РАЗРАБОТКА ВЕЙВЛЕТ-НЕЧЕТКОГО КОНТРОЛЛЕРА СИСТЕМЫ ВЕКТОРНОГО УПРАВЛЕНИЯ АСИНХРОННЫМ ДВИГАТЕЛЕМ
- Авторы: Червяков Н.И.1, Колдаев А.И.2
-
Учреждения:
- Северо-Кавказский федеральный университет
- Невинномысский технологический институт
- Выпуск: Том 14, № 3 (2016)
- Страницы: 300-307
- Раздел: Статьи
- URL: https://journals.eco-vector.com/2073-3909/article/view/56276
- DOI: https://doi.org/10.18469/ikt.2016.14.3.10
- ID: 56276
Цитировать
Полный текст
Аннотация
В статье представлен вейвлет-нечеткий контроллер в системе векторного управления электромагнитным моментом трехфазного асинхронного двигателя, который удовлетворяет задаче регулирования скорости в замкнутой системе управления. Схема управления с вейвлет-нечетким контроллером исследована при различных динамических условиях эксплуатации. Результаты моделирования демонстрируют эффективность предложенного контроллера по сравнению с традиционным ПИ-контроллером.
Полный текст
Введение Асинхронные двигатели (АД) широко применяются в промышленности. Это обусловлено их высокой надежностью, простотой конструкции, относительно низкой стоимостью и невысокими требованиями к обслуживанию. Тем не менее, асинхронные двигатели сложны из-за нелинейности их параметров. В частности, сопротивление ротора и, следовательно, постоянная времени ротора изменяются в зависимости от условий эксплуатации. Таким образом, повышения качества управления АД остается актуальной проблемой. Однако, с развитием методов векторного управления АД стали главными кандидатами для использования в приложениях с высокой производительностью [1]. Эффект развязки каналов потокосцепления и момента двигателя приводит к возможности независимого регулирования магнитного потока и электромагнитного момента, как при управлении двигателем постоянного тока с независимым возбуждением. Несмотря на свои преимущества, метод векторного управления имеет недостатки в виде чувствительности к изменениям параметров двигателя, таких как постоянная времени ротора и неточных измерений магнитного потока. В задачах регулирования скоростью двигателей в основном используются традиционные ПИ- и ПИД-контроллеры. Несмотря на их простоту, эти контроллеры очень чувствительны к шумам датчиков, изменению параметров двигателя, нагрузки, сигналов задания и других факторах неопределенности. Кроме того, эффективность этих контроллеров меняется в зависимости от условий эксплуатации. Таким образом, параметры управления этих контроллеров не являются адаптивными. К тому же, построение методов управления зависит от точности математической модели системы. Но зачастую построение точной математической модели системы затруднено из-за наличия неопределенных и случайных изменений параметров двигателя, таких как насыщение, колебания температуры и других возмущений. В последнее десятилетие, интенсивно проводятся исследования в разработке и реализации нечетко-логических контроллеров (НЛК), нейросетевых контроллеров (НСК) и гибридных контроллеров для различных областей применения электропривода [2-3]. НЛК является самым простым из всех интеллектуальных контроллеров в системах управления скоростью асинхронного двигателя [3]. Тем не менее, НЛК испытывают трудности в определении соответствующих законов управления и настройки параметров функций принадлежности в соответствии с изменениями, происходящими в системе. С другой стороны, НСК имеют возможность адаптироваться к изменениям в окружающей среде управления, используя входы и выходы системы. При этом не требуется точная модель системы. Но для синтеза НСК необходимо построение структуры управления, которая включает в себя выбор структуры нейронной сети, весовых коэффициентов и функций активаций. Сложность выбранной структуры нейронной сети представляет собой компромисс между высокой надежностью управления и возможностью расчета алгоритма управления в режиме реального времени. Гибридные