电机调速中的控制技术

刘亚峰

[摘要]随着电机调速理论的突破和调速装置性能的完善,电机调速控制技术和控制手段也在不断提高。对电机调速控制技术进行深入研究和分析,并指出电机控制技术将走向多元化、智能化和多种方法综合运用的发展方向。

[关键词]电机调速 矢量控制 直接转矩控制 现代控制理论 智能控制

中图分类号:TM3文献标识码:A文章编号:1671-7597(2009)0920135-01

交流传动系统中的交流电动机是一个多变量、非线性、强耦合、时变的被控对象,随着交流电动机调速理论的突破和调速装置性能的完善,电动机的调速从直流发电机-电动机组调速、晶闸管可控整流器直流调压调速逐步发展到交流电动机变频调速,变频调速又由VVVF控制的PWM变频调速发展到矢量控制、直接转矩控制变频调速。现代控制理论中的控制方法,实现方法简便,在电机调速领域中,具有更广阔的应用前景。由目前国内外的研究成果可以看出,电机传动的控制逐步向多元化、智能化和多种方法综合运用的方向发展。

一、矢量控制技术

VVVF控制是从电动机稳态方程出发研究其控制特性,动态控制效果很不理想。20世纪70年代初德国工程师F.Blaschke首先提出用矢量变换的方法来研究交流电动机的动态控制过程,不但要控制各变量的幅值,同时还要控制其相位,以实现交流电动机磁通和转矩的解耦,促使了高性能交流传动系统逐步走向实用化,目前高动态性能的矢量控制变频器已经成功地应用在轧机主传动、电力机车牵引系统和数控机床中。这种理论的主要思想是将异步电动机模拟成直流机,通过坐标变换的方法,分别控制励磁电流分量与转矩电流分量,从而获得与直流电动机一样良好的动态调速特性[1]。这种控制方法现已较成熟,产品质量较稳定。这种方法采用了坐标变换,所以对控制器的运算速度、处理能力等性能要求较高。近年来,围绕着矢量变换控制的缺陷,如系统结构复杂、非线性和电机参数变化影响系统性能等等问题,国内、外学者也进行了大量的研究。

二、直接转矩控制技术

1985年,德国的Depenbrock教授提出了异步电动机直接转矩控制方法,解决了系统复杂性和控制精度之间的矛盾。直接转矩控制系统不需要坐标变换,也不需要依赖转子数学模型,理论上非常诱人。实验室条件下也已做出性能指标相当高的样机。只是还有些问题未解决,如低速时转矩观测器和转速波动等,未能产品化。现在市面上自称实现了转矩直接控制的系统,大多都是或者采用了将磁链定向与直接转矩控制相结合的方法,低速时采用磁链定向矢量变换控制,高速时采用直接转矩控制。或者同时观测转子磁链,作为直接转矩控制系统的校正。

直接转矩无差拍控制是基于离散化直接转矩控制系统提出来的一种控制方法。无差拍控制可以在一个控制周期内,完全消除定子磁链模值和电磁转矩的动、静态误差,消除由于使用滞环比较器产生的转矩脉动,使电机可以运行在极低速下,扩大了调速范围。

转矩(磁链)跟踪预测控制方法认为磁链模值已经被准确控制或只发生缓慢地变化,没有考虑磁链模值的控制问题。对磁链和转矩都进行了预测跟踪控制,控制效果明显优于单纯的转矩跟踪预测控制[2]。

PI调节器控制是使用PI调节器输出定子电压矢量的直接转矩控制技术,其中磁链调节器AΨR和转矩调节器ATR都使用PI调节器,通过两个PI调节器给出相应定子电压分量,提高控制系统对参数变化的鲁棒性,同时也减少了控制算法的计算量。

随着现代科学技术的不断发展,直接转矩控制技术必将有所突破。一是交流调速向高频化方向发展,进一步提高控制性能,消除脉动,其中空间矢量脉宽调制和软关断技术又是重点。二是与智能控制相结合,使交流调速系统的性能有一个根本的提高,这是直接转矩控制的未来。

三、现代控制理论在电机控制中的技术应用

随着微处理器控制技术的发展,现代控制理论中的各种控制方法也得到应用,如二次型性能指标的最优控制和双位模拟调节器控制可提高系统的动态性能,滑模变结构控制可增强系统的鲁棒性,状态观测器和卡尔曼滤波器可以获得无法实测的状态信息,自适应控制则能全面地提高系统的性能。

基于现代控制理论的滑模变结构控制技术、采用微分几何理论的非线性解耦控制、模型参考自适应控制等等方法的引入,使系统性能得到了改善。但这些理论仍然建立在对象精确的数学模型基础上,有的需要大量的传感器、观察器,因而结构复杂,有的仍无法摆脱非线性和电机参数变化的影响,因而需进一步探讨解决上述问题的途径。

鲁棒控制是针对时间域或频率域来说的,一般假设过程动态特性的信息和它的变化范围。算法不需要精确的过程模型,但需要离线辨识。近年来,在多电机协调控制中有重要的应用[3]。

四、智能控制在交流调速中的技术应用

异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。智能控制是近年来发展起来的一门新兴学科。与经典和现代的控制方法相比,智能控制突破了传统控制理论中过分依赖系统数学模型的束缚,按照实际效果进行控制,不依赖或者不完全依赖系统的数学模型;控制具有非线性;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,是当代交流调速的基本思路。[4]因而许多学者将智能控制方法如模糊控制、神经元网络控制等引入了电机控制系统的研究,并预言未来的十年将开创电力电子和运动控制的新纪元。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。

(一)模糊控制技术。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,因而在交流调速系统中得到了广泛地应用。将模糊控制应用于交流电动机的矢量控制中,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[5]。

模糊控制在速度控制中一般处于最外环,而内环仍保留矢量控制、滑模解耦控制等传统控制方法。用模糊控制器代替常规PID控制器,在参数变化、负载扰动情况下仍可得到快速、强鲁棒性的控制。与传统的PID控制相比,模糊控制器具有更小的超调量和更强的抗干扰性[6]。典型应用如:用于电机速度控制的模糊控制器;模糊逻辑在电机模型及参数辨识中的应用;基于模糊逻辑的异步电动机效率优化控制;基于模糊逻辑的智能逆变器等。

(二)神经网络控制技术。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[7],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、粘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。

采用神经网络对电机参数中非线性参数进行在线辩识和检测,可以使系统的性能在各个方面得到全面改善,尤其是对提高系统的动态性能和稳定性能等方面具有非常大的优越性。神经网络实现控制器方法有多种,但基于多层结构的神经网络结构相对复杂,在线调节权重用时较长,难以适应快速控制的要求,且目前尚缺乏相应的基于神经网络的实用型计算机硬件支持,因此将基于多层网络结构的神经网络用于交流调速系统时,在线学习和实时快速控制存在较大困难[8]。在实际中,神经网络技术的应用主要集中在定子电阻、转子电阻、定子电流以及磁链的检测上。