电机控制技术课件-第八章

Page. 18
08 电机智能控制技术
8.3 电机的模糊控制
(3) 语言值：就是元素可以接受的值的符号表示。 在语言系统中，以实数域(-∞ ，+∞ ) 或其子集为论域的口语化量词，如“大”、“小”、“长”、“短”或“非常大”、“不 太大”、 “稍重”等都称为语言值。
(4) 模糊集合：论域E中的任一个子集用隶属度表示，隶属度取0到1之间的任意 值，这个子集称为模糊集合。
Page. 5
第八章 电机智能控制技术
1 概述 2 电机智能控制硬件基础 3 电机的模糊控制 4 电机的神经网络控制 5 电机的模糊神经网络控制
Page. 6
08 电机智能控制技术
8.2 电机智能控制硬件基础
8.2.1 电机集成控制芯片
• 电机控制器电路集成化是发展趋势，是设计低成本、高性能电机控制系统的基础 ，也是实现智能控制的基础。
• 特点：集成度高，内部集成了A/D转换器、数字输入/输出、串口通信、CAN总线 控制器、PWM信号输出等接口电路 ；运行速度快。
Page. 8
08 电机智能控制技术
8.2 电机智能控制硬件基础
8.2.2 其它主要外围电路
1、信号检测与转换
•检测信号分为电量和非电量两大类： •电量信号：电流、电压、电荷量和电功率等。 •非电量信号：位置、速度、加速度、温度、力或转矩、振动和噪音等。它们的检测通 常需要根据物理学原理利用传感器将非电量信号转换成电信号后再进行检测。
•特点：与普通IGBT相比，由于IPM不需设置专门的驱动电路、故障检则及保护电路，使 电路结构大为简化，使用起来方便，减少了系统的体积以及开发时间，调试方便简单，而 且可靠性高；减少了连接线， 因此功率器件能可靠导通与关断，不易受到干扰；保护电 路已由元件生产厂家放置在功率模块里面，且已调整好， 因此故障保护也相当可靠。IPM 的通态损耗和开关损耗都比较低，散热器的尺寸减小，整个系统的尺寸更小。
Page. 13
08 电机智能控制技术
8.2 电机智能控制硬件基础
M法：也称为测频法，其测速原理是在规定的检测时间Tc内，对光电编码器输出的脉冲信 号计数来测量速度，适用于测量高转速。例如，光电编码器是N线的，则每旋转一周可以 有4N个脉冲，在Tc内计数器记录的脉冲数为M1，则电机的转速为
n 15M1 NTc
n 15M1 fclk NM 2
（8-3）
采用M/T法具有M法测速的高速优点，又具有T法测速的低速优点，能覆盖较广的 转速范围，测量精度高，在电机控制中应用十分广泛。
Page. 15
08 电机智能控制技术
8.2 电机智能控制硬件基础
2、智能功率驱动芯片(IPM)
•先进的混合集成功率器件，由高速、低功耗的IGBT芯片、优化的栅极驱动电路及多种保 护电路集成在同一模块内。
Page.Leabharlann 2008 电机智能控制技术
8.3 电机的模糊控制
模糊系统结构：
知识库 数据库 规则库
r+ _
e 模
计算偏差及其
糊
变化
化
d (e)
dt
生成控制规则
去u
模
过程或设
y
糊
备
化
Page. 21
08 电机智能控制技术
8.3 电机的模糊控制
8.3.2 电机的模糊控制系统设计
• 以异步电机直接转矩控制为例，设计步骤如下:
Page. 22
08 电机智能控制技术
8.3 电机的模糊控制
2、模糊化
输入变量的清晰值在模糊化时，分为连续变量离散化和离散化变量模糊化两 步。最终把每个变量的量化论域分为几段，并通过几个模糊集表示。
输出变量不需要模糊化，因为这些开关状态和相应的电压空间矢量都是清晰 的，所以不需要模糊隶属函数。在二点式逆变器中，可能有8个不同的开关状态 ，而这里其实只有7种电压空间矢量。
Page. 7
08 电机智能控制技术
8.2 电机智能控制硬件基础
1、微控制器芯片
• 应用:一些精度要求不很高的电机控制系统 • 特点：采用标准的8位或16位CPU核，在微控制器中集成了脉宽调制器(PWM)、
A/D转换器和SPI串行接口等外围电路 。
2、数字信号处理器芯片
• 应用：主要用于高档工业电机控制中，但近年来，随着其价格不断地降低，在电 机的控制领域中逐渐用DSP代替MCU。
3、确定模糊规则
模糊控制器中，每一条控制规则都可以用模糊输入变量eψ、eT、θ和输出控制 变量uv 表示。
Page. 23
08 电机智能控制技术
8.3 电机的模糊控制
4、模糊推理与算法 模糊推理是指模糊控制器中，根据输入模糊量由模糊控制规则求解模糊关系
（2）应用智能控制方法的新型控制策略
由于交流传动系统具有较明确的数学模型，所以在交流传动中引入智能控制方法，是 为了充分利用智能控制具有解决非线性、变结构、自寻优等的能力来克服交流传动系统变 参数、非线性等不利因素，从而提高系统的鲁棒性。
