• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于改進(jìn)神經(jīng)網(wǎng)絡(luò)PID的永磁同步電機(jī)控制研究

      2021-09-26 07:41:34閆浩安李建冬
      現(xiàn)代防御技術(shù) 2021年4期
      關(guān)鍵詞:適應(yīng)度差分轉(zhuǎn)矩

      閆浩安,李建冬

      (北京機(jī)械設(shè)備研究所,北京 100854)

      0 引言

      永磁同步電機(jī)(permanent magnet synchronous motor,PMSM)是一種結(jié)構(gòu)簡(jiǎn)單,高效實(shí)用的電機(jī),具有轉(zhuǎn)動(dòng)慣量小、無(wú)需勵(lì)磁繞組、功率密度高等優(yōu)點(diǎn),在要求快速響應(yīng)、寬調(diào)速范圍、高精度控制的應(yīng)用場(chǎng)合中的應(yīng)用日益廣泛[1-2]。

      由于PMSM是一個(gè)高度耦合的時(shí)變非線性系統(tǒng),其定子電阻、交直軸電感在運(yùn)行中隨溫度、磁路飽和等效應(yīng)而變化,而傳統(tǒng)的控制方法皆是假設(shè)時(shí)變參數(shù)為常值,達(dá)到一種近似精確的控制。而為了真正發(fā)揮電機(jī)的各種優(yōu)點(diǎn),則需要尋找到一種控制方案對(duì)假設(shè)條件有更好的擬合[3]。

      隨著近年來(lái)智能優(yōu)化算法的進(jìn)步以及計(jì)算機(jī)算力的提升,各種智能算法以其對(duì)非線性問(wèn)題的高效求解能力,被逐漸應(yīng)用到電力調(diào)速領(lǐng)域。針對(duì)內(nèi)置式永磁同步電機(jī)(internal permanent magnet synchronous motor,IPMSM)常采用最大轉(zhuǎn)矩電流比(most torque per ampere,MTPA)控制策略,充分利用其凸極效應(yīng)產(chǎn)生的磁阻轉(zhuǎn)矩達(dá)到最大的輸出力矩[4-5]。

      本文針對(duì)IPMSM,在傳統(tǒng)MTPA的基礎(chǔ)上,采用差分進(jìn)化算法(differential evolution algorithm,DE)優(yōu)化的神經(jīng)網(wǎng)絡(luò)比例積分微分(proportion integration differentiation,PID)控制,使用DE對(duì)小規(guī)模神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化迭代,尋找到適合特定電機(jī)的神經(jīng)網(wǎng)絡(luò)參數(shù),使其能夠在電機(jī)運(yùn)行中輸出適合實(shí)時(shí)狀態(tài)的電流環(huán)PID參數(shù),仿真實(shí)驗(yàn)證明這種PID參數(shù)整定方法可以有效改善電機(jī)的控制特性。

      1 控制系統(tǒng)模型

      1.1 永磁同步電機(jī)的數(shù)學(xué)模型

      近年來(lái),業(yè)界在IPMSM的控制策略上,往往采用最大轉(zhuǎn)矩電流比(MTPA)控制,其主要思想為通過(guò)調(diào)整電流矢量方向,使最小的電流值產(chǎn)生最大的電磁轉(zhuǎn)矩,從而實(shí)現(xiàn)對(duì)電機(jī)的高效率調(diào)速控制[6]。

      為了對(duì)電機(jī)控制模型進(jìn)行數(shù)學(xué)描述,將電機(jī)模型進(jìn)行適當(dāng)?shù)暮?jiǎn)化[11],作如下假設(shè):

      (1)電機(jī)中的電流為完全三相對(duì)稱(chēng)的正弦波,無(wú)空間諧波;

      (2)忽略電機(jī)鐵芯的磁路飽和以及電機(jī)中的渦流和磁滯損耗。

      在同步旋轉(zhuǎn)d-q坐標(biāo)系下建立數(shù)學(xué)模型:

      電機(jī)的電壓方程:

      (1)

      電機(jī)的轉(zhuǎn)矩方程:

      (2)

      電機(jī)的運(yùn)動(dòng)方程:

      (3)

      式中:ud,uq為dq軸等效電壓;id,iq為dq軸等效電流;R為定子電阻;Ld,Lq為直軸和交軸的等效電感;ωe為電角度轉(zhuǎn)速;ωr為機(jī)械角度轉(zhuǎn)速;Te為電磁轉(zhuǎn)矩;TL為負(fù)載轉(zhuǎn)矩;ψf為永磁體磁鏈;J為電機(jī)轉(zhuǎn)動(dòng)慣量;B為阻尼系數(shù);p為極對(duì)數(shù)。

