1 引言
   
隨著電力電子器件及微電子器件的迅速發(fā)展，以及現(xiàn)代控制理論在交流調(diào)速傳動中的具體應(yīng)用，從一般要求的小范圍調(diào)速傳動到高精度、快響應(yīng)、大范圍傳動；從單機(jī)傳動到多機(jī)傳動協(xié)調(diào)運(yùn)轉(zhuǎn)，幾乎都可采用交流傳動。但交流電機(jī)本質(zhì)上是一個非線性的被控對象，電機(jī)參數(shù)在實(shí)際應(yīng)用中會發(fā)生變化，而且可能存在比較嚴(yán)重的外部干擾。經(jīng)典控制理論不能克服負(fù)載、模型參數(shù)的大范圍變化及非線性因素的影響，因而控制性能將會受到影響。要獲得高性能的交流電機(jī)控制系統(tǒng)，就必須研究先進(jìn)的控制算法以彌補(bǔ)經(jīng)典控制的缺陷和不足。近年來，隨著現(xiàn)代控制理論的發(fā)展，先進(jìn)控制算法被廣泛應(yīng)用于交流電機(jī)控制系統(tǒng)，例如自適應(yīng)控制、滑模變結(jié)構(gòu)控制、神經(jīng)網(wǎng)絡(luò)控制、模糊控制等，并取得一定成果。因此，這里將簡要介紹目前交流電機(jī)控制系統(tǒng)中應(yīng)用較多的幾種控制算法。

2 交流電機(jī)控制系統(tǒng)的控制算法

2．1 PI控制
   
PI控制器以其簡單、有效、實(shí)用的特性，廣泛應(yīng)用于交流電機(jī)控制系統(tǒng)。交流電機(jī)調(diào)速系統(tǒng)的速度環(huán)和電流環(huán)調(diào)節(jié)器均使用PI 控制器。但交流電機(jī)是一個強(qiáng)耦合的非線性對象，并且其應(yīng)用環(huán)境較為復(fù)雜且常常存在各種干擾，電機(jī)參數(shù)也會在運(yùn)行過程中發(fā)生變化。因此，PI控制器在交流電機(jī)調(diào)速中由于自身特點(diǎn)還存在不足，例如：PI控制器直接獲取目標(biāo)和實(shí)際之間的誤差，這樣就會由于初始控制力太大而出現(xiàn)超調(diào)，從而無法解決快速性和穩(wěn)定性之間的矛盾；控制過程中，PI參數(shù)一旦確定，則無法在線自調(diào)整以適應(yīng)對象參數(shù)的變化，即同一PI參數(shù)一般難以適用不同電機(jī)轉(zhuǎn)速；PI控制器參數(shù)適用控制對象范圍小。所以交流電機(jī)采用PI控制難以取得令人滿意的調(diào)速性能，尤其是在對控制精度要求較高的場合。近年來，出現(xiàn)了模糊PI、自適應(yīng)PI、神經(jīng)網(wǎng)絡(luò)PI等新型PI控制器，在一定程度上改善、提高了交流電機(jī)的調(diào)速性能。

2．2 模糊控制

模糊控制是利用模糊集合來刻畫人們?nèi)粘Ｋ褂酶拍钪械哪：?，使控制器更逼真模仿熟練操作人員和專家的控制經(jīng)驗(yàn)與方法。模糊控制是以模糊集合論、模糊語言變量及模糊邏輯推理為基礎(chǔ)的一種計算機(jī)數(shù)字控制。模糊控制的突出特點(diǎn)：無需建立被控對象的精確數(shù)學(xué)模型；系統(tǒng)的魯棒性強(qiáng)，適應(yīng)于解決常規(guī)控制難以解決的非線性、時變及滯后問題；以語言變量代替常規(guī)的數(shù)學(xué)變量；推理過程模仿人的思維過程，借鑒專家的知識、經(jīng)驗(yàn)，處理復(fù)雜的控制問題。

模糊控制作為一種智能控制技術(shù)，是模糊集合理論應(yīng)用的一個重要方面。其主要思想是吸取人類思維具有模糊性的特點(diǎn)，通過模糊邏輯推理來實(shí)現(xiàn)對眾多不確定性系統(tǒng)的有效控制。其設(shè)計核心是模糊控制規(guī)則和隸屬度函數(shù)的確定，其一般結(jié)構(gòu)如圖1所示。




模糊控制的不足之處：本身消除穩(wěn)態(tài)誤差的性能較差，難以達(dá)到較高的控制精度。目前，模糊控制在交流控制領(lǐng)域的應(yīng)用研究取得一些成果，但仍存在有待進(jìn)一步研究的問題，如基于模糊控制的交流控制系統(tǒng)的穩(wěn)定性分析，如何保證系統(tǒng)的穩(wěn)定性；模糊控制規(guī)則難以確定，對不同的電機(jī)和運(yùn)行環(huán)境，模糊規(guī)則需要分別設(shè)計；缺乏系統(tǒng)而有規(guī)律的模糊規(guī)則設(shè)計方法等。

