基于人工智能算法的电机控制算法研究与应用

第２２卷　Ｖｏ１．２２　第１期　ＮＯ．１　电子设计工程　Ｅｌｅｃｔｒｏｎｉｃ　Ｄｅｓｉｇｎ　Ｅｎｇ　２０１４年１月　Ｊａｎ．２０１４　永磁同步电机（ＰＭＳＭ）调速系统的智能控制算法研究　王宝忠　，王维　，王波。　（１．江苏科技大学电子信息学院，江苏镇江２１２００３；２．济宁供电公司山东济宁２７２０００）　摘要：为了解决ＰＭＳＭ速度控制问题，文中提出了一种模糊自整定ＰＩ的控制方案，并用ＭＡＴＬＡＢ对系统　进行了建模仿真验证。仿真实验结果表明，该种新型控制算法与传统的ｐＩ控制相比较，具有很强的适应性，　鲁棒性和抗干扰性。能快速跟踪设定速度，并且在改变负载时，能快速恢复到额定状态。　关键词：ＰＭＳＭ；模糊自整定ＰＩ；调速；仿真　中图分类号：ＴＮ７１０　文献标识码：Ａ　文章编号：１６７４—６２３６（２０１４）０１—０１３９—０４　Ｒｅｓｅａｒｃｈ　ｏｎ　ｉｎｔｅｌｌｉｇｅｎｔ　ｃｏｎｔｒｏｌ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ｓｐｅｅｄ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ｏｆ　ＰＭＳＭ　ＷＡＮＧ　Ｂａｏ—ｚｈｏｎｇ　，ＷＡＮＧ　Ｗｅｉ　，ＷＡＮＧ　Ｂｏ　（１．Ｓｃｈｏｏｌ　ｏｆＥｌｅｃｔｒｏｎｉｃｓ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ，Ｊｉａｎｇｓｕ　Ｕｎｉｖｅｒｓｉｔｙ　ｏｆＳｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ　２１２００３，Ｃｈｉｎａ；２．ＪｉｎｉｎｇＰｏｗｅｒ　Ｓｕｐｐ￣Ｃｏｍｐａｎｙ，Ｊｉｎｉｎｇ　２７２０００，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｓｏｌｖｅ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ＰＭＳＭ　ｓｐｅｅｄ　ｃｏｎｔｒｏｌ，ａ　ｎｏｖｅｌ　ｃｏｎｔｒｏｌ　ｍｅｔｈｏｄ　ｉｓ　ｐｕｔ　ｆｏｒｗａｒｄ　ｉｎ　ｔｈｉｓ　ａｒｔｉｃｌｅ，　ｗｈｉｃｈ　ｉｓ　ｂａｓｅｄ　ｏｎ　ｆｕｚｚｙ　ｓｅｌｆ－ｔｕｎｉｎｇ　ＰＩ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｏｎ　ａｎ　ｉｎｖｅｒｔｅｒ　ｂａｓｅｄ　ｏｎ　ＭＡＴＬＡＢ　ｗｅｒｅ　ｉｍｐｌｅｍｅｎｔｅｄ．Ｔｈｅ　ｒｅｓｕｌｔ　ｓｈｏｗ　ｔｈａｔ，ｔｈｅ　ｎｅｗ　ｃｏｎｔｒｏｌ　ａｌｇｏｒｉｔｈｍ　ｃｏｍｐａｒｅｄ　ｗｉｔｈ　ｔｈｅ　ｔｒａｄｉｔｉｏｎａｌ　ＰＩ，Ｉｔ　ｈａｓ　ｓｔｒｏｎｇ　ａｄａｐｔａｂｉｌｉｔｙ，ｒｏｂｕｓｔｎｅｓｓ　ａｎｄ　ａｎｔｉ－　ｉｎｔｅｒｆｅｒｅｎｃｅ．