нейро-нечеткие контроллеры (ННК) сочетают в себе способность к обучению, присущую нейронным сетям, и высокую скорость вычислений, характерную для нечетких систем управления. Однако определение оптимальной нейросетевой структуры для асинхронных двигателей остается актуальной задачей. Кроме того, наряду с применением интеллектуальных методов, таких как нейронные сети и нечеткая логика, существует новое направление в исследованиях по применению теории вейвлет-преобразований в построении систем управления электроприводов. В некоторых исследованиях эффективные результаты дает сочетание преимуществ вейвлет-преобразований и нейронных сетей [2; 4-5]. Тем не менее, очень мало исследований посвящено сочетанию преимуществ вейвлет-преобразований и нечеткой логики для регулирования скорости асинхронных приводов. В данной работе предлагается новый вейвлет-нечеткий контроллер для управления скоростью асинхронного электропривода. Предлагаемый контроллер может использоваться при управлении электродвигателем в условиях неопределенности и ограниченной информации о параметрах двигателя. Оценка эффективности разработанного контроллера проводилась в сравнении с ПИ-контроллером. Предложенная схема управления повышает надежность системы при перенапряжениях и уменьшает время переходных процессов. Рис. 1. Структурная схема системы векторного управления асинхронным двигателем Система векторного управления На рис. 1 представлена структурная схема системы векторного управления асинхронным электродвигателем с короткозамкнутым ротором [1]. Сигнал задания скорости двигателя сравнивается с измеренной скоростью, и формируется сигнал ошибки по скорости. Сигнал ошибки подается в качестве входа на регулятор скорости, который генерирует сигналы составляющих токов крутящего момента . Эти сигналы сравниваются с соответствующими составляющими тока, формируемыми в результате преобразования токов статора. Соответствующие сигналы ошибки поступают на ПИ-регуляторы, которые генерируют сигналы напряжения во вращающейся системе координат и . Эти сигналы напряжения используются для формирования соответствующих импульсов широтно-импульсого модулятора (ШИМ). Выходы ШИМ являются управляющими сигналами трехфазного инвертора. Вейвлет-преобразование Вейвлет-преобразование является формой представления сигнала [6], которая не меняет информацию, несущую сигналом, а обеспечивает частотно-временное представление, локализующее его частотные компоненты по временной шкале. Вейвлет-преобразование может иметь несколько уровней разложения - каждый такой уровень состоит из аппроксимирующей и детализирующей составляющих сигнала. Рис. 2. Дерево дискретного вейвлет-разложения сигнала Дискретное вейвлет-преобразование (ДВП) реализуется каскадом низкочастотных и высокочастотных фильтров (см. рис. 2). Выходной сигнал низкочастотного фильтра несет аппроксимирующую составляющую a1 сигнала на первом уровне разложения. Выходной сигнал высокочастотного фильтра - детализирующий коэффициент d1 сигнала на первом уровне разложения. Коэффициенты a1 и d1 представляются в виде [6]: ; (1) . (2) Аппроксимирующие коэффициенты a1 первого уровня разложения являются входным сигналом для следующей пары фильтров, которые формируют аппроксимирующие и детализирующие коэффициенты второго уровня длиной N/2. Процесс фильтрации продолжается до тех пор, пока не будет достигнут желаемый уровень разложения. Регулирование скорости на основе вейвлет-преобразований В процессе работы все физические системы подвергаются воздействию различных типов постороннего сигнала или шума. Поэтому при проектировании необходимо обеспечить нечувствительность системы к воздействию шума. На практике, возмущения и сигналы задания находятся в низкочастотной части, в то время как шумы с датчиков сосредоточены в высокочастотной части сигналов. В этих условиях, контроллер на основе вейвлетов способен к эффективному разделению