异步电机矢量控制应用

异步电机矢量控制应用（精选7篇）

异步电机矢量控制应用 篇1

摘要：本文详细介绍了异步电机矢量的控制应用, 分别控制磁电流 (I1d) 及电枢电流 (I1q) 可以独立地控制直流他励电动机的气隙磁通和电磁转矩。在具有矢量功能控制的异步电机, 转矩电流I1q (类似于直流电机电枢电流) 和励磁电流I1d (相同于直流电机励磁电流) 也被单独控制。

关键词：异步电机,矢量,控制

直流他励电动机具有良好的动静太性能，是因为其两个参数：励磁电流(I1d)及电枢电流(I1q)是两个可以独立控制的变量，只要分别控制这两个变量，就可以独立地控制直流他励电动机的气隙磁通和电磁转矩。在具有矢量功能控制的异步电机，转矩电流I1q(类似于直流电机电枢电流)和励磁电流I1d(相同于直流电机励磁电流)也被单独控制。d轴是励磁电流轴，q轴和d轴在空间上相差90度。如图1，异步电机两相模型。

这里：

I1d：一次励磁电流

I1q：一次转矩电流

I2d：二次励磁电流

I2q：二次转矩电流

当二次励磁电流穿过二次磁通将产生电机转矩如下式：

当二次磁力线φ2穿过转子绕组时将产生二次感应电压e2q。由于二次绕组通常是短路的，所以将产生二次转矩电流I2q。

因此，如果二次磁通φ2恒定，二次转矩电流I2q将正比例于滑差频率ωs。

通常滑差频率正比例于负载转矩T。

那么二次转矩电流I2q将与负载转矩T成正比例关系(和直流电机原理相同)。

在d轴上的二次磁通φ2分量是一次励磁电流I1d和二次励磁电流I2d共同产生的。

他们在q轴上的分量为0。

二次磁通φ2将在d轴上感应电压为e2d:

由公式(1)和(5)可以推出电机转矩T为：

由公式(4)和(7)可以推出电机一次励磁电流I1d为：

由公式(3)和(5)可以推出电机一次转矩电流I1q为：

图2显示各矢量之间联系：

一次励磁电流(I1d)和一次转矩电流(I1q)被分别控制。

一次总电流I1被计算和控制。

异步电机矢量控制方框图如下：

转矩给定(T*)在速度闭环之外。

一次转矩电流给定值I1q*由转矩给定(T*)和二次磁通(φ2)于下式计算：

M：一次和二次侧绕组总感抗。

L：二次侧绕组的自感抗。

一次侧的励磁电流给定值由I1d*由二次侧磁通给定φ2*计算出来。

R2：二次绕组电阻。

滑差频率给定(ωs)通过一次电流(i1q)和二次侧磁通给定φ2计算出来：

我公司从东芝引进的交流异步电机变频器，就具有矢量控制功能，自投产以来一直运行稳定。

异步电机矢量控制应用 篇2

关键词：矢量控制,BP神经网络,异步电机

1 概述

神经网络的结构简单, 自学能力强, 具有并行运算速度快、鲁棒性能好等特点, 近年来在交流调速控制系统中得到了较为广泛的应用。矢量控制是一种高性能的电机控制方法, 它要涉及到大量的计算, 工程上通常通过DSP来实现。本文采用神经网络代替传统的DSP方法来实现反馈信号运算功能, 仿真结果表明通过神经网络得出的反馈信号有着较好的精度。由于神经网络本身内在的优点, 它可以加快系统的响应速度, 而且有较强的容错能力, 对谐波也有一定的免疫作用[1]。

2异步电机矢量控制的数学模型

矢量控制是一种高性能异步电动机控制方式, 它是基于电动机的动态模型, 根据磁场定向原理分别对异步电动机的励磁电流和转矩电流进行控制, 从而达到控制电机的目的。异步电机在定子磁场定向的矢量控制数学模型如下:

根据电机在de-qe同步旋转轴下的方程可以得到:

3 BP神经网络

BP网络是神经网络中使用最为广泛的一种。它可以在有限的样本和任意精度的条件下逼近任意函数。其结构见图1。

网络的学习过程分为两个部分:正向传播和反向传播。学习时, 网络先进行正向传播, 在此过程中网络的权值是不受影响的, 任何一个神经元的值仅与和他关联上层的神经元和权值有关。接着计算输出层与期望值之间的误差, 如果误差在允许范围以内, 则网络权值保持不变, 转入下一次训练;如果超出误差允许范围, 那么转入反向传播过程。误差信号由输出端开始逐层向后传播, 同时网络的权值通过误差反馈进行调节。通过权值的不断修改, 使得网络的实际输出接近于期望输出。

4 仿真结果与分析

其中*号代表通过计算期望的输出, +号代表的是通过神经网络计算输出值。从上面的仿真结果可以看出利用神经网络可以很好的模拟反馈信号实际的输出, 而且具有良好的精度, 可以应用于矢量控制系统中。

5 结论

本文应用BP神经网络来计算定子矢量控制的反馈信号, 仿真表明神经网络可以代替DSP实现电机反馈信号的运算功能。

参考文献

[1]M.Godoy Simoes, B.K.bose, Neural Network Based Estimation of Feedback Signals for a Vector controlled Induction Motor Drive, IEEE Transactions.on Industry, Vol.31, No.3, 1995.

[2]Dariusz L.Sobczuk, Pawel Z.Grabowski, DSP Implementation of Neural Network speed Estimator for Inverter Fed Induction Motor, IEEE, 981-985, 1998.

异步电机矢量控制应用 篇3

交流异步电机电磁转矩Te=KmΦmI2cosφ2,电磁转矩与磁通Φm、转子电流I2、转子功率因数cosφ2有关,且磁通由定、转子磁势共同产生,另外磁通、转子电流和转子功率因数都与转差率s存在函数关系。要精确控制异步电机的转速和转角,必须准确控制电磁转矩Te,然而各变量间存在强耦合、不独立关系,因此,要在动态中准确地控制异步电机的转矩比较困难[1]。

1971年德国学者Blaschke提出矢量变换思想,使得交流异步电机能像直流电动机一样准确、简单地控制[2],由于矢量变换过程存在矩阵可逆、浮点等运算,所以选用TI公司的TMS320x数字信号处理器作为系统控制核心,该处理器具有运算速度快、精度高、性能稳定、成本低的特点,为矢量控制的矢量变换、正余弦转换提供高精度,快速计算。

1 SVPWM原理

SVPWM原理是把PWM逆变器与电机看成一体,作为执行机构如图1所示,着眼于如何产生恒定的圆形磁场[3]。由于交流电动机需要输入三相正弦电流的最终目的是在电动机控制下形成圆形旋转磁场,从而产生恒定的电磁转矩[4]。

