模糊PID控制器应用于无传感器感应电动机基于模型参考自适应系统(mra)

M.L.N.Kiran库马尔¹和T。罗摩Sastry²

副教授,EEE称,SVIT,锡康达腊巴德军队驻地,印度
助理教授,EEE称,雕像,维萨卡帕特南、印度

文摘

的模型参考自适应系统(mra)是自适应控制的主要方法之一。在各种类型的自适应系统配置,mra是重要的因为它是相对容易实现系统与高速的适应范围广泛的应用程序。本文开发的模型参考自适应技术和模糊控制器的性能研究模型参考自适应系统(mra)与pid控制器在MATLAB / Simulink环境下进行模拟,并将它应用到无传感器的感应电动机模型速度控制方法。

关键字

无传感器感应电动机,模糊PID控制器,模型参考自适应系统(mra)

介绍

感应电动机(IM)可以被认为是该行业的“主力”,因为其特殊的功能,如低成本、高可靠性、低惯性,简单性和强度。即使在今天IMs特别是鼠笼式类型,广泛用于单速应用而不是变速控制算法的复杂性和IM变速驱动器的生产成本更高。然而,有一个极大的兴趣在变速运行即时通讯研究社区内主要是因为IMs可以被认为是一个主要的工业电力系统的负荷。另一方面,IMs消耗大量的电力。IMs的多数是在恒定速度操作,由极副号码和定子电源频率。的两个名字相同类型的电机、感应电动机和异步电动机,描述这种类型的电机的两个特征不同于直流电机和同步电机。感应是指在转子是由定子电流,转子速度和异步指的是事实不等于定子频率。不需要滑动接触和永磁体雷竞技网页版进行即时通讯工作,这使得它非常简单和廉价的生产。汽车,崎岖,需要很少的维护。然而,他们的速度并不那么容易与直流电机控制。 They draw large starting currents, and operate with a poor lagging factor when lightly loaded.

感应电动机的建模

IM驱动器的无传感器控制和速度估计是一个巨大的课题。传统上,我一直使用恒定频率源和正常鼠笼式机是利用在许多工业应用中,一个典型的鼠笼式IM如图1所示。其主要优势是机电简单性和坚固性,缺乏旋转接触(画笔)及其能力产生扭矩在整个转速范围。雷竞技网页版

在分析电动机或发电机非常重要的是获得机器的等价的数学方程。每阶段传统等效电路已广泛应用于感应电动机的稳态分析和设计,但它不是欣赏预测电动机的动态性能。动态考虑不同电压/电流的瞬时效应,定子频率,和转矩扰动。感应电动机的动态模型推导出利用两阶段电动机直接和正交轴。这种方法是可取的,因为概念简单的获得有两套绕组,转子定子和其他之一。三相和两相机之间的等价模型来源于简单的观察,和这种方法适用于扩展它来建模一个n-phase机器通过一个两阶段的机器。

2.1参考帧

所需的转换电压、电流或通量联系推导广义。参考帧选择任意的,特殊情况下,如固定、转子和同步参考系是一般情况下的简单实例。r.h公园,在1920年代,提出了一种新的理论代表了机器的电机分析d - q模型。他改变了定子变量同步旋转参考坐标系固定在转子,叫做公园的转变。他表明,不同电感发生由于相对运动的电路和电路不同磁不可能消除。

SRM造型

矢量控制的基本原理可以解释在图2中,的帮助下,机模型在同步旋转坐标系表示。

3.1逆变器

处理状态输出和流量状态输出的转矩是由最优切换逻辑。最优切换逻辑的功能是选择适当的定子电压矢量满足转矩输出状态和流量状态输出。

3.2基本理论

模型参考自适应系统(mra)

Tamai[5]提出了一个速度估算方法基于模型参考自适应系统(mra)在1987年。两年后,Schauder[6]提出了另一种mra方案更加复杂和更有效。mra方法使用两个模型。不涉及的模型估计的数量(转子速度、ωr)被认为是作为参考模型。所涉及的数量是估计的模型被认为是自适应模型(或可调模型)。

4.1模糊控制器的设计

模糊控制系统的主要用途是基于经验规则是更有效的。模糊系统很容易升级通过添加新规则或新特性来提高性能。模糊控制可以用来改善现有的传统控制系统通过添加一层智能电流控制方法[7]。模糊推理系统的模糊逻辑控制器由编辑器。控制器的输出是脆值。这个图形用户界面由FIS编辑,隶属函数编辑器,规则编辑器,规则查看器查看器和表面

4.2 MAMDANI-TYPE推理方法

Mamdani的模糊推理方法是最常见的模糊方法。Mamdani的方法是最早使用模糊集理论构建的控制系统。Mamdani-type推论,我们定义了模糊逻辑工具箱,预计输出模糊集隶属度函数。在聚合过程中,每个输出变量的模糊集,需要去模糊化。这是可能的,在很多情况下更有效率,使用一个单一的峰值作为输出隶属度函数,而不是一个分布式模糊集,这是有时被称为一个单例输出隶属函数,它可以被认为是一个pre-defuzzified模糊集。它能增强去模糊化过程的效率,因为它大大简化了计算所需的更一般的Mamdani方法,找到了一个二维函数的重心。流动资金从左下角的输入,然后在每一行,沿着规则或规则,然后输出完成右下方。这是一个非常紧凑的方式展示一切,从语言变量模糊化通过去模糊化的总输出。

模糊逻辑控制器通常比其他控制器在复杂的,非线性的,或未定义的系统存在良好的实践知识。基于模糊集的模糊逻辑控制器,即。,classes of objects in which the transition from membership to non membership is smooth rather than abrupt. Therefore, boundaries of fuzzy sets can be vague and ambiguous, making them useful for approximation systems.