сигналов в различных частотных диапазонах. ПИД-контроллер описывается уравнением: , (3) где kp, ki, kd - пропорциональная, интегральная и дифференциальная составляющие; e - сигнал ошибки. С точки зрения информации, пропорциональная и интегральная составляющие несут низкочастотную информацию сигнала ошибки, которая соответствует статической характеристики контроллера, а дифференциальная составляющая охватывает высокочастотную часть сигнала ошибки, которая соответствует динамической характеристики контроллера. Дискретное вейвлет-преобразование выполняет те же операции разложения сигнала на низкочастотные (аппроксимирующие) и высокочастотные (детализирующие) коэффициенты разных уровней разложения. Эта особенность вейвлет-преобразования может быть использована при разработке вейвлет-контроллера. Сигнал управления вейвлет-контроллера рассчитывается по детализирующим и аппроксимирующим коэффициентам вейвлет-преобразования [7]: , (4) где ; … соответствуют детализирующим компонентам сигнала ошибки; - аппроксимирующие коэффициент сигнала ошибки. Коэффициенты усиления ; … используются для настройки высокочастотных и среднечастотных компонент сигнала ошибки. Коэффициент необходим для настройки низкочастотной составляющей сигнала ошибки. Применительно к электроприводу, сигналы задания и возмущений являются низкочастотными сигналами, а шумы датчиков - высокочастотными. Таким образом, коэффициенты, соответствующие низкочастотным компонентам сигнала ошибки, могут быть использованы для отработки возмущений и сигналов задания. Коэффициенты среднечастотного диапазона сигнала ошибки привносят в систему эффект демпфирования и могут быть использованы для улучшения переходной характеристики. Коэффициенты, соответствующие высокочастотным компонентам сигнала ошибки, могут быть ограничены минимальным значением для исключения влияния шума на систему. Структура вейвлет-контроллера для управления скоростью АД представлена на рис. 3. С помощью дискретного вейвлет-преобразования сигнал ошибки разлагается до второго уровня. Разложенные сигналы перемножаются с соответствующими коэффициентами и, суммируясь вместе, формируют сигнал управления uw: . (5) Сигнал uw используется как значение тока в векторном управлении асинхронным приводом. Коэффициент усиления , соответствующий низкочастотной компоненте сигнала ошибки, может иметь большие значения для подавления возникающих возмущений и уменьшения времени переходного процесса. Коэффициент усиления , представляющий среднечастотные компоненты сигнала ошибки, в течение установившегося режима работы АД для уменьшения статической ошибки должен иметь большое значение. Аналогично коэффициент усиления , соответствующий высокочастотной компоненте сигнала ошибки, может использоваться во время переходного процесса для улучшения переходной характеристики и уменьшения перерегулирования системы привода, что дает возможность производить плавную регулировку скорости АД, а в течение установившегося режима может быть ограничен. Структура и алгоритм работы вейвлет-нечеткого контроллера Структура системы управления на основе предлагаемого вейвлет-нечеткого контроллера показана на рис. 4. Она включает в себя блок нечеткой логики, блок дискретного вейвлет-преобразования (ДВП) и эталонную модель [8]. Эталонная модель определяет желаемые динамические характеристики двигателя. Она выбирается по критерию максимальной производительности электропривода и с целью ограничения чрезмерного управляющего воздействия и перенапряжений. Для системы векторного управления асинхронным двигателем эталонная модель может быть аппроксимирована апериодическим звеном второго порядка: , (6) где значения a и b определяются параметрами асинхронного двигателя. Измеренная скорость двигателя сравнивается с выходным значением эталонной модели . Разница между этими значениями представляет собой сигнал ошибки . Далее сигнал ошибки