逆变器三组开关管不同的开关状态组合可以使A,B,C三点的电压出现八种状态,我们把上臂导通,用数字“1”表示,下臂导通用数字“0”表示,则八种状态表示为000、001、010、011、100、101、110、111这八种状态在电机三相定子绕组坐标上对应的电压、电流、磁链空间矢量。其中空间电压矢量合成方程式可以表达为:

其中是以直流电源中性点O'为参考点的PWM逆变器三相输出电压[5]。

电源电压中性点O'和异步电机零点O在空间中是不等的,但其合成矢量因此,三相电压空间矢量与参考点无关。所以PWM逆变器八种工作状态可以得到八种基本空间矢量如表1所示[6]。

为了得到平滑的圆形磁场,必须合成任意角度的矢量,因此选择六个有效矢量中任意相邻矢量做线性时间组合,在Oαβ坐标系上可分解成uscosθ和ussinθ,在相邻有效矢量的作用t1和t2时间下,通过DSP产生任意角矢量,其矢量合成可以表示为:

式中Tpwm为中断频率,Tpwm=t1+t2+t0;t0为插入的无效矢量时间。

2 系统设计

2.1 系统结构设计

系统结构如图2所示,由给定模块、控制模块、坐标转换模块及逆变器组成[7]。

在磁链开环给定ψr*和闭环速度w*作用下,通过异步电机矢量变换,把三相励磁绕组等效为两相励磁绕组的控制方式,即只需要定子电流i*sm和i*st的控制达到恒定控制,就能保证异步电机调速系统的时间最优控制。

2.2 SVPWM模块设计

要实现电机平滑调速,在该双闭环控制器作用下要控制电机旋转速度只需改变任意角度Δθ。因此,DSP必须运算矢量变化模块,产生uα*和uβ*,经SVPWM模块产生Ta、Tb、Tc给三相逆变器就可以输出PWM脉宽用控制电机。

程序设计步骤如下:

(1)确定扇区。当us以oαβ坐标系上的分量形式usα和usβ给出时,可通过B0、B1和B2来确定。

在用下式计算P值:

式中sgn(x)是符号函数,设x>0,sgn(x)=1;x<0,sgn(x)=-1。通过计算P值来确定us矢量位于那个扇区(如表2所示)。

(2)确定两相邻有效矢量所占的时间t1和t2,如表3所示。

(3)确定在不同扇区开关a、b、c作用时间Ta、Tb和Tc,如表4所示。

2.3 系统仿真

异步电机矢量控制系统MATLAB仿真模型如图3所示,从仿真结果图(如图4所示)可以看出系统在起动过程中电流上升阶段很短,速度控制器很快进入饱和状态,当速度达到额定速度时及时退饱和,实现了速度控制器的时间最优控制,在0.6 s时,外加负载,转矩立即响应增强了系统的抗干扰能力,保证了异步电机稳定调速。

3 硬件设计

该控制系统硬件电路主要有控制单元、功率单元以及检测、显示单元构成,其中功率单元完成主电路整流、滤波和逆变电路实现电机供电能量的转换功能。控制单元完成整个系统控制任务,采用DSP处理器TMS320F2812芯片,该处理器具有高可靠性和快运算能力。

功率板是实现交-直-交电压变换,提供电路及电机提供电能,在整流和逆变过程中,会产生直流脉动或交流三角波,因此,在设计过程中必须适当的滤波和保护措施。

PWM控制信号为六路,为保证驱动板和控制板的安全采用高速光耦实现高、低压隔离如图5所示,且在上、下桥臂转换间采用与非门互锁,防止上、下桥臂直通,过流硬件保护如图6所示。

保护电路分别IGBT引脚温度和电流,防止堵转、过载情况的发生,为系统和电路提供保护如图7所示。

4 程序设计

利用TMS320F2812处理器IQmath Lib库函数负责A/D转换、PWM中断、速度预估、坐标变换及SVPWM的输出,既能保证运算的速度,也能确保计算精度。

控制程序由两部分构成,主程序和中断程序。在主函数中完成硬件和变量的初始化,配置各控制寄存器的初值、各变量的初值,设置串口通讯协议等,中断程序使系统核心部分,在while函数中为空等待,等待中断的服务子程序包括串口中断、PWM中断、故障中断、外部响应中断等。期中外部响应中断实现人机交互,PWM中断实现速度预估、坐标变换及产生SVPWM时序控制[8]。

其控制流程图如图8和图9所示。

5 结束语

空间矢量控制方法开发的驱动装置经仿真和实际测试,达到预期的效果。利用DSP快速响应的优势,电机转速调节的平滑性得到改善,消除了力矩脉冲的影响。

摘要：以矢量控制思想为基础,以异步电机磁通和转矩独立控制为目标,以DSP为控制核心,在磁链开环作用下,建立转矩电流、励磁电流分量为控制内环,以转速为控制外环的双闭环异步电机矢量控制系统,实现异步电机无级调速。经实验证明,该系统跟随性、动态性及调速性有较大提高。

关键词：异步电机,矢量控制,DSP,双闭环调速系统,动态性

参考文献

[1]曾晓斌,李全.基于MRAS的无速度传感器矢量变换控制系统的设计与仿真[J].五邑大学学报:自然科学版,2013,20(4):57-62.

[2]李实求,郝帅,马旭等.异步电动机三闭环模糊PI矢量控制方法研究[J].电力电子技术,2011,45(5):60-61.

[3]陈政石,金来专.一种开放型低成本交流变频调速实验系统开发[C].中国电机工程学会年会,2009.

[4]喻涵,信钊炜,陈苗.永磁同步电机矢量控制的两种控制策略的研究[J].工业控制计算机,2015,28(2):129-130,132.

[5]姜艳姝,徐殿国,陈希有,等.一种新颖的用于消除PWM逆变器输出共模电压的有源滤波器[J].中国电机工程学报,2002,39(10):125-129.

[6]陈召磊,王真,王雷.基于空间矢量的矿井提升机容错逆变器控制策略[J].煤矿机械,2014,35(9):225-228.

[7]崔培良,赵克友.基于MATLAB/Simulink S-Function感应电机矢量控制仿真建模[J].系统仿真学报,2005,17(12):86-90.

