引言

由于工業(yè)生產(chǎn)技術(shù)的不斷發(fā)展,生產(chǎn)線變得愈加龐大和復(fù)雜。受電機(jī)功率制約,傳統(tǒng)的單電機(jī)控制模式已難以滿足很多現(xiàn)代工業(yè)自動化場合的生產(chǎn)需求,因而由多臺電機(jī)協(xié)同控制已成為必然趨勢,尤其是在印花、經(jīng)紗、軋鋼、造紙、薄膜等需要批量生產(chǎn)的現(xiàn)代工業(yè)領(lǐng)域。多交流電機(jī)系統(tǒng)是一種具備高階性、強(qiáng)耦合性、非線性等特點(diǎn)的復(fù)雜控制對象,較難得到其精準(zhǔn)的數(shù)學(xué)模型,而傳統(tǒng)的PID控制難以達(dá)到令人滿意的控制效果:另外,工業(yè)生產(chǎn)實(shí)踐中需要實(shí)現(xiàn)速度和張力的解耦以及外界突變情況的實(shí)時(shí)調(diào)整,這就進(jìn)一步增加了控制難度。

因此,如何高性能地控制此種多變量、非線性、強(qiáng)耦合、隨變系統(tǒng)已成為當(dāng)今的研究熱點(diǎn)。

因不受非線性模型制約,逆系統(tǒng)方法在非線性控制領(lǐng)域有所應(yīng)用:而神經(jīng)網(wǎng)絡(luò)的主要特點(diǎn)是不依賴于被控系統(tǒng)的精確數(shù)學(xué)模型,適用于一般非線性系統(tǒng),對系統(tǒng)參數(shù)結(jié)構(gòu)變化控制具有較強(qiáng)的魯棒性。因此,神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)方案可解決線性化及解耦問題。對于解耦后的偽線性系統(tǒng),其建模誤差需要通過閉環(huán)控制器解決,常用的PID控制其動態(tài)參數(shù)調(diào)整較為復(fù)雜,實(shí)時(shí)性較差,而作為閉環(huán)控制器的模糊PID控制能夠很好地解決這一問題。

本文以兩電機(jī)變頻系統(tǒng)為基礎(chǔ),構(gòu)建兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng),進(jìn)而引入模糊PID控制,并對其進(jìn)行仿真試驗(yàn)研究。

1兩電機(jī)逆系統(tǒng)模型

對于兩電機(jī)同步系統(tǒng),其速度與張力示意模型如圖1所示。

在磁通穩(wěn)定的前提下,該系統(tǒng)數(shù)學(xué)模型表述為:

式中:下標(biāo)L、2分別表示第一、二臺電機(jī):np為電機(jī)極對數(shù):J為轉(zhuǎn)子轉(zhuǎn)動慣量:7r為電磁時(shí)間常數(shù):Lr為轉(zhuǎn)子自感:業(yè)r為轉(zhuǎn)子磁鏈:71為負(fù)載轉(zhuǎn)矩:k、r為皮帶輪的速比、半徑:K為傳遞函數(shù):7為張力變化常數(shù):or為電氣角速度:F為皮帶張力。

其中,狀態(tài)變量x=[xL,x2,x3]T=[orL,or2,F]T:控制變量u=[.L,.2]T=[oL,o2]T。

根據(jù)逆系統(tǒng)理論,可證得該系統(tǒng)相對階等于其向量本性階,因此該系統(tǒng)可逆,其廣義逆可表示為:

所得兩電機(jī)逆系統(tǒng)模型與原系統(tǒng)結(jié)合,從而得到一個(gè)偽線性系統(tǒng),由此線性化解耦為一個(gè)簡單的一階系統(tǒng)和一個(gè)最佳二階系統(tǒng),如圖2所示。

2兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制策略的構(gòu)建

神經(jīng)網(wǎng)絡(luò)具備非線性逼近能力、自學(xué)習(xí)能力、容錯(cuò)能力良好等一系列特點(diǎn)[11-12]。借助于神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)擬合后的逆系統(tǒng),再將該逆系統(tǒng)串接于原系統(tǒng)前,從而構(gòu)成兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆?zhèn)尉€性控制系統(tǒng)。

兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制構(gòu)建的偽線性系統(tǒng)解耦為單輸入單輸出子系統(tǒng)的極點(diǎn)在復(fù)平面內(nèi)通過合理配置,形成穩(wěn)定的子系統(tǒng),得到較為理想的偽線性復(fù)合系統(tǒng),如圖3所示。

由此可知,在構(gòu)建兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制策略時(shí)需要注意以下幾個(gè)方面:

(1)選定合適的網(wǎng)絡(luò)結(jié)構(gòu),并確定所用神經(jīng)網(wǎng)絡(luò)的輸入、輸出節(jié)點(diǎn)數(shù)量。

(2)激勵(lì)信號要采樣充分,選擇包含整個(gè)試驗(yàn)范圍的數(shù)據(jù),從而確保訓(xùn)練采樣準(zhǔn)確。

(3)要保證神經(jīng)網(wǎng)絡(luò)離線訓(xùn)練的準(zhǔn)確度,進(jìn)而可實(shí)現(xiàn)兩電機(jī)同步系統(tǒng)外部特性的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)。

3兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PlD控制實(shí)現(xiàn)

由兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)構(gòu)建的偽線性系統(tǒng)解決了線性化解耦問題,其開環(huán)系統(tǒng)存在的些許建模誤差需要設(shè)計(jì)閉環(huán)控制器加以控制。傳統(tǒng)PID控制方法應(yīng)用非常廣泛,但其不具備動態(tài)適應(yīng)能力,當(dāng)外界條件發(fā)生改變時(shí),其動態(tài)控制性能難以保證。

模糊控制是目前控制領(lǐng)域有廣泛應(yīng)用空間的一種非線性控制策略,其根據(jù)模糊規(guī)則進(jìn)行模糊推理,從而實(shí)現(xiàn)被控對象的模糊控制。模糊控制構(gòu)建的控制系統(tǒng)具有較強(qiáng)的魯棒性,在線性、時(shí)變、滯后系統(tǒng)控制中具備較大優(yōu)勢。

將模糊控制與傳統(tǒng)PID控制技術(shù)相結(jié)合可以構(gòu)成多種模糊PID控制器,其具備兩種控制算法的特點(diǎn)?；谝幌盗心：卸ㄒ?guī)則,系統(tǒng)自動調(diào)整PID參數(shù),實(shí)現(xiàn)原系統(tǒng)智能化PID控制,兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制系統(tǒng)在運(yùn)行過程中隨輸入條件變化、受干擾因素影響時(shí),也將實(shí)現(xiàn)在線辨識系統(tǒng)特征參數(shù),實(shí)時(shí)改變控制參數(shù),從而使控制系統(tǒng)始終保持動態(tài)最優(yōu)控制。

兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆?zhèn)尉€性系統(tǒng)具有開環(huán)穩(wěn)定的線性傳遞關(guān)系,但神經(jīng)網(wǎng)絡(luò)在擬合原系統(tǒng)時(shí)會存在些許誤差,是不完全線性化的,因此加上模糊PID閉環(huán)控制器,從而構(gòu)成兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PID控制系統(tǒng),如圖4所示。

4仿真驗(yàn)證

采用Mat1ab/Simu1ink構(gòu)建模糊PID神經(jīng)網(wǎng)絡(luò)逆控制多電機(jī)系統(tǒng)進(jìn)行驗(yàn)證。把采樣信號y1、(y1＋y·1)、y2、y·2、(2＋1+.1.y·2＋y2)作為神經(jīng)網(wǎng)絡(luò)的輸入(y=h(x)=[y1,y2]T=[x1,x3]T=[Оr1,F]T),u1、u2作為神經(jīng)網(wǎng)絡(luò)的輸出(u=[u1,u2]T=[О1,О2]T),并進(jìn)行歸一化處理后訓(xùn)練神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)輸入、輸出仿真結(jié)構(gòu)如圖5所示。

圖6、圖7分別為轉(zhuǎn)速由45rad/s突增至60rad/s,張力給定6kg不變時(shí),兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆開環(huán)及兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PID控制下速度突變時(shí)的系統(tǒng)響應(yīng)波形。

圖6兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆開環(huán)速度突變響應(yīng)圖(給定張力不變)

圖8、圖9分別為張力由8kg突增至11kg,速度給定60rad/s不變時(shí),兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆開環(huán)及兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PID控制下張力突變時(shí)的系統(tǒng)響應(yīng)波形。

圖7兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PID速度突變響應(yīng)圖(給定張力不變)

由以上仿真波形可以看出,兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制方法能夠很好地實(shí)現(xiàn)線性化解耦,無論是速度突變還是張力突變,都可以很好地保持系統(tǒng)相對穩(wěn)定,但兩電機(jī)神經(jīng)網(wǎng)絡(luò)開環(huán)控制會存在一些穩(wěn)態(tài)誤差,當(dāng)引入模糊PID閉環(huán)控制時(shí),穩(wěn)態(tài)誤差消除,兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PID控制體現(xiàn)出了很好的動態(tài)響應(yīng)特性及魯棒性。

5結(jié)論

本文構(gòu)建了兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)與模糊PID相結(jié)合的控制方案,由仿真結(jié)果可得以下結(jié)論:

(1)兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆控制在線性化解耦方面性能突出,并可保持開環(huán)穩(wěn)定。

(2)兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆開環(huán)控制會存在一定的穩(wěn)態(tài)誤差,此誤差由神經(jīng)網(wǎng)絡(luò)擬合兩電機(jī)逆系統(tǒng)時(shí)形成。

(3)兩電機(jī)神經(jīng)網(wǎng)絡(luò)逆模糊PID控制可以很好地保證系統(tǒng)速度和張力的解耦,此外,對于偽線性化后的速度和張力子系統(tǒng)閉環(huán)穩(wěn)定,具有很好的動態(tài)適應(yīng)性。