поступает на блок нечеткой логики. Рис. 5. Внутренняя структура нечетко-логической части контроллера Структура нечетко-логической части контроллера показана на рис. 5. Она состоит из блоков фаззификации, нечетких правил (база правил), нечеткого вывода и дефаззификации. Рис. 3. Структура вейвлет-контроллера в системе векторного управления (ВУ) АД Рис. 4. Структура системы управления скоростью АД с вейвлет-нечетким контроллером Фаззифицированные входные и выходные переменные, используя пять функций принадлежности, нормируются в диапазоне между +1 и -1. Для приведения нечеткого вывода к четкому значению используется метод центроида. Для нечеткого вывода, использующего пять функций принадлежности, требуется 25 правил. Увеличение количества функций принадлежности до семи приводит к увеличению количества правил до 49. Однако, это увеличивает затраты вычислительных ресурсов, но не приводит к значительному улучшению эффективности управления асинхронным приводом. С другой стороны, при трех функциях принадлежности и 9 правилах вычисления производятся быстрее. Но по сравнению с системой с пятью функциями принадлежности и 25 правилами эффективность управления низкая с точки зрения перерегулирования и увеличения времени переходного процесса. При создании базы правил создается таблица лингвистических высказываний (см. таблицу 1), основанная на данных, полученных в ходе моделирования в различных условиях эксплуатации при изменении задающего сигнала, возмущениях момента нагрузки, изменении сопротивления статора. В таблице 1 приняты следующие обозначения: Б - большая ошибка; М - малая ошибка; НП - назад постоянно; НС - назад снизить; Н - ноль; ВВ - вперед повысить; ВП - вперед постоянно. Таблица 1. Лингвистические высказывания e de -Б -М Н +Б +М -Б НП НП НП НС Н -М НП НП НС Н ВВ Н НП НС Н ВВ ВП +Б НС Н ВВ ВП ВП +М Н ВВ ВП ВП ВП Блок нечеткой логики работает на основе лингвистических правил по принципу ЕСЛИ - ТО: (7) Такой механизм формирования управляющего сигнала предложенным вейвлет-нечетким контроллером обеспечивает надежность управления скоростью асинхронного двигателя. Таким образом, алгоритм функционирования предложенного вейвлет-нечеткого контроллера состоит в следующем. Сигнал ошибки по скорости, который вычисляется как разница между сигналом задания скорости и сигналом фактической (измеренной) скорости, подается на входы вейвлет-нечеткого контроллера по двум направлениям. В первом направлении сигнал ошибки подается на блок ДВП (см. рис. 4), где он разлагается на различные частотные компоненты с помощью вейвлет-преобразования. В другом направлении сигнал ошибки подается на блок нечеткой логики, где, согласно базе нечетких правил, генерируются коэффициенты усиления для соответствующих частотных составляющих, полученных при дискретном вейвлет-преобразовании. Коэффициенты усиления в сочетании с соответствующими вейвлет-компонентами формируют сигнал управления электромагнитный моментом асинхронного двигателя. Результаты моделирования Моделирование предложенного вейвлет-нечеткого контроллера в системе векторного управления асинхронным двигателем выполнялось с использованием MATLAB/Simulink. Для оценки эффективности предложенного вейвлет-нечеткого контроллера также проводилось моделирование системы векторного управления с ПИ-контроллером. Рис. 6. Временная диаграмма скорости при разгоне двигателя и набросе нагрузки: а) с ПИ-контроллером; б) с вейвлет-нечетким контроллером На рис. 6 показана диаграмма скорости асинхронного двигателя при пуске на холостом ходе (без нагрузки) и дальнейшем подключении нагрузки к валу двигателя. Двигатель разгоняется от нуля до заданной скорости 120 рад/с. В момент времени 2,5 с к двигателю прикладывается нагрузка 100 Н.