异步电机矢量控制应用 篇4

随着电力电子技术和控制理论的发展,交流电机的控制方法得到了很大改善。相对于直流电机而言,交流电机机构简单、运行可靠,在生产和生活各个领域都有广泛运用。数字信号处理器(DSP)具有很强的控制功能,它的高速运算处理能力使得很多的复杂控制算法和功能得以实现,增强了控制的灵活性,在控制领域得到了很好的应用。本文介绍的基于高性能DSP芯片TMS320F2812的控制系统,利用电压空间矢量调制技术实现交流异步电机矢量控制。

1矢量控制基本原理

1.1矢量控制技术

矢量控制是一种先进的控制策略,其基本思想是将交流电机的模型通过坐标变换,使之成为直流电机模型,将定子电流分解为按转子磁场定向的两个直流分量,分别进行独立控制,达到直流电机的控制效果。它通过将电机的电流、电压、磁链等量变换到同步坐标系中实现电机转矩和磁通的解耦控制,从而实现快速的转矩响应。

矢量控制原理框图如图1所示,系统首先将给定信号通过Clark变换,将三相静止坐标变换成两相静止坐标,再通过Park变换将两相静止坐标变换成两相旋转坐标。经过Park变换后,将定子电流矢量分解成按转子磁场定向的两个直流分量,一个是用来产生旋转磁动势的励磁分量iM,另一个是用来产生电磁转矩的转矩分量iT,然后分别对磁场和转矩进行独立控制。通过Park变换和Clark逆变换,得到三相交流控制信号ia,ib,ic,进而去控制逆变桥。

1.2空间矢量PWM的实现

电压空间矢量调制(SPWM)方法是从电动机的角度出发,以三相对称正弦电压产生的圆形磁链为基准,通过三相交流逆变器的不同开关状态的选择,使得实际磁链逼近基准圆形磁链,从而达到较高的控制性能。图2是典型的三相电压源逆变器。其中共有6个开关器件组成,任意时刻,同一桥壁上的两个开关不能同时导通,而是由互补的驱动信号控制。

图2中,Va、Vb、Vc是逆变器的电压输出,当逆变桥上半部分的一个功率晶体管导通时,即a、b或c为1时,其下半部分相对的功率晶体管被关闭(a′、b′或c′为0)。所以a、b和c为1或为0的状态将决定Va、Vb、Vc三相输出电压的波形情况。在实际的运行中逆变器有8个开关状态这8个开关状态对应8个基本电压矢量。如图3所示,其中包括六个开关矢量U1-U6及两个零开关矢量U0和U7,相位角相差60度。

空间矢量PWM技术的目的是通过选择合适的逆变器开关状态所对应的基本电压空间矢量的组合,来获得实时参考电压Uout。

$U{}_{\text{o}\text{u}\text{t}}=\frac{{\rm T}{}_1}{{\rm T}}U{}_x+\frac{{\rm T}{}_2}{{\rm T}}U{}_{x+60}+\frac{{\rm T}{}_0}{{\rm T}}U{}_0$

上式中T为SVPWM的调制周期,T1和T2分别是在周期时间T中两个相邻电压矢量的作用时间,T0是零矢量的作用时间,T=T0+T1+T2。

为了获得尽可能多的多边形从而去逼近圆形磁场,需要用六个非零的基本电压空间矢量及两个零失量的线性时间的组合来得到更多的开关状态,从而通过组合来合成理想的空间矢量。所有区间的向量都可使用它邻近的两个基本向量来进行合成,可以通过占空比来调节基本向量的大小。

2矢量控制系统的硬件设计

本系统功率部分采用交-直-交电压型电路。控制部分主要以TMS320F2812控制芯片为核心,用它来完成矢量控制系统的转速控制、电流控制算法的实现、A/D转换、电压空间矢量PWM波的产生等。控制系统采用电流和转速反馈的双闭环控制,系统硬件结构如图4所示。

2.1主电路部分

主电路由整流电路、滤波电路和智能功率模块构成的逆变电路组成。整流电路的主要作用是将电网的交流电整流后提供给逆变电路和控制电路。同时为了减少直流脉动,在整流桥的输出端接滤波电路。逆变电路采用的智能功率模块IPM为PS22052,它采用压注封装技术的双列直插式,除了具有IGBT模块外,还集成了保护模块,制动模块等。

2.2驱动电路部分

由于从DSP发出的PWM驱动信号是只有3.3 V的电压,而整流逆变电路驱动电压为8-20V,采用光耦隔离驱动电路,将从DSP发出的3.3 V PWM驱动信号进行幅值和功率放大,同时还要保证转换的速度和精度。

2.3电流检测电路

电流检测模块是把电机的三相定子电流经过AD转换后便于DSP处理。由于本系统是三相平衡系统IA+IB+IC=0,因此只要检测其中两路电流,便可以得到三相电流。电流的检测精度和实时性是整个矢量控制系统的关键,本系统采用LEM霍尔电流传感器来检测电流。由于DSP的AD模块接收的电压为0-3V的电压信号,而采样信号为弱电流信号,因此应将该电流信号转换成电压信号,然后经过滤波加法处理,再通过电压偏移电路使电压稳定在AD电压限幅范围内。电流检测转换过程如图5所示。

2.4速度检测电路

电机的转速是通过光电编码盘检测的,本系统采用M/T法测速原理,即在某一采样时间T内,传感器产生m个脉冲,同时记取编码盘脉冲个数为m1,高频时钟脉冲个数为m2,T1定时到时,再记取ΔT内编码盘脉冲个数m′1,高频时钟脉冲个数m′2。在T时间内传感器产生m个脉冲,则电机转速如下式所示

$n=\frac{60mf}{{\rm N}(m{}_2+m^{\prime }{}_2)}r/m$

速度检测电路将检测到的脉冲信号经过光耦处理后输入到DSP的正交编码单元QEP1,QEP2,经内部译码逻辑单元产生四倍频的脉冲信号CLK和转向信号DIR。对脉冲信号CLK的计数可由T2计数器完成,计数器的计数方向由DIR确定,从而可以计算出电机的转速大小。

3矢量控制系统软件设计

控制系统软件采用模块化设计,程

序由主程序和中断子程序组成。主程序实现硬件和变量初始化功能。主程序流程图如图6所示。

中断子程序的工作主要是实现A/D采样、转速计算、坐标变换和实现SVPWM,是矢量控制系统的核心部分。SPWM中断程序流程图如图7所示。

4实验结果与分析

在软、硬件设计好后,对矢量控制系统进行实验研究。通过TMS320F2812控制器实现SVPWM方法。实验采用的交流异步电机额定功率为1.5kW,额定电压为380V,额定频率为50Hz。图8为实验测得的输出电压和电流波形图。

由以上的实验结果可以看出,逆变器输出电流接近正弦波,采用矢量控制的方法可以有效的抑制系统的谐波分量,可靠性高,对于交流电机的控制具有很好的应用前景。

5结束语

本文采用TMS320F2812和IPM等模块化的芯片,利用电压空间矢量调制技术构成的异步电机控制系统输出的电流谐波分量少,硬件电路简单,系统具有良好的动态性能和稳态性能。

参考文献

[1]孙丽明.TMS320F2812原理及其C语言程序开发[M].北京:清华大学出版社,2008.

