智能控制在变频传动中的应用范围

1.智能控制的应用范围

智能控制是以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术的，因此用途极为广泛，其范围大到工业、交通、电力、商业、医药、生物、机器人、航天航空技术等；小到家用电器、办公考勤、秒表、手机等都有应用。目前智能控制仍处于发展阶段，因此其用途将更为广阔。

一个系统如果具有感知环境，不断获得信息，以减小不确定性和计划、产生以及执行控制行为的能力，即称为智能控制系统。

2.智能控制在变频传动系统中的应用

（1）引言

变频传动系统中的被控对象为异步电动机和同步电动机，具有多变量、强耦合、系统参数时变及系统结构非线性与不确定性等特点，所以难以建立其精确的数学模型，传统的自动控制理论往往无能为力。智能控制可以胜任这一工作，因为它不依赖或者不完全依赖系统的数学模型。尤其是随着计算机技术的迅速发展，可完成更加复杂系统的控制，且具有在线辨识或总体自适应自寻优的特点。所以，将已有的控制方法和智能控制手段相结合，是当代变频传动系统控制的基本思路。

目前变频传动智能控制的主要方法有模糊控制、神经网络控制、变结构控制、自适应控制及专家系统控制等。这里主要介绍模糊控制、神经网络控制、遗传算法及其复合控制在变频传动中的应用，自适应控制包括在其中，并对它们的特点和发展动态作了适当的分析和说明。

（2）模糊控制

由于模糊控制是智能控制中最为简单、最具实际意义的方法，因而在变频传动系统中得到了广泛的应用。将模糊控制应用于矢量控制中，可以很好地克服传统矢量控制方法所带来的诸如非线性、参数变化等对系统性能影响过大的缺点，使系统具有较强的鲁棒性。

模糊控制在变频传动控制系统中运用时，常用作模糊PID控制器，代替传统的速度调节器，磁通调节器或电流调节器等，就避免了完全依赖数学模型的问题。此外，还可以用来代替用于异步电动机直接转矩控制中的磁通和转矩控制器，或用于永磁同步电动机控制中的位置环的控制器等常用的控制器。将模糊控制引入电动机的直接转矩控制系统中，不仅能够有效地改善其静态和动态特性，而且有利于系统鲁棒性的提高。

在实际应用过程中，对于时变参数非线性系统，尤其是对快速准确控制要求很高的诸如电动机调速这样的非线性系统，常规模糊控制所依赖的控制规则缺乏在线自学习或自调整的能力，可以将模糊控制器与其他控制策略相结合，设计出多种不同类型的模糊控制器，如参数自调整模糊控制器、自适应模糊控制器等，以克服常规模糊控制的局限性，进一步提高精度，适应更为精确控制的需要。

（3）神经网络控制(www.xing528.com)

神经网络模拟人脑的信息处理方式，有并行处理、分布储存信息和容错能力和在线或离线方式进行自学习和自组织的能力，具有非线性、非局域性、非定常性等特点，用于控制时可以不依赖控制对象的数学模型，为了实现对交流电动机的快速和精确控制，采用人工神经网络速度控制器，并加入在线辨识补偿技术，既可提高神经网络速度控制器的实时性，又可增强整个系统的鲁棒性，还可有效地克服负载转矩变化、转动惯量变化、黏滞摩擦系数变化等带来的不良影响，从而实现高性能的速度控制。

神经网络非线性控制具有多种结构，如内模控制、非线性预测控制、自适应控制、模糊神经网络控制、神经网络自寻优控制和神经网络自校正控制等。当受控系统的动力学特性是未知的或仅部分已知时，必须设法摸索系统的规律性，以便对系统进行有效的控制，神经网络控制可以胜任，故在变频传动系统控制中扮演着重要的角色。

（4）遗传算法

遗传算法是借鉴生物界进化规律（遗传机制）演化出来的随机化搜索全面寻优方法，应用此种方法的目标就是得到优化结果，因而得到广泛的应用。在变频传动系统中，经常遇到优化问题，可以应用遗传算法来解决。例如PID控制问题可以采用遗传算法寻优，得出PID最佳的三个控制参数。将遗传算法应用于模糊控制器设计中，遗传算法可自动确定模糊控制器的参数，自动获取控制规则。

又如两电平逆变器SVPWM对称调制模式所得的开关序列，利用遗传免疫算法将求解问题的目标函数对应为入侵生命体的抗原，而问题的解对应为免疫系统产生的抗体，产生新的最优PWM控制序列。此序列的适应度较对称调制模式提高42％，输出波形畸变方面减少了42.19％，可使逆变器性能更为良好。

在变频传动矢量控制、直接转矩控制系统中，遗传算法用于设计磁通观测器，能适应时变、非线性电动机模型参数，可获得比传统控制方法更良好的控制效果。

（5）复合控制

复合控制是两种或两种以上的智能控制的组合，由于取长补短，往往可以取得良好的效果。例如：模糊逻辑控制与神经网络控制的组合、遗传算法与模糊控制的组合、专家控制与模糊控制的组合等，取长补短效果特好，所以一般高性能模糊控制器是复合控制。优良的复合控制在变频传动系统中的应用，展示了其良好的前景。例如模糊神经网络复合控制由于具有明显的互补性，将两者有机结合，特别适用于那些系统结构复杂、干扰大且控制精度要求高的场合。又如遗传算法与模糊控制结合，其效果已于上面讲述。

（6）结语

从目前国内外的研究成果可以看出，变频传动的控制逐步走向多元化、智能化和多种方法综合运用的方向发展，模糊控制、人工神经网络、自适应控制、遗传算法等智能控制思想在变频传动系统中已经得到了广泛的运用，可以预估，随着控制理论和计算机技术的不断发展，智能控制在变频传动控制和自动化领域将发挥越来越多的作用。