有五个主要的GUI构建工具、编辑(3、7)和观察模糊推理系统的模糊逻辑工具箱:模糊推理系统或FIS编辑,隶属函数编辑器中,规则编辑器,表面规则查看器,查看器。FIS编辑器处理系统的高级问题:模糊逻辑工具箱不限制输入的数量。然而,输入的数量可能是有限的可用内存的机器。如果输入的数量太大,或隶属函数的数量太大,那么它也可能难以分析FIS使用其他GUI工具。

4.3隶属度函数

隶属函数(MF)是一个曲线,定义了每个点的输入空间映射到一个成员值(或隶属程度)在0和1之间。输入空间有时被称为宇宙的话语,一个花哨的名字简单的概念。模糊逻辑工具箱包括11内置隶属函数类型。

最简单的隶属度函数是使用直线形成的。其中,最简单的是三角隶属函数,函数名trimf。无非是三个点形成一个三角形的集合。梯形隶属函数、trapmf平顶,真的只是一个截断三角形曲线。这些直线隶属函数简单的优势。

4.4模糊逻辑控制器规则查看器

模糊逻辑工具箱库包含规则的模糊逻辑控制器和模糊逻辑控制器观众块。它还包括一个隶属度函数子程序库,包含内置的隶属度函数的仿真软件模块。

感应电动机的矢量控制

矢量控制或磁场定向控制的感应电动机在MATLAB模拟^®/仿真软件平台,研究控制器的各个方面。实际系统可以建模精确度高的在这个包中。本章讨论了感应电动机的矢量控制的实现使用仿真软件模块。

感应电动机模型

电机在定子坐标系建模。动态方程给出了使用这些方程我们可以开发感应电动机模型在定子坐标系。图9显示了电机模型的仿真软件框图。输入此块直接和交轴电压和负载转矩。输出直接和方形轴转子通量,直接和正交轴定子电流,电机转矩开发和转子速度。

逆变器

最优切换逻辑的功能是选择适当的定子电压矢量满足转矩输出状态和流量状态输出。处理状态输出和流量状态输出的转矩是由最优切换逻辑。

无传感器控制的感应电动机

无传感器控制的感应电动机采用模型参考自适应系统(mra)是模拟在MATLAB / SIMULINK平台学习控制器的各个方面。在这里,我们要讨论的实现无传感器控制的感应电动机使用多分辨模型块. .主要子系统是三相二段式转换,二段式三相转换,感应电动机模型,模型参考自适应系统(mra)和最优切换逻辑与逆变器。

模型REFERNCE自适应系统(mra)

图15显示了仿真软件框图模型参考自适应系统(mra)。这是由一个叫做参考模型和其他两个街区是自适应模型。电压模型的stator-side方程,定义为一个参考模型和参考模型的仿真软件框图图11所示。自适应模型接收机定子电压和电流信号,并计算转子磁通矢量信号,由方程表示,图12所示。通过使用合适的自适应机制的速度¯·r,可以估计,作为反馈。

基于MATLAB建模和性能

感应电动机的矢量控制的仿真是通过使用MATLAB^®/仿真软件。下面给出了不同情况下的结果。

参考速度= 100 rad /秒

图16显示了没有载重线电流,与pid速度和转矩波形。可以看出,在起动电流和转矩的值将会很高。电机达到其最终稳态位置用更少的时间和上升时间是0.15秒。因此它具有快速的动态响应。

图17显示了没有载重线电流,与模糊pid速度和转矩波形。可以看出,在起动电流和转矩的值不会波动。电机达到其最终稳态位置用更少的时间和上升时间是1.5秒。因此模糊控制器可以可以减少峰值超调。

结论

本文无传感器控制的感应电动机采用模型参考自适应系统(mra)技术已被提出。无传感器控制给出了矢量控制的好处不使用任何轴编码器。摘要矢量控制原理和无传感器控制的感应电动机精心。驱动系统的数学模型,开发了模拟和结果。矢量控制的仿真结果和无传感器控制的感应电动机使用mra技术使用pid和模糊pid控制器,使用Matlab / Simulink进行了从仿真结果的分析,瞬态和稳态性能驱动的介绍和分析。

从仿真结果可以观察到,在稳态转矩有波纹波和起动电流很高。

引用

“Abbondanti, a, Brennen M.B. (1975)。变速感应电动机驱动器使用电子计算器基于电机电压和电流。IEEE工业应用,IA-11卷,没有。5:483 - 488页。
Nabae, a (1982)。逆变器美联储感应电动机驱动系统和瞬时滑估计电路。Int。电力电子相依,页322 - 327。
Jotten, r . maed, g (1983)。良好的动态性能感应电动机驱动器控制方法基于电流和电压量来衡量。IEEE工业应用,IA-19卷,没有。3:356 - 363页。
巴德尔,U。,Depenbrock, M. and Gierse, G. (1989). Direct self control of inverter-fed induction machine, a basis for speed control without speed measurement. Proc. IEEE/IAS Annual Meeting, pp. 486-492.
Tamai,美国(1987年)。感应电机无速度传感器矢量控制和模型参考自适应系统。Int。工业应用的社会。189 - 195页。
Griva G。,Profumo, F., Illas, C., Magueranu, R. and Vranka, P. (1996). A unitary approach to speed sensorless induction motor field oriented drives based on various model reference schemes. IEEE/IAS Annual Meeting, pp. 1594-1599.
Viorel,中情局和Hedesiu h (1999)。在感应电动机速度估计对它们的参数的鲁棒性。IEEE杂志。931 - 934页。