[2]王晓明.电动机的DSP控制[M].北京:北京航空航天大学出版社,2004.

[3]谢宝昌,任永德.电机的DSP控制技术及其应用[M].北京:北京航空航天大学出版社,2005.

[4]陈伯时,陈敏逊.交流调速系统[M].北京:机械工业出版社,1998.

[5]浦方华.基于DSP的交流异步电动机矢量控制系统研究与设计[D].上海:上海交通大学,2007.

[6]赵振,李红梅,王晓晨.基于TMS320F2812及IPM的异步电动机变频调速系统硬件设计[J].微电机,2008,41(8):42-45.

异步电机矢量控制应用 篇5

关键词：矢量控制,SVPWM,Simulink仿真,DSP

1 引言

进入21世纪以后,能源供应日益紧张,尤其是近年来越来越频繁的“电荒”,使节约用电显得非常重要。鼠笼异步电机以其结构简单、易于维护等优点占据着大量的市场份额,但是由于科技发展等限制,早期的异步电机调速多为调速性能差、低效耗能的方式,如自耦变压器变压调速、晶闸管交流调压调速、变极对数调速等[1],对电能是一种极大的浪费。后来又出现了基于电机稳态模型的调速方式,大大提高了效率,但是仍然不能进行高精度的调速。作为一种高性能的控制方法,矢量控制自出现后,一直得到广泛的关注,近年来随着电力电子技术、现代控制理论、高性能的微控芯片的发展,逐渐成为主流的变频调速方式[2]。本文分析了矢量控制及电压空间矢量脉宽调制(SVPWM)的基本理论,在Matlab/Simulink环境下搭建仿真模型,进而在以TMS320F2812为核心的实验平台上实现了上述系统,取得了很好的效果,为进一步高级算法的研究做好了铺垫。

2 矢量控制的系统原理

2.1 矢量控制基本理论

上个世纪70年代,F Blaschke等人提出了“感应电动机磁场定向的控制原理”,美国的P C Custman和A A Clark申请专利“感应电动机定子电压的坐标变换控制”,这二者构成了矢量控制的理论基础。

简而言之,矢量控制就是通过Clarke和Park坐标变换,得到两相同步旋转坐标系(d-q)下电机模型,然后按磁场定向,将定子电流分解为励磁(M)和转矩(T)分量,这样就可以像控制直流电机一样分别控制磁通和转矩,控制中如果能够维持恒定磁通,根据负载扰动变化动态地调节逆变器的输出,就可以达到高性能的调速目的。而定向方式又分三种,其中按转子磁场定向应用最为普遍,本文即研究此种类型矢量控制系统。

异步电机是一个高阶、非线性、强耦合的多变量系统,对其建模时要进行一些理想的假设,详见文献[3]。然后通过恒功率的三相静止到两相同步旋转坐标变换,得到d-q坐标系下的电机状态空间模型,进而将d轴与转子磁链ψr重合,作为励磁分量,即M轴,q轴作为转矩分量T轴,如图1所示为M-T坐标系与三相静止坐标系的空间关系图。此处略去推导过程,得异步电机M-T坐标系下的状态方程如下[3]:

式中:为转子时间常数;ω1为M-T坐标系旋转角速度;ω为电机转子电角速度。电机参数均经过折算,定子参数下标为s,转子参数下标为r,m、t分别表示M、T轴分量。

M-T坐标系的旋转角速度为:

对上式积分即可得到M-T坐标系相对于静止坐标系的角度θ。

同样可以得到电磁转矩和转子磁链分别如下:

由式(3)、(4)可知，经过坐标变换和转子磁场定向 得到 M-T 坐标系下的电机模型，实现了定子电流 的完全解耦，使得转子磁链ψr完全由定子电流励 磁分量ism产生，对转子磁链进行闭环控制维持在 给定值，则可以通过控制定子电流分量 ist完全无 延迟地控制电磁转矩，获得较高性能调速效果。

2.2 电压空间矢量PWM(SVPWM)技术

SVPWM技术是在电机逆变器统一理论基础上发展起来的高级调制技术。初期的正弦脉宽调制(SPWM)目的是使输出的电压波形近似正弦,并没有考虑输出电流的波形。实际上控制电压为正弦的目的是为了得到圆形的旋转磁场,SVPWM技术就是着眼于此,它将电机-逆变器统一起来,在每一步的控制中都以得到近似圆形的旋转磁场为目的,而磁链轨迹的控制是通过交替使用不同的电压矢量实现的,“电压空间矢量PWM”由此得名[4]。

三相逆变器按开关导通模式不同,一共有8种状态,基本空间矢量与开关状态的对应关系如表1所示。

表1中,各相的电压值是以电机定子绕组中点为参考点的值,实际上可以证明以直流电源中点为参考点得到的矢量是相等的,即三相合成电压空间矢量与参考点无关。将三相电压值采用恒功率的3s/2s变换,得到两相静止α-β坐标系下的电压值,然后合成基本矢量,可知除了零矢量外各矢量的幅值为姨。基本电压矢量的空间矢量图如图2所示。

在图2中,由基本矢量一共构成6个扇区,每个扇区的编号是为了判断参考矢量位置而设定的,若参考矢量Uref落在扇区3中,则可由矢量U4和U6合成得到,由伏秒平衡关系UrefTs=U4t1+U6t2+O(0,7)t0,乘以对应的时间,即可得到磁链。Ts为控制周期,若其足够小,则可以将每个扇区划分为更多的小分区,使输出的磁链更加接近圆形,不过这是以提高开关器件频率和损耗为代价的,实际中应综合考虑。

磁链的旋转速度则是由插入零矢量来控制的,在每个控制周期里,由电机的实时转速计算得到参考电压矢量的位置及大小信息,进而算出两个相邻矢量作用时间,不足的时间由零矢量来补充,转速越低,零矢量的作用时间越长,就是通过这种方式控制磁链的旋转速度,达到调速的目的。在每个开关周期Ts中,一般采用七段式PWM生成方式,各个矢量作用顺序遵循开关量变化最小原则,并且以零矢量开始和结束,具体的作用顺序和时间如下(以扇区3为例):