Ａｎｄ　ｉｔ　ｃａｎ　ｔｒａｃｋ　ｓｐｅｅｄ　ｑｕｉｃｋｌｙ，ｉｔ　ｃａｎ　ａｌｓｏ　ｂｅ　ｑｕｉｃｋｌｙ　ｒｅｓｔｏｒｅｄ　ｔｏ　ｔｈｅ　ｒａｔｅｄ　ｃｏｎｄｉｔｉｏｎ　ｗｈｅｎ　ｔｈｅ　ｌｏａｄ　ｉｓ　ｃｈａｎｇｅ．　Ｋｅｙ　ｗｏｒｄｓ：ＰＭＳＭ；ｆｕｚｚｙ　ｓｅｌｆ－ｔｕｎｉｎｇ　ＰＩ；ｓｐｅｅｄ　ｃｏｎｔｒｏｌ；ｓｉｍｕｌａｔｉｏｎ　在实际工业控制过程中经常会遇到滞后、时变、非线性　的复杂系统，而ＰＭＳＭ调速系统就是一个复杂的非线性系统，　无法获得精确的数学模型，单纯采用ＰＩ控制或模糊控制都不　会取得较好的控制效果，而采用模糊白整定ＰＩ控制方式控制　能充分发挥模糊控制鲁棒性强、动态响应好、上升时间快、　超调小的优点，又具有ＰＩ控制器的动态跟踪能力和稳定精度　高的特点。本文只对传统ＰＩ控制与模糊自整定ＰＩ控制的仿　真结果进行比较。　１模糊自整定ＰＩ控制器的设计　模糊自整定ＰＩ控制器就是运用模糊数学的基本理论和方　法，把规则的条件、操作用模糊集表示，并把这些模糊控制　规则及有关信息作为知识存入计算机知识库中，然后计算机　根据控制系统的实际响应情况，运用模糊推理，就可以实现　图１模糊自整定ＰＩ控制器的结构　Ｆｉｇ．１　Ｓｔｒｕｃｔｕｒｅ　ｏｆｆｕｚｚｙ　ｓｅｌｆ－ｔｕｎｉｎｇ　ＰＩ　ｃｏｎｔｒｏｌｌｅｒ　收稿日期：２０１３—０５—２７　作者简介：王宝忠（１９５６一）　稿件编号：２０１３０５２６８　，男，江苏镇江人，副教授。　对ＰＩ参数的最佳调整　］。模糊自整定ＰＩ控制器的结构如图１　所示。　ＰＩ参数模糊自整定控制器就是在常规ＰＩ调节器ｕ（ｋ）＝Ｋ　ｅ（　）＋　∑Ｐ（　的基础上，应用模糊理论建立参数　、Ｋ与偏　差绝对值吲以及偏差变化绝对值ＩＥＣＩ问的二元连续函数关　系的控制器［２１。　』Ｋｐ　（　Ｅｃ１　（１）　ｌ　＝Ａ（ＩＥＩ，［Ｅｃ１）　在实际控制系统中，误差的变化一般不是模糊论域中的　元素，这就需要通过量化因子进行论域变换，定义误差的量　化因子Ｋｅ＝ｎ／ｅ，误差变化率量化因子Ｋ￣ｃ＝ｎｌｅｃ，输出控制量量　化因子Ｋｕ＝ｕ／ｎ　Ｊ。　本系统中，速度的给定值ｗ＊＝５００　ｒ／ｍ，系统的性能指标　为：误差ｅ的变化范围不大于给定值的３％，误差变化率ｅｃ　的变化范围不大于误差的５％。那么，误差ｅ的基本论域为　卜１５，１５】，其量化因子Ｋｅ＝６／１５＝Ｏ．４；误差变化率ＥＣ的基本论　域为卜０．７５，０．７５】，其量化因子Ｋｅｃ＝６／Ｏ．７５＝８。设参数△　、　△Ｋ的调整范围不大于已整定参数的２０％，系统已整定参数　为　＝２．４，　：７．２，则△　的基本论域为【一０．４８，０．４８］，其比　例因子　＝０．４８／６＝０．０８；Ａ　ｇｉ的基本论域为［一１．４４，１．４４】，其　比例因子　Ｆ１．４４／６＝０．２４。　在不同的　和ＩＥＣＩ下，被控过程对参数　、　的自整　研究方向：信号与信息处理、应用电子电路与系统。　．

