圖4所示。圖中的參考轉速取值是100rpm。電機實際轉速曲線如圖4所示。

圖4 電機實際轉速曲線圖

結語：交流調速系統中，調節器通常包括了電流調節器與速度調節器，實現的方法采用的是傳統的PID控制器。然而PID控制器的參數在多次調整之后才能達到理想的狀態，同時外界環境或者是電機參數發生改變的時候，該參數就要再一次調整，所以會造成很大的困擾。本課題介紹的單神經元PID控制器用到了交流調速系統而舍棄了傳統的PID控制器。

[1]肖軍,任挺進,李東海,等.單神經元PID控制器在過熱汽溫控制中的應用[J].熱力發電,2004,33(2):59-62

[2]孫亮,孫啟兵.神經元PID控制器在兩輪機器人控制中的應用[J].控制工程,2011,18(1):113-115

[3]Rui-min Wang,Ying-ying Zhang,Guang-yi Cao. Hybrid intelligent PID control design for PEMFC anode system[J]. Journal of Zhejiang University SCIENCE A,2008

[4]韓少鋒,王國峰,許茁.基于FPGA的神經元自適應PID控制器設計[C]//中國神經網絡學術會議.2004