在扇区3的每个控制周期都是如此,只是作用的时间随着参考矢量的大小及位置变化。

SVPWM技术相比于SPWM,理论上能够提高直流电源的利用率约15%,节约能源,并且容易在DSP上实现,具有谐波含量低、转矩脉动小等优点。

3 系统仿真分析

为了验证上述控制方法的正确有效性,在Matlab/Simulink环境下搭建了系统的仿真模型,如图3所示。

仿真模型为定子电流励磁分量与转矩分量双闭环控制,外环分别为磁链调节器APhi R和转速调节器ASR,ATR为转矩调节器,ACMR和ACTR分别为电流M轴、T轴调节器,模块中加入了电压前馈补偿提高系统的性能,调节得到的电压给定经过反Park变换得到两相静止坐标系下的电压值,通过SVPWM模块,按照上述的控制方法输出PWM脉冲控制电机运行[5]。

如图4所示为磁链和电磁转矩计算模块,为了模拟实际情况对计算模型进行了离散化,在计算转差角频率时,为避免分母为零时出现仿真错误,加上了一个很小的正数1e-4。如图5所示为SVPWM模块内部结构。

异步电动机的参数为:额定电压Un=380V、额定电流In=5.0A、额定功率Pn=2.2k W、额定频率fn=50Hz、额定转速n=1420r/min、极对数np=2、定子电阻Rs=3.065Ω、转子电阻Rr=2.398Ω、定子漏感Lls=0.01178H、转子漏感Llr=0.01295H、定转子互感Lm=0.33255H,以上各参数均为经过折算到定子侧的值。

仿真条件:直流母线电压500V,开关频率5k Hz,采样时间1e-5s,仿真时间1.5s,仿真算法采用ode23tb。给定磁链0.95Wb;转速信号由Signal Builder模块给定,包括了阶跃和斜坡等多种变化;负载转矩在0.5s时从0 N·m跳变到4.5N·m。

运行仿真模型得到仿真结果如图6所示。

由图6可见,磁链很快便达到给定值,并且圆形轨迹十分平滑;转速能够跟随给定值变化,在阶跃信号激励下能够以较小的超调快速达到稳定;转矩脉动较小,负载转矩变化时能够快速调整,符合矢量控制理论分析。注意图6(a)中磁链的幅值还应乘上姨,这是因为电机模块输出的磁链是按幅值不变原则进行的坐标变换,而控制系统中则采用功率不变原则。

仿真中的PI调节是比较重要环节,几个PI相互影响,在调节时先根据经验确定大致范围,然后遵循先外环后内环,先比例后积分的原则,在仿真中慢慢寻找合适的PI参数,最终达到满意的控制效果。

4 基于TMS320F2812的系统验证

DSP2812是专为电机控制设计的一款高性能芯片,主频最高可达150MHz,集成了多种先进的外设,为电机及其它运动控制领域应用的实现提供了良好的平台。另外,其高精度的Iqmath库可以在定点DSP上实现精确的浮点运算,为各种复杂以及实时性要求很高的控制算法提供了必要的准备条件[6,7]。本实验在基于DSP2812的控制平台上实现了上述控制系统,仿真时的参数即为实际电机参数。实验的被控对象是型号为Y100L-4的三相鼠笼异步电动机,轴上连有一台型号为Z2-42的他励直流发电机,并以直流发电机和与直流发电机相连的Z18-5型电阻器作为异步电动机的负载。

程序中采用事件管理器A(EVA)的GP1计数器下溢中断作为系统的主中断,计数器工作在连续增减模式,控制周期设置为200μs,死区时间为2μs。由CAP口采集速度传感器的脉冲信号,用T测速法得到转速信息,即检测两个脉冲上升沿的时间间隔来计算转速。使能CAP口的上升沿捕获中断,每当有CAP中断时,保存GP2的计数值进行转速计算。为了进行波形显示,程序中将想要观察的波形数据通过串口发送到上位机,然后由上位机软件处理进行显示,程序的软件流程如图7所示。

实验条件为:给定转速300rpm,给定磁链0.7Wb,突增负载为4.5N·m。实验结果如图8所示。

由图8(a)可见,系统稳态时磁链轨迹为圆形,说明SVPWM模块输出能够控制逆变器输出圆形旋转磁场。图8(b)的速度曲线上升很快,经过很小的超调量便快速达到稳定,并且转速误差在2rpm之间,系统工作稳定。

突加4.5N·m的负载转矩,得到响应如图8(c)、(d)、(e)。电磁转矩平滑地上升到负载转矩位置，无论是空载运行还是带载运行，转矩都在±0.5N·m 的误差范围内波动;转速经小幅下降后很快恢复到给定转速;定子电流波形加载后平稳过渡到稳定状态，幅值从空载时的 1.8A 很明显地递增到 3.2A，加载后波形较空载时正弦度提高。如图9 所示为实验控制箱与主电路模块。

5 结束语

本文分析了矢量控制和SVPWM的基本理论,然后在Matlab/Simulink环境下搭建起系统的仿真模型,从仿真结果来看,SVPWM矢量控制系统工作稳定,对于转速、转矩的突变有很好的动态响应。最后在基于DSP TMS320F2812的实验平台上实现了上述算法,实验结果也很好地验证了算法的正确性和有效性。矢量控制是一种很优秀的控制算法,但是仍然存在一些问题,需要引入现代控制理论进一步提高系统的精度及稳定性,未来可以在参数辨识、状态估计、模糊PI控制和鲁棒控制等方向进行更加深入的研究。

参考文献

[1]李华德.电力拖动控制系统[M].北京:电子工业出版社,2006.

[2]李永东.交流电机数字控制系统[M].北京:机械工业出版社,2002.

[3]阮毅,陈维钧.运动控制系统[M].北京:清华大学出版社,2006.

[4]Heinz W.van der Broeck,Hans-Christoph Skudelny,GeorgV Stanke.Anlysis and realization of a pulsewidth modula-tor based on voltage space vecto[rJ].IEEE Transactions onIndustry Applications,1988,24(1):142-150.

[5]张春喜,廖文建,王佳子.异步电机SVPWM矢量控制仿真分析[J].电机与控制学报,2008,12(2):160-163.

[6]苏奎峰,吕强等.TMS320X281X DSP原理及C语言程序开发[M].北京:北京航空航天大学出版社,2008.