      最大轉(zhuǎn)矩電流比控制的原理即通過(guò)最小的is得到最大的Te的控制方法[8-9],其表達(dá)式為

      (4)

      式中:is為電流有效值。

      1.2 控制系統(tǒng)模型

      圖1為通過(guò)差分進(jìn)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)PID的系統(tǒng)框圖。包含4個(gè)部分:①差分進(jìn)化算法模塊,外環(huán)迭代對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整;②神經(jīng)網(wǎng)絡(luò)模塊,根據(jù)電機(jī)運(yùn)行狀態(tài),實(shí)時(shí)整定電流環(huán)PI參數(shù);③傳統(tǒng)PID模塊;④電機(jī)模塊以及空間矢量脈寬調(diào)制(space vector pulse width modulation,SVPWM)模塊。

      圖1 差分進(jìn)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)PID的PMSM系統(tǒng)框圖Fig.1 System diagram of PMSM servo system using neural net PID optimized by DE

      2 控制算法

      PID控制理論成熟完備,各行業(yè)的線性控制系統(tǒng)中應(yīng)用廣泛,而在高度耦合的時(shí)變非線性系統(tǒng)中則不能說(shuō)盡如人意[10-11]。神經(jīng)網(wǎng)絡(luò)有著很強(qiáng)的擬合能力,理論上能以任意精度擬合任意線性或非線性連續(xù)函數(shù),故將神經(jīng)網(wǎng)絡(luò)與PID結(jié)合起來(lái),應(yīng)是非線性系統(tǒng)的有效控制方法[12]。

      2.1 差分進(jìn)化算法

      差分進(jìn)化(differential evolution,DE)算法是一種出色的全局優(yōu)化算法,被證明在全部進(jìn)化算法中具有最高的效率。將神經(jīng)網(wǎng)絡(luò)的全體權(quán)值和偏置作為DE的求解目標(biāo),對(duì)神經(jīng)網(wǎng)絡(luò)參數(shù)進(jìn)行尋優(yōu),可以快速得到較優(yōu)解,且不易落入局部最優(yōu)[13-14]。

      DE算法的含義為,首先生成解的種群,逐一對(duì)其中的個(gè)體與種群中另外2個(gè)體的差值相加,再計(jì)算適應(yīng)度后,按照適者生存進(jìn)行選擇,反復(fù)迭代搜索最優(yōu)解。個(gè)體的適應(yīng)度函數(shù)(也即網(wǎng)絡(luò)的損失函數(shù))采用誤差絕對(duì)值時(shí)間積分IAE,即

      (5)

      編碼方式采用實(shí)數(shù)編碼。變異策略采用DE常用策略中的DE/best/1:

      vi,g=xbest,g+F(xr1,g-xr2,g),

      (6)

      式中:vi,g代表第g代種群中第i個(gè)個(gè)體所發(fā)生的變異;xbest,g代表第g代種群中具有最佳適應(yīng)度的個(gè)體;xr1,g,xr2,g代表種群中第r1,r2個(gè)不同的個(gè)體;F為縮放因子,其取值范圍為[0,2]。變異進(jìn)行交叉操作,采用二項(xiàng)式交叉:

      (7)

      式中:ui,g代表第g代種群中第i個(gè)個(gè)體的進(jìn)行交叉之后的結(jié)果;CR表示發(fā)生交叉的概率。之后根據(jù)貪婪策略,選擇適應(yīng)度更優(yōu)的個(gè)體加入到下一代種群中,進(jìn)而重復(fù)這個(gè)迭代的過(guò)程,直到達(dá)到最大迭代次數(shù)。

      2.2 神經(jīng)網(wǎng)絡(luò)PID控制算法

      隨著近年來(lái)計(jì)算機(jī)算力的提升,具有強(qiáng)大擬合能力的神經(jīng)網(wǎng)絡(luò)重新變?yōu)檠芯康臒狳c(diǎn)。每個(gè)神經(jīng)元具有多個(gè)輸入項(xiàng)和對(duì)應(yīng)數(shù)量的權(quán)值和一個(gè)常值偏置,以及一個(gè)非線性激活函數(shù)以避免網(wǎng)絡(luò)輸出等同于線性多項(xiàng)式,而神經(jīng)網(wǎng)絡(luò)由多層多個(gè)神經(jīng)元組成。