м. Разгон АД до заданной скорости в системе с вейвлет-нечетким контроллером (см. рис. 6б) в отличие от системы с ПИ-контроллером (см. рис. 6а) осуществляется без перерегулирования. Установление заданной скорости достигается быстрее в системе с вейвлет-нечетким контроллером. При набросе нагрузки в системе управления с вейвлет-нечетким контроллером в сравнении ПИ-контроллером наблюдается некоторое снижение скорости двигателя. Вейвлет-нечеткий контроллер значительно быстрее, чем ПИ-контроллер отрабатывает возмущения нагрузки и приводит систему к установившемуся значению скорости, а процесс отработки возмущения при этом более плавный. Рис. 7. Временная диаграмма момента двигателя: а) в системе с ПИ-контроллером; б) в системе с вейвлет-нечетким контроллером На рис. 7 представлена диаграмма момента двигателя при управления в системе с ПИ-контроллером (см. рис. 7а) и с вейвлет-нечетким контроллером (см. рис. 7б). В обоих случаях временную диаграмму можно разбить на три участка: на первом участке (разгон) наблюдается максимальный момент двигателя, что соответствует его ускорению; второй участок (холостой ход) характеризуется достижение двигателем заданной скорости; третий участок характеризуется подключение к валу двигателя нагрузки в 100 Н.м и выходом двигателя на рабочий режим. Сравнивая характеристики, можно видеть, что предложенный контроллер демонстрирует значительное улучшение времени переходного процесса при отработке возникшего возмущения. Таким образом, представленный вейвлет-нечеткий контроллер превосходит традиционный ПИ-контроллер по показателям качества, таких как время переходного процесса, перерегулирование, отсутствие колебаний, как при реакции на задающий сигнал, так и при отработке возмущений. Выводы В работе представлен вейвлет-нечеткий контроллер скорости, функционирующий в системе векторного управления асинхронного двигателя. Результаты моделирования показывают, что подход синтеза предлагаемого контроллера на основе вейвлет-преобразований и нечеткой логики является более эффективным по сравнению с традиционным ПИ-контроллером с точки зрения меньшего значения перерегулирования, более быстрого переходного процесса, невосприимчивости к шумам датчиков и плавного процесса регулирования. Возможные улучшения в структуре предлагаемого контроллера будут включать в себя использование меньшего числа составных элементов с целью уменьшения вычислительной нагрузки.×
Об авторах
Николай Иванович Червяков
Северо-Кавказский федеральный университет
Email: сhervyakov@yandex.ru
Александр Игоревич Колдаев
Невинномысский технологический институт
Email: ventilator83@yandex.ru
Список литературы
- Виноградов А.Б. Векторное управление электроприводами переменного тока. Изд. ИГЭУ им. В.И. Ленина. Иваново, 2008. - 298 с.
- Wai R.J., Chang J.M. Wavelet neural network control for induction motor drive using sliding mode design technique // IEEE Trans. Ind. Electron., Vol. 50, No. 4, 2003. - P. 733-748. doi: 10.1109/TIE.2003.814867
- Колдаев А.И. Нечеткая логика в задаче векторного управления асинхронным электроприводом // Математические методы в технике и технологиях (ММТТ-23). Сб. трудов ХХIII МНК, Саратов, СГТУ, 2010. - С. 30-33.
- Wai R.J., Chang J.M. Intelligent control of induction servo motor drive via wavelet neural network // Electr. Power Syst. Research. Vol.61, No 1, 2002. - P. 67-76. doi: 10.1016/S0378-7796(01)00190-0
- Yousef H.A., Elkhatib M.E., Sebakhy O.A. Wavelet network-based motion control of DC motors // Expert Systems with Applicat.: An Int. Jour., Vol. 37, No. 2, 2010. - P. 1522-1527. doi: 10.1016/j.eswa.2009.06.069
- Воробьев В.И., Грибунин В.Г. Теория и практика вейвлет-преобразования. СПб.: ВУС, 1999. - 204 c.
- Bose B.K. Modern power Electronics and AC Drives, Pearson Education, 2002. - 711 р.
- Masiala M., Vafakhah B., Salmon J., Andrew M.K. Fuzzy self-tuning speed control of an indirect field-oriented control induction motor drive // IEEE Trans. Ind. Appl., Vol. 44, No. 4, 2008. - P. 1732-1740. doi: 10.1109/TIA.2008.2006342
Дополнительные файлы