异步电机矢量控制应用 篇6

近年来,电力电子技术、微处理器技术的发展以及新的电机控制理论的出现,极大促进了异步电机控制技术的发展[1]。异步电机结构简单、成本低的优点引起了广泛的关注[2]。但是由于交流异步电机是一个高阶、非线性、强耦合的多变量系统,为了实现其像直流电机一样的控制,其调速系统控制的关键在于解耦[3]。采用矢量控制技术可以获得和直流电机相媲美的控制性能,而且异步电机矢量控制调速系统具有更高的调速精度、更大的调速范围和更快的响应速度[4]。

然而,对于电机矢量控制系统的研究,传统的解析方法是无能为力的;通过试验进行分析研究,不但周期长、投资大,而且不宜分析系统的各种性能。因此,采用计算机仿真是对异步电机控制系统进行研究的不可缺少的重要手段[5]。

本文根据矢量控制原理,基于异步电动机矢量控制系统仿真模型,进行了仿真实验,实现了对异步电动机的解耦控制。

1 异步电动机矢量控制原理

直流电机电磁转矩与磁通表达式可表示为:

$\{\begin{array}{l}{\rm T}{}_e=C{}_{{\rm T}}\text{ϕ}{}_m{\rm I}{}_a\\ \text{ϕ}{}_m=L{}_{f}i{}_f\end{array}(1)$

其中,CT为直流电机的转矩系数,ϕm为磁通,Ia为电枢电流,二者互成90°的正交关系,在电路上互不影响,可以进行独立的控制[6]。

从式(1)可以看出,只要保持磁通ϕm不变,通过调节电枢电流Ia即可实现对电磁转矩Te的控制。而ϕm只与励磁电流if呈线性关系,由此直流电机调速的电枢和励磁是相互独立的两个参量,不是耦合的,所以能够对电枢电流和励磁电流做到精确控制,从而控制电磁转矩与磁通[7]。

于是,可以得到交流电机矢量控制基本思想为:在同步旋转坐标系中把定子电流矢量分解为两个分量,一个分量与转子磁链矢量重合,称为励磁电流分量;另一个分量与转子磁链矢量垂直,称为转矩电流分量。通过控制励磁电流分量和转矩电流分量的大小,即可实现对磁场和转矩的解耦控制[8]。

2 异步电机仿真模型的建立

2.1 异步电机在同步旋转坐标系的仿真模型建立

异步电机在同步旋转坐标系的电压方程为:

$\left[\begin{array}{l}u{}_{sm}\\ u{}_{st}\\ 0\\ 0\end{array}\right]=\left[\begin{array}{cccc}R{}_s+L{}_{s}p& -\omega {}_{1}L{}_s& L{}_{m}p& -\omega {}_{1}L{}_m\\ \omega {}_{e}L{}_s& R{}_s+L{}_{s}p& \omega {}_{1}L{}_m& L{}_{m}p\\ L{}_{m}p& 0& R{}_r+L{}_{r}p& 0\\ \omega {}_{s}L{}_m& 0& \omega {}_{s}L{}_r& R{}_r\end{array}\right]\left[\begin{array}{l}i{}_{sm}\\ i{}_{st}\\ i{}_{rm}\\ i{}_{rt}\end{array}\right](2)$

磁链方程为:

$\left[\begin{array}{l}\text{ϕ}{}_{sm}\\ \text{ϕ}{}_{st}\\ \text{ϕ}{}_{rm}\\ \text{ϕ}{}_{rt}\end{array}\right]=\left[\begin{array}{cccc}L{}_s& 0& L{}_m& 0\\ 0& L{}_s& 0& L{}_m\\ L{}_m& 0& L{}_r& 0\\ 0& L{}_m& 0& L{}_r\end{array}\right]\left[\begin{array}{l}i{}_{sm}\\ i{}_{st}\\ i{}_{rm}\\ i{}_{rt}\end{array}\right](3)$

电磁转矩方程为:

${\rm T}{}_e=p{}_n\frac{L{}_m}{L{}_r}i{}_{st}\psi {}_r(4)$

运动方程为:

Te-Tt=p-1nJdω/dt (5)

由式(2)-(4)可得:

其中,Rs为定子电阻;Lm为互感;Ls,Lr为定、转子每相绕组的等效自感;ω1为mt坐标轴同步转速;p为微分算子;ψr为总磁链矢量;usm,ust为定子电压m,t轴分量;ism,ist为定子电流m,t轴分量。

根据式(4)-(6)可得如图1所示的异步电机在同步旋转坐标系的仿真结构图。

该模型避开了对ψr的求导运算。由于求导环节对噪声信号很敏感,不利于仿真模型的稳定,所以本仿真模型有较强的稳定性。

2.2 定子电压解耦模型的建立

矢量控制系统数学模型的建立要遵循在同步旋转坐标系上按转子磁场方向定向的思路[9]。电压源逆变器供电的转子磁场定向控制系统必然要用到定子电压方程,通过控制定子端电压,间接控制定子电流[10]。但是,在矢量控制中要求能够独立控制定子电流励磁分量和转矩分量,因此,需要对定子电压方程进行解耦,即要找出单独控制定子电流两个分量的电压控制方法。mt轴系内感应电机的磁场定向磁链和电压方程为:

$u{}_{sm}=R{}_{s}i{}_{sm}+\frac{d\psi {}_{sm}}{dt}+j\omega {}_1\psi {}_{sm}(7)$

其中,σr为转子漏感系数,σr=Lrσ/Lm,iMm为产生转子磁通的等效励磁电流。 由以上两个方程可得

$\begin{array}{l}{\rm T}{}_s\frac{di{}_{sm}}{dt}+i{}_{sm}=\frac{u{}_{sm}}{R{}_s}-j\omega {}_1{\rm T}{}_{s}i{}_{sm}-(1-\sigma {}_s)\\ {\rm T}{}_s\left(j\omega {}_1\left|i{}_{{\rm M}m}\right|+\frac{d\left|i{}_{{\rm M}m}\right|}{dt}\right)(8)\end{array}$

其中,Ts为定子时间常数,${\rm T}{}_s=\frac{L{}_s}{R{}_s}‚{\rm T}{}_s´$为定子瞬态时间常数,Ts′ = σsTs; σs为定子漏感系数,$\sigma {}_s=1-\frac{L{}_m^2}{L{}_{s}L{}_r}$。

将方程分解成实部和虚部分量,可得两轴电压方程为:

$\begin{array}{l}{{\rm T}}^{\prime }{}_s\frac{di{}_{sm}}{dt}+i{}_{sm}=\frac{u{}_{sm}}{R{}_s}+\omega {}_1{{\rm T}}^{\prime }{}_{s}i{}_{st}-\left(1-\sigma {}_s\right){\rm T}{}_s\frac{d\left|i{}_{{\rm M}m}\right|}{dt}(9)\\ {{\rm T}}^{\prime }{}_s\frac{di{}_{st}}{dt}+i{}_{st}=\frac{u{}_{st}}{R{}_s}+\omega {}_1{{\rm T}}^{\prime }{}_{s}i{}_{sm}-\left(1-\sigma {}_s\right){\rm T}{}_s\omega {}_1\left|i{}_{{\rm M}m}\right|(10)\end{array}$