摘要研究并设计了一种基于模糊控制的多目标优化群控算法。首先对智能小区的四种交通模式进行了有效识别，然后对厅呼信号控制进行了重点研究。考虑到交通模式对三个评价指标（平均候梯时间、平均乘梯时间和能源消耗）权重的影响，本文采用综合量化评价的方法设计控制算法。通过控制相应的三个程度函数，达到乘客满意、系统节能的目的。关键词：电梯群控，模糊控制，交通模式识别，评价函数，模糊派梯AbstractThispaperdevelopsanewMulti－objectiveoptimizationalgorithmbasedonfuzzycontrol．Thispaperfirstintroducethemethordforidentifyingthefourtrafficmodeoftheelevatorgroupcontrolsystem,thenemphasizedthehallcontrolsignal．ThealgorithmisindicatedbyconsideringtheeffectofthetrafficmodeltothreemembershipfunctionWeight．Bycontrollingthethreecorrespondingdegreefunction,passengersaresatisfiedandsystemenergyissaved．Keywords:elevatorgroupcontrol,fuzzycontrol,trafficmoderecogniz,estimatefunction,fuzzyappointingelevator电梯群控系统是将三台或三台以上的电梯作为一个群体进行系统管理的控制系统。如何提高群控电梯的运输能力、服务质量和工作效率，正越来越受到人们的普遍关注。为进行群控算法设计，首先要根据群控电梯交通流（单位时间内上行乘客数量与下行乘客数量）进行交通流模式识别与模式切换。描述智能小区电梯群交通流的参数很多，主要有建筑物客流总量、进入客流到达率、离开客流到达率、层间交通客流到达率和相对交通强度等。1群控系统算法分析与设计1．1模糊控制技术的可行性与必要性分析电梯群控系统采用优化控制策略合理调度多台电梯，即选用最合适的电梯去响应厅呼信号，其目的是有效地运送乘客，提高对乘客的服务质量。控制策略是依据乘客交通量和系统管理者的需要生成的，即在满足乘客候梯时间最小、乘梯时间最短的前提下，将系统能耗降到最低。由于电梯交通客流的随机性，电梯群控系统的不确定性、多目标性、扰动性、非线性和信息的不完备性等因素，使得无法建立被控对象的精确数学模型，因而不能很好地采用传统控制方法解决这些问题。而模糊控制技术在解决非线性、不确定性等问题上具有很大的优势。它不需要建立所求解问题的精确数学模型，而是根据已知相关知识进行分析、推理和计算，最后得出事情的最终结果。所以，模糊控制技术可以很好地用于解决电梯群控中所出现的问题，本文即设计了一套基于模糊控制的电梯群控算法。1．2模糊派梯算法设计由于不同交通模式侧重的方面和因素是不同的，因而我们采用综合量化评价的方法来设计控制算法。即根据不同的侧重点，给出相应的重要程度标度，然后求其综合起来对所需要目标的贡献，选取贡献最大的为厅层召唤服务。（1）构造评价函数在电梯群控系统中，不同的调度方法会产生不同的调度结果，因此有必要对不同的方法进行优劣比较。在本文设计的群控算法中，我们将平均候梯时间（AWT）、平均乘梯时间ART、能源消耗RPC三个主要指标作为评价群控电梯调度算法优劣的依据，将此三个指标的加权平均函数作为新的最优评价函数即电梯调度算法，并根据不同交通模式下权系数的选择来体现不同交通状况下人们对电梯群控系统的不同需求。设电梯的评价函数如下：Si＝w1SAWT＋w2SART＋w3SRPC其中：wi：根据交通模式确定的权系数，wi∈（0，1），且3i＝1Σwi＝1；Si：评价函数值，表示第i台电梯响应某召唤信号的可信度；SAWT：平均候梯时间短的隶属度，其值越大说明候梯时间短的可能性越大；SART：平均乘梯时间短的隶属度，其值越大说明乘梯时间短的可能性越大；SRPC：能源消耗低的隶属度，其值越大说明电梯能源消耗低的可能性越大；易知，若对某一个评价标准定义一个较大的权系数，则电梯召唤的分配受该评价标准值的影响就较大，电梯召唤也就主要按照该指标进行分配。（2）评价函数权系数的选取依据不同交通模式下对评价指标侧重的不同（如上行高峰交通模式下以减少乘客的平均乘梯时间为主要控制目标，以减少能源消耗为次要目标），并借助专家知识，可对不同交通模式下各控制目标AWT、ART、RPC的权系数值w1、w2、w3作如表1所示的合理选择。（3）输入量的选定本文所设计算法中选取以下几个变量作为群控器的输入：WT（厅层召唤候梯时间）：厅层召唤信号产生到被第i部电梯响应时乘客的候梯时间。CV（电梯剩余容量）：响应某一厅呼信号后，第i部电梯的剩余容量。GD（集中度）：新的厅呼信号产生位置与被第i部电梯响应的所有召唤信号产生基于模糊控制的智能小区电梯群控系统算法研究