（3）研究高性能的无速度传感器控制策略
对于交流电动机来说，采用高性能的无速度传感器控制策略，可以提高转速估计精度， 增强系统抗参数变化和自适应能力，降低系统的复杂性。
第八章 电机智能控制技术
第八章 电机智能控制技术
1 概述 2 电机智能控制硬件基础 3 电机的模糊控制 4 电机的神经网络控制 5 电机的模糊神经网络控制
Page. 2
第八章 电机智能控制技术
1 概述 2 电机智能控制硬件基础 3 电机的模糊控制 4 电机的神经网络控制 5 电机的模糊神经网络控制
(5) 隶属函数：元素 ei 隶属于论域E中一个子集的程度。这种隶属程度在闭区间 [0，1] 的取值大小来反映：愈接近于1，隶属于该子集的程度愈高；反之，愈接近于 0，隶属于该子集的程度愈低。
(6) 模糊集合的基本运算：模糊集合也有交、并、补等基本运算。
Page. 19
08 电机智能控制技术
8.3 电机的模糊控制
Page. 11
08 电机智能控制技术
8.2 电机智能控制硬件基础
（2）电压检测
•主要检测方法：直接测量和电阻分压法、电压互感器法和霍尔效应电压传感器法。当测 量电压较小时，可以直接输入放大器缓冲后测量。当电压较高时，则需要采用电阻分压后 测量。对于交流高压，通常采用电压互感器。其优点是电气隔离，测量简单，但在测量动 态或低频信号时精度不高。
(9) 模糊化：即把清晰量变换为模糊集。
(10) 模糊关系：除了普通关系外，还有模糊关系。前者只表示事物(元素) 间是否存在联 系，后者则表示事物（元素）间对于某种模糊概念上的联系程度。
(11) 去模糊化：就是从输出论域中确定的模糊控制作用的空间映射到非模糊（清晰）控 制作用的空间中去。常用的去模糊化方法有：最大值法，最大值平均法，重心法。
1、选择模糊变量
模糊控制器是依据模糊状态变量来选择逆变器的开关状态的，因此，模糊控 制器选择了3输入1输出的结构，即它有3个模糊输入变量和1个输出控制变量。3 个输入变量分别是定子磁链值的偏差eψ 、转矩偏差eT、定子磁链与参考轴之间的 磁通角θ；输出控制变量是逆变器的开关状态控制量uv，这相当于是所要加到电 机端子上去的电压空间矢量。
• 用于电机控制的集成电路可分为三大类：电机控制专用集成电路(ASIC)、专门为电 机控制设计的微控制器（MCU）和数字信号处理器（DSP）。
• 具有更高速、集成度高的功能模块的电机专用DSP是电机控制微处理器的方向。直 接集成FPGA、CPLD等大规模逻辑器件，将两者的优势相结合，设计混合式 CPU/DSP也是发展方向之一。
•在电机控制系统中，常用的检测信号主要有电流、电压、温度、转子位置、转速和转矩 等物理量。下面简单介绍相关的检测电路和方法。
Page. 9
08 电机智能控制技术
8.2 电机智能控制硬件基础
（1）电流检测
主要检测方法：电阻法、电流互感器法和霍尔效应电流传感器法。
•电阻法：利用电流流过电阻后会产生电压降，检测该电压降可获得流过电阻的电流大小。 电阻法的优点是元器件成本低，电路简单，响应速度快等，通常在小电流情况下使用；其 缺点是电阻上消耗能量，且电阻受温度的影响，影响检测精度。图8-1(a)利用电阻上的电 压直接通过放大器来采样电阻两端的电压输出。图8-1(b)是经过阻容滤波后采样电压，可 以减少高频信号的影响。
（3）温度检测
•主要检测方法：接触式测量和非接触式测量两类。接触式测量是利用温敏元件和温度传 感器，如热电偶、温度计和热敏电阻等；非接触式测量是利用物体的热辐射、色谱等，如 红外测温、光纤光栅测量和图像测温等。在电机控制中温度的检测主要是接触式测量。
Page. 12
08 电机智能控制技术
8.2 电机智能控制硬件基础
可以预测在未来几十年中，智能控制将在传动控制领域中发挥引 领时代新潮流的作用。
Page. 4
08 电机智能控制技术
8.1 概述
• 高性能电机控制系统主要研究方向:
（1）抑制参数变化和扰动的新型非线性控制策略 从本质上看，异步电动机是一个非线性多变量系统，应该在非线性控制理论的基础上
研究其控制策略，才能真正揭示问题的本质。
图8-1 电阻法测电流原理
Page. 10
08 电机智能控制技术
8.2 电机智能控制硬件基础
•电流互感器法：
利用电流互感器来检测，它类似于变压器，利用交流电电磁感应原理测量电流， 适用于高压大电流检测，在测量动态或低频信号时精度不高。
•霍尔效应电流传感器法：
是应用较多的一种方法。利用霍尔效应和磁场平衡原理设计的精密电流检测元 件，主要由被测导体、聚磁环、线圈、霍尔元件、放大器驱动器和测量电阻等组成 。优点是可以实现电气隔离，而且可以测直流和交流电流值，精度高；缺点是价格 较高，需要额外的恒压直流电源。