如果转子磁通恒定,则$\left|i{}_{{\rm M}m}\right|=\frac{\psi {}_r}{L{}_m}=$常值,则由式(9)和式(10)可得:

usm=Rsism-ω1L′sist (11)

$u{}_{st}=R{}_{s}i{}_{st}-\omega {}_{1}L{}_{s}i{}_{sm}+L^{\prime }{}_s\frac{di{}_{st}}{dt}(12)$

式中,$L^{\prime }{}_s=L{}_s-\frac{L{}_m^2}{L{}_r}$为定子瞬态电感,Ls为定子电感。

由以上两式可看出,usm同时受ism和ist的影响,ust也同时受ism和ist的影响,根据式 (11)和式(12)可以实现usm和ust的解耦控制。

定子电压解耦仿真结构图如图2所示。

2.3 矢量控制仿真模型的建立

本模型建立的是一个间接型矢量控制系统,如图3所示。在本仿真模型中,忽略了PWM变频器的滞后作用,可以将PWM变频器处理为一个无滞后带限幅功率放大器环节,其输出可作为电机模型的输入。同步角频率ω1由下式求出:

$\omega {}_1=\omega +\frac{L{}_{m}i{}_{st}}{{\rm T}{}_r\psi {}_r}=\omega +\frac{i{}_{st}}{{\rm T}{}_{r}i{}_{sm}}(13)$

对ω1积分得转子磁通空间相量的相角,也就是坐标变换中需要的相角参数θ。转差频率型矢量控制系统仿真中采用上述的异步电机和电压解耦模型。间接型矢量控制仿真结构图如图4所示。

3 系统仿真及结果分析

电机参数设置为P=3kW,np=2,nnom=1420r/min,Inom=6.8A,Rs=1.898Ω,Rr=1.45Ω,Lm=187mH,Ls=196mH,Lr=196mH,J=0.0067kgm2。将这些参数代入图1所示的电机仿真模型中,进行仿真实验。图5分别为转速阶跃给定300r/min的仿真波形,电机空载起动,2秒后突加20N·m负载,4秒后突减15N·m负载,6秒后突加25N·m负载,8秒后突减20N·m负载,仿真结果如图5所示。

从图5可以看出:

①调速系统上升时间约为0.2秒,稳态精度较高。在0.3秒转速和转矩基本稳定。转速对负载变化波动较小,并且很快达到稳定,对给定值具有良好的动态跟踪能力。

②定子电流在m轴和t轴的分量为直流量。调速过程中,控制定子磁化电流分量,即m轴的电流分量保持不变,使得转子磁通保持恒定,通过控制t轴的电流分量实现对转矩的瞬时控制,从而使异步电动机具有如同直流电动机一样的控制特性。

③转子磁通的定向相位角是由实测的电机转速和按照矢量控制规则运算得到的转差频率相加后再积分求得的。当电机的转速和负载加大后,可以看到转子磁链旋转的频率变快。

4 结束语

本文运用矢量变换原理,建立了矢量控制中的同步旋转坐标系统下异步电机的数学模型,通过矢量控制的基本方程式分析了异步电动机矢量控制的解耦,提出了基于转子磁链定向的转速-电流双闭环矢量控制系统,实现转矩分量和励磁分量的完全解耦,达到类似直流电机调速的效果。

参考文献

[1]冯光,黄立培,朱东起.采用自抗扰控制器的高性能异步电机调速系统[J].中国电机工程学报,2001,21(10):55-58.

[2]张春朋,林飞,宋文超,等.基于直接反馈线性化的异步电动机非线性控制[J].中国电机工程学报,2003,23(2):99-102.

[3]张春朋,林飞,宋文超,等.基于定子电流矢量定向的异步电机转子磁链估计器及其应用研究[J].中国电机工程学报,2003,23(8):155-158.

[4]黄开胜,童怀,郑泰胜,等.遗传算法在异步电动机动态模型参数识别中的应用[J].中国电机工程学报,2000,20(8):37-42.

[5]陈峰,徐文立,王旭.基于电磁子系统Lyapunov稳定的异步电动机非线性标量控制[J].中国电机工程学报,2000,20(6):53-57.

[6]Toliyat H A,Levi E,Raina M.A review of RFO induction motorparameter estimation techniques[J].IEEE Trans on Energy Conver-sion,2003,18(2):271-282.

[7]Chen F,Dunnigan M W.Sliding-mode torque and flux control ofan induction machine[J].IEE Proceedings:Electric Power Appli-cations.2003,150(2):227-236.

[8]Zai Licheng,DeMarco C L,Lipo T A.An extended Kalman filterapproach to rotor time constant measurement in PWM induction mo-tor drives[J].IEEE Transactions on Industry Applications,1992,28(1):96-104.

[9]Yu X,Dunnigan M W,Williams B W.A novel rotor resistanceidentification method for an indirect rotor flux-orientated controlledinduction machine system[J].IEEE Transactions on Power Elec-tronics,2002,17(3):353-364.

异步电机矢量控制应用 篇7

PID控制是自动控制发展历程中生命力最顽强、历史最悠久、应用最广泛的控制方式,它具有结构简单、容易实现等优点。但是传统PID控制主要用于线性系统,而且它的参数整定主要依赖于工程人员的经验并通过试探的方法来获得,这往往使得整定出来的参数可能不是最优解。而交流传动是个非线性、多变量、强耦合的系统,随着控制要求的不断提高,利用常规PID整定的参数很难满足生产的要求。遗传算法[1](Genetic Algorithms,GA)对参数的优化可以不依赖于被控对象的模型,人们在其运用中根据此算法的特点以及不足做出了一些改进。

本研究通过调整交叉和变异概率来改进遗传算法,利用自适应遗传算法寻求全局最优解。

1 电机矢量控制系统

在电机的调速控制系统中,矢量控制是应用最为广泛的一种控制方法。其基本思想就是模拟直流电机调速方法进行交流控制,本着磁通和功率不变的原则进行正交变换,得到与直流电机转矩形式相似的异步电机解耦转矩表达式。本研究采用的是速度外环、转矩内环的控制方式,速度控制器的参数变化对整个系统的性能非常重要。而对它的参数整定多采用传统经验式的方法,难以实现高性能的控制效果。自适应遗传算法参数整定可以寻得全局最优解,实现高性能的控制。

2 自适应遗传算法

遗传算法中交叉概率Pc和变异概率Pm的选择是影响遗传算法行为和性能的关键,直接影响算法的收敛性[2]。Pc过大则遗传模式被破坏的可能性越大,优良个体很快就会被破坏,如果过小,则搜索缓慢。Pm过大,遗传算法则成了纯粹的随机搜索,过小则不易产生新的个体。因此必须对Pc和Pm进行调整,使得高于平均适应度的个体采取较小的交叉和变异概率以保证不会收敛于局部最优解,而对于低于平均适应度的个体采用较高的交叉和变异概率以保证搜索速度。