      本文算法中神經(jīng)網(wǎng)絡(luò)的輸入層設(shè)置6個(gè)輸入項(xiàng),分別為電機(jī)的轉(zhuǎn)速信號(hào)及其積分、q軸電流及其積分、d軸電流及其積分,激活函數(shù)采用反正切函數(shù),取其有界性和原點(diǎn)對(duì)稱(chēng)性,神經(jīng)網(wǎng)絡(luò)的2個(gè)輸出對(duì)應(yīng)了電機(jī)伺服回路中電流環(huán)的2個(gè)PID控制器的參數(shù)。

      鑒于PMSM運(yùn)行中信號(hào)噪音較大,微分控制則會(huì)引起較大的信號(hào)振蕩,所以通常采用PI控制器。神經(jīng)網(wǎng)絡(luò)輸出的目標(biāo)正是PI控制器的控制參數(shù),而DE算法優(yōu)化的直接目標(biāo)為神經(jīng)網(wǎng)絡(luò)的權(quán)值。

      2.3 優(yōu)化PID算法步驟

      差分進(jìn)化算法的具體流程步驟如圖2所示。

      圖2 差分進(jìn)化算法流程圖Fig.2 Flow chart of differential evolution algorithm

      步驟1:初始化階段。設(shè)置差分進(jìn)化算法的種群規(guī)模為,迭代次數(shù)G,縮放系數(shù)F;神經(jīng)網(wǎng)絡(luò)的隱含層H個(gè)神經(jīng)元。隨機(jī)生成P個(gè)可以輸出接近傳統(tǒng)PI參數(shù)值的網(wǎng)絡(luò),逐個(gè)帶入仿真模型,計(jì)算初始種群每個(gè)個(gè)體的適應(yīng)度,作為迭代計(jì)算的起點(diǎn)。

      步驟2:變異與交叉階段。按照前文所述差分計(jì)算算法的變異、交叉操作,對(duì)種群中每個(gè)個(gè)體進(jìn)行操作,并將操作后的個(gè)體帶入仿真模型計(jì)算適應(yīng)度。

      步驟3:產(chǎn)生新種群階段。依據(jù)適應(yīng)度對(duì)種群進(jìn)行選擇操作,產(chǎn)生新的個(gè)體。

      步驟4:若未達(dá)到最大迭代次數(shù)G,則重復(fù)步驟2~3;若達(dá)到G次,運(yùn)算結(jié)束。

      3 永磁同步電機(jī)的系統(tǒng)仿真實(shí)驗(yàn)

      3.1 仿真實(shí)驗(yàn)?zāi)P徒?/h3>

      本系統(tǒng)仿真實(shí)驗(yàn)的仿真對(duì)象為內(nèi)置式正弦波永磁同步電機(jī)(IPMSM),矢量控制方法采用MTPA控制,仿真在電機(jī)的基速范圍內(nèi)進(jìn)行。系統(tǒng)仿真模型如圖3所示。

      圖3 差分進(jìn)化算法優(yōu)化神經(jīng)網(wǎng)絡(luò)PID的PMSM仿真模型Fig.3 Simulation model of PMSM servo system using neural net PID optimized by DE

      模型主要的模塊有DE-神經(jīng)網(wǎng)絡(luò)PID調(diào)節(jié)器、電流環(huán)PI控制器、轉(zhuǎn)速環(huán)PI控制器、SVPWM模塊[15]、IPMSM模塊。其中電流環(huán)PI控制器參數(shù)由差分進(jìn)化算法進(jìn)行整定,使用虛線部分表示。

      3.2 仿真結(jié)果分析

      電機(jī)的參數(shù)設(shè)置如表1所示。

      表1 電機(jī)參數(shù)表Table 1 Motor’s parameters

      為了保證訓(xùn)練的有效性,設(shè)置仿真條件如下:仿真時(shí)間0.2 s,初始速度指令和負(fù)載都為0,在0.02 s 施加第1個(gè)階躍速度指令,在0.06 s和0.08 s再次施加2個(gè)一正一負(fù)的方波指令,0.14 s施加40 N 的負(fù)載,差分進(jìn)化算法種群規(guī)模20,迭代30次。從Simulink的仿真中輸出傳統(tǒng)PID的控制曲線和本文中的優(yōu)化方法的控制曲線(圖4)和整個(gè)迭代過(guò)程中的適應(yīng)度收斂過(guò)程(圖5)。

      圖5 差分進(jìn)化算法優(yōu)化過(guò)程適應(yīng)度收斂曲線Fig.5 Fitness convergence curve during DE optimizing