人工智能在电气工程自动化中的应用——论文

人工智能在电气工程自动化中的应用

摘要：

人工智能（Artificial Intelligence，简称AI）作为一种新兴的技术，正在电气工程自动化领域得到越来越广泛的应用。本文将探讨人工智能在电气工程自动化中的应用现状和未来发展趋势。首先，介绍了人工智能的基本概念和主要技术，包括机器学习、深度学习、自然语言处理等。然后，详细阐述了人工智能在电气工程自动化中的具体应用领域，如智能电网、智能控制系统、智能传感器等。接着，分析了人工智能在电气工程自动化中的优势和挑战，并提出了应对挑战的解决方案。最后，展望了人工智能在电气工程自动化领域的未来发展方向，包括增强学习、集成化智能系统等。

关键词：人工智能；电气工程自动化；智能电网；智能控制系统；智能传感器；机器学习；深度学习；自然语言处理；增强学习；集成化智能系统

1. 引言

电气工程自动化是一门涉及电力系统、电力电子、电机与拖动、自动控制等多学科交叉的工程学科。随着科技的进步和社会的发展，电气工程自动化领域面临着越来越多的挑战和需求。人工智能作为一种新兴的技术，具有自主学习、自主决策和自主执行的能力，为电气工程自动化领域带来了新的机遇和变革。

2. 人工智能的基本概念和主要技术

2.1 人工智能的基本概念 人工智能是指通过模拟人类智能的思维过程和行为，使机器能够像人类一样进行学习、推理和决策的技术和方法。人工智能的发展已经涉及到了机器学习、深度学习、自然语言处理等多个领域。

2.2 机器学习

机器学习是人工智能的一个重要分支，它通过让机器从数据中学习和改进，使其具备自主学习的能力。机器学习可以分为监督学习、无监督学习和强化学习等不同类型。

2.3 深度学习

深度学习是机器学习的一种方法，它模仿人脑神经网络的结构和工作原理，通过多层次的神经网络进行学习和推理。深度学习在图像识别、语音识别等领域取得了重要的突破。

人工智能在电气工程自动化中的应用——论文

引言概述：

人工智能（Artificial Intelligence，简称AI）作为一项新兴技术，正在逐渐渗透到各个领域。在电气工程自动化领域，人工智能的应用也日益广泛。本文将从五个方面详细阐述人工智能在电气工程自动化中的应用。

一、人工智能在电力系统中的应用

1.1 智能电网：通过人工智能技术，实现对电网的智能监控、智能调度和智能运行，提高电网的安全性和稳定性。

1.2 负荷预测：利用人工智能算法对电力负荷进行预测，为电力系统的运行和调度提供准确的参考依据。

1.3 故障诊断与预防：通过人工智能技术，对电力系统中的故障进行诊断和预防，提高电力系统的可靠性和可用性。

二、人工智能在电机控制中的应用

2.1 智能控制算法：通过人工智能算法，实现对电机的智能控制，提高电机的效率和性能。

2.2 故障检测与诊断：利用人工智能技术，对电机的故障进行检测和诊断，及时采取措施修复，提高电机的可靠性和可用性。

2.3 能耗优化：通过人工智能算法，对电机的能耗进行优化，减少能源的浪费，提高电机的能效。

三、人工智能在电子元器件设计中的应用 3.1 自动化设计：利用人工智能技术，实现电子元器件的自动化设计，提高设计效率和准确性。

3.2 优化设计：通过人工智能算法，对电子元器件进行优化设计，提高元器件的性能和可靠性。

3.3 故障分析与修复：利用人工智能技术，对电子元器件的故障进行分析和修复，提高元器件的可靠性和可用性。

四、人工智能在电气系统仿真中的应用

4.1 智能仿真算法：通过人工智能算法，实现对电气系统的智能仿真，提高仿真的准确性和效率。

4.2 故障模拟与分析：利用人工智能技术，对电气系统中的故障进行模拟和分析，提供故障处理的参考依据。

4.3 性能评估与优化：通过人工智能算法，对电气系统的性能进行评估和优化，提高系统的性能和可靠性。

五、人工智能在电气工程自动化中的挑战与展望