${\rm P}{}_c=\{\begin{array}{cc}{\rm P}{}_{c1}-\frac{({\rm P}{}_{c1}-{\rm P}{}_{c2})(f^{\prime }-f{}_{\text{a}\text{v}\text{g}})}{f{}_{\max }-f{}_{\text{a}\text{v}\text{g}}}& f^{\prime }\ge f{}_{\text{a}\text{v}\text{g}}\\ {\rm P}{}_{c1}& f^{\prime }<f{}_{\text{a}\text{v}\text{g}}\end{array}(1)$

${\rm P}{}_m=\{\begin{array}{cc}{\rm P}{}_{m1}-\frac{({\rm P}{}_{m1}-{\rm P}{}_{m2})(f-f{}_{\text{a}\text{v}\text{g}})}{f{}_{\max }-f{}_{\text{a}\text{v}\text{g}}}& f\ge f{}_{\text{a}\text{v}\text{g}}\\ {\rm P}{}_{m1}& f<f{}_{\text{a}\text{v}\text{g}}\end{array}(2)$

式中 Pc1=0.9,Pc2=0.6,Pm1=0.1,Pm2=0.01Pm;fmax—群体中最大适应度值;favg—每代中的平均适应度值;f′—要交叉的两个个体中适应度交大的适应度值;f—要变异的个体适应度值。

3 自适应遗传算法对速度控制器参数优化

为使系统响应时间比较短,并尽可能地减小误差,本研究选用PI控制器,转速调节器ASR为Kp+Ki/S。转速环框图如图1所示[3]。

3.1 参数编码与解码以及初始化

参数编码方法有很多种,本研究采用简单、易于计算的二进制编码。在[0,63]中随机产生长度为44位的二进制染色体,每22位代表一个数值。已编码的二进制与实际值之间的转换有如下关系:

$x{}_i=x{}_{\min }+\frac{{\displaystyle \sum _{i=0}^{n-1}2}{}^{i}a{}_i}{2{}^n-1}(x{}_{\max }-x{}_{\min })(3)$

式中 ai—二进制第i位的值;n—二进制的长度。

3.2 个体适应度评价

个体适应度评价就是确定适应度函数来计算种群中每个个体适应度的优劣。为了获取满意的过度过程动态特性,采用误差绝对值时间积分性能指标作为参数优化的最小目标函数。为防止控制量过大,在目标函数中加入输入的平方项。

$J={\displaystyle \underset{0}{\overset{\infty }{\int }}(}W{}_1\cdot |e(t)|+W{}_2\cdot u{}^2(t))\text{d}t(4)$

为避免超调,本研究采用了惩罚功能,即一旦产生超调,将超调量作为最优指标的一项,此时最优指标为:

$\begin{array}{l}\text{i}\text{f}ey(t)<0\\ J={\displaystyle \underset{0}{\overset{\infty }{\int }}(}W{}_1\cdot |e(t)|+W{}_2\cdot u{}^2(t)+W{}_3|ey(t)|)\text{d}t\end{array}(5)$

适应度函数选为目标函数的倒数,即$f=\frac{1}{J}$。

3.3 遗传算子

本研究采用轮盘赌的方法来选择父体。根据式(1)、式(2)调整交叉和变异概率,并进行交叉和变异操作。由式(1)和式(2)产生的自适应算子Pc和Pm,对远离最优值的个体采用较大的值,以提高搜索速度;对接近最优值的个体采用较小的Pc和Pm,保证不收敛于局部最优解。

3.4 参数寻优

利用新产生的个体代替原速度控制器的参数,并对之进行误差采样、评估。如果代数超过100,则停止,将最优参数代入速度控制器中,否则转向3.3节所述。

4 Matlab仿真及结果分析

本研究利用上述遗传算法对速度控制器参数进行优化,经过优化得到最优解为:Kp=10,Ki=0.067。

在Simulink/SimPowerSystems/Machines中有众多型号的电机,本研究采用国际单位制的异步电机。选用电机参数额定功率Pn=3 730 W,额定线电压U=380 V,额定频率fn=50 Hz,转动惯量J=0.8 kg·m2,摩擦系数F=0.1 N·m·s,极对数P=2,定子电阻Rs=0.087 Ω,转子电阻Rr=0.228 Ω,定子漏感L1s=0.8e-3 H,转子漏感L1r=0.8e-3 H,互感Lm=34.7e-3 H。异步电机矢量控制仿真模型如图2所示[4,5,6,7,8,9,10]。

为说明自适应遗传算法优化参数的有效性,通过利用常规PID整定的速度控制器参数和经过自适应遗传算法优化后的速度控制器参数进行仿真结果比较。其速度响应曲线分别如图3和图4所示。

5 结束语

用自适应遗传算法对参数优化可以不依赖于工程人员的经验,方法简单,而且可以找到最优解。本研究通过调整交叉和变异概率来改进遗传算法,利用自适应算法寻求全局最优解。从图3和图4的对比结果可以看出,自适应遗传算法参数优化后可以实现无超调,响应速度明显加快,有很好的控制效果。因而自适应遗传算法是PID参数优化的有效方法。

参考文献

[1]李敏强,寇纪淞,林丹,等.遗传算法的基本理论与应用[M].北京:科学出版社,2004.

[2]王小平,曹立明.遗传算法—理论、应用与软件实现[M].西安:西安交通大学出版社,2002.

[3]周晖,沈华,高明.基于遗传算法的矢量控制系统[J].电机与控制应用,2006,33(11):6-9.

[4]潘晓晟,郝世勇.Matlab电机仿真精华50例[M].北京:电子工业出版社,2007.

[5]赵亮,付兴武,徐广明.基于遗传算法的PID控制及其Matlab仿真[J].微计算机信息,2004,20(5):19-20.

[6]TSENGA TL,LIANGB W Y,HUANGC C C.Applying ge-netic algorithm for the development of the components-basedembedded system[J].Computer Standards&Interfaces,2005,27(6):621-635.

[7]MONDAL S K,PINTO J O P,BOSE B K.Aneural networkbased space vector PWMcontroller for a three voltage-fed in-verter induction motor drive[J].IEEE Transactions onIndustry Applications,2002,38(3):660-669.

[8]ZIJL A.Asynchronous Motor Control[D].Department of E-lectrical Engineering,Eindhoven University of Technology,1997.

[9]朱明,陈觉晓.交流异步电机数学模型的研究[J].微特电机,1999,27(1):6-11.