      圖4中可以看出,本文提出的算法相比傳統(tǒng)PID可以使穩(wěn)定時(shí)間提前到來(lái),且顯著降低靜差,掛加負(fù)載后也可以更快地消除負(fù)載所帶來(lái)的干擾,有效提高電機(jī)響應(yīng)的跟隨特性,提高了抗干擾能力。從圖6可以看出,整個(gè)迭代過(guò)程保持有效的收斂速度,種群規(guī)模不太大的設(shè)定之下,無(wú)需非常大的迭代次數(shù)即可獲得有效的收斂?jī)?yōu)化效果。

      圖4 算法優(yōu)化結(jié)果的電機(jī)運(yùn)行仿真對(duì)比圖Fig.4 Comparison diagram of motor running simulation as a result of algorithm optimization

      為驗(yàn)證算法優(yōu)化出的網(wǎng)絡(luò)可以在多種輸入信號(hào)下都可以保持較好的性能,設(shè)計(jì)如下實(shí)驗(yàn)進(jìn)行驗(yàn)證。在系統(tǒng)的轉(zhuǎn)速指令輸入端施加10~80 Hz的正弦波形(圖7中以20 Hz為例的速度響應(yīng)曲線),每0.2 Hz測(cè)量轉(zhuǎn)速誤差的幅值和相位,以此來(lái)反映系統(tǒng)轉(zhuǎn)速的幅頻響應(yīng)和相頻響應(yīng),進(jìn)而體現(xiàn)出系統(tǒng)對(duì)多種信號(hào)的跟隨性。

      從圖6可見(jiàn),對(duì)于代表低變化率信號(hào)的低頻指令,本文算法優(yōu)化的系統(tǒng)能以更低的幅值衰減跟隨指令信號(hào);從圖8可見(jiàn),對(duì)于中高變化率的指令信號(hào),本文算法優(yōu)化的系統(tǒng)具有更低的相位延遲,說(shuō)明具有更短的上升時(shí)間,也即更好的時(shí)域響應(yīng),驗(yàn)證了算法對(duì)于多種輸入具有一定的魯棒性。

      圖6 系統(tǒng)轉(zhuǎn)速誤差的幅頻響應(yīng)Fig.6 Magnitude-frequency response of rotate speed error

      圖8 系統(tǒng)轉(zhuǎn)速誤差的相頻響應(yīng)Fig.8 Phase-frequency response of rotate speed error

      4 結(jié)束語(yǔ)

      差分進(jìn)化算法具有全局搜索能力,可提高網(wǎng)絡(luò)的學(xué)習(xí)效率,加速全局收斂;神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)的任意逼近能力。本文將差分進(jìn)化算法、神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID相結(jié)合,應(yīng)用于內(nèi)置式永磁同步電機(jī)的MTPA控制中。仿真結(jié)果表明,該控制區(qū)具有良好的控制精度和動(dòng)態(tài)調(diào)節(jié)品質(zhì)。

      猜你喜歡
      適應(yīng)度差分轉(zhuǎn)矩
      改進(jìn)的自適應(yīng)復(fù)制、交叉和突變遺傳算法
      數(shù)列與差分
      卷取機(jī)轉(zhuǎn)矩控制技術(shù)優(yōu)化卷形
      四川冶金(2018年1期)2018-09-25 02:39:26
      基于空調(diào)導(dǎo)風(fēng)板成型工藝的Kriging模型適應(yīng)度研究
      容錯(cuò)逆變器直接轉(zhuǎn)矩控制策略
      基于分級(jí)變頻的高轉(zhuǎn)矩軟起動(dòng)器
      基于差分隱私的大數(shù)據(jù)隱私保護(hù)
      相對(duì)差分單項(xiàng)測(cè)距△DOR
      太空探索(2014年1期)2014-07-10 13:41:50
      差分放大器在生理學(xué)中的應(yīng)用
      少數(shù)民族大學(xué)生文化適應(yīng)度調(diào)查
      咸阳市| 道真| 金华市| 南城县| 永德县| 凯里市| 石狮市| 和平县| 桑植县| 晋中市| 乐至县| 伊金霍洛旗| 常宁市| 平安县| 仪征市| 黄骅市| 张家界市| 凌云县| 托克逊县| 泾阳县| 天津市| 来凤县| 高安市| 长泰县| 镇安县| 四会市| 聊城市| 庄河市| 荣昌县| 陆川县| 布尔津县| 吉木萨尔县| 延寿县| 大同市| 临邑县| 佛教| 聂荣县| 扎兰屯市| 开平市| 堆龙德庆县| 抚松县|