2．3 神經(jīng)網(wǎng)絡(luò)控制
   
人工神經(jīng)網(wǎng)絡(luò)是依據(jù)人腦生物微觀結(jié)構(gòu)與功能模擬人腦神經(jīng)系統(tǒng)而建立的模型，其主要功能是模擬人腦的思維方式丁作，具有自學(xué)習(xí)、并行處理和自適應(yīng)等能力。利用神經(jīng)網(wǎng)絡(luò)優(yōu)秀的學(xué)習(xí)和非線性逼近能力，提出許多基于神經(jīng)網(wǎng)絡(luò)的控制方案，從而改善系統(tǒng)的收斂性、穩(wěn)定性和魯棒性等。神經(jīng)網(wǎng)絡(luò)在交流調(diào)速領(lǐng)域中應(yīng)用的一個主要問題是算法比較復(fù)雜，大多以仿真形式實(shí)現(xiàn)，控制效果有待于在實(shí)際系統(tǒng)中進(jìn)一步檢驗(yàn)。但與其他比較成熟的學(xué)科相比，神經(jīng)網(wǎng)絡(luò)理論還很不成熟，如計算較復(fù)雜，計算量大，難以滿足實(shí)際控制要求，訓(xùn)練學(xué)習(xí)時算法收斂性問題等。

2．4 滑模變結(jié)構(gòu)控制
   
滑模變結(jié)構(gòu)控制根據(jù)被調(diào)量的偏差及導(dǎo)數(shù)，有目的地使系統(tǒng)沿著設(shè)計好的“滑動模態(tài)”的軌跡運(yùn)動，與被控對象的參數(shù)和擾動無關(guān)，因而使系統(tǒng)具有很強(qiáng)的魯棒性。一般來說，它根據(jù)系統(tǒng)的狀態(tài)選擇兩個控制輸入之一，相當(dāng)于系統(tǒng)有兩種結(jié)構(gòu)，即使非線性對象快速到達(dá)預(yù)定的所謂“開關(guān)面”(也稱“滑動面”)，并使其沿著該開關(guān)面滑動，這時稱系統(tǒng)處于滑動模態(tài)(Sliding Mode)。然而并不是所有系統(tǒng)都可實(shí)現(xiàn)變結(jié)構(gòu)控制，設(shè)計時必須先判斷滑動模是否存在。理想的滑模變結(jié)構(gòu)控制可以使對象在滑動面上平滑運(yùn)動，但是實(shí)際上由于器件存在延時和滯環(huán)．所以系統(tǒng)進(jìn)入滑動態(tài)后不可避免地會出現(xiàn)抖振(Chattering)，即在滑動面附近高頻顫動。這可能引起設(shè)備毀壞等事故。因此，在電機(jī)交流控制系統(tǒng)中如何削弱抖動而又不失強(qiáng)魯棒性，是目前研究的主要問題。

2．5 反饋線性化控制
   
反饋線性化就是通過非線性反饋或動態(tài)補(bǔ)償?shù)姆椒▽⒎蔷€性系統(tǒng)變?yōu)榫€性系統(tǒng)，然后再按線性系統(tǒng)理論設(shè)計控制器完成系統(tǒng)的各種控制目標(biāo)。然而，非線性系統(tǒng)反饋線性化理論是采用坐標(biāo)變換及狀態(tài)或輸出反饋矯正非線性系統(tǒng)的動力學(xué)特性，如果單純地對線性化系統(tǒng)進(jìn)行魯棒控制器設(shè)計，并不一定能得到滿意效果。另一方面，非線性系統(tǒng)反饋線性化方法要求參數(shù)精確已知或可被精確測量和觀測。但電機(jī)在運(yùn)行中參數(shù)會發(fā)生變化，這些都不可避免影響系統(tǒng)的魯棒性，甚至?xí)瓜到y(tǒng)性能變壞。

2．6 自適應(yīng)控制

自適應(yīng)控制是在系統(tǒng)運(yùn)行過程中不斷提取有關(guān)模型信息，該算法根據(jù)新的信息調(diào)整，它是克服參數(shù)變化影響的有力手段。自適應(yīng)控制系統(tǒng)可看成有兩個閉環(huán)(圖2)，一個是常規(guī)由控制器與被控對象組成的反饋環(huán)；另一個是控制器的參數(shù)調(diào)節(jié)環(huán)。



自適應(yīng)控制在交流電機(jī)控制中主要問題是提高系統(tǒng)魯棒性，以克服參數(shù)變化和各種擾動的影響。采用的主要方法是自適應(yīng)控制如參數(shù)辨識自校正調(diào)節(jié)、模型參考自適應(yīng)系統(tǒng)(MRAS)。其中，MRAS理論比較成熟，無需對象的精確數(shù)學(xué)模型，只要找到一個合適的參考模型即可，其關(guān)鍵問題是設(shè)計自適應(yīng)參數(shù)調(diào)整規(guī)律，在保證系統(tǒng)穩(wěn)定性的同時使誤差信號趨于零。而模型參考自適應(yīng)應(yīng)用于反饋信號估計(如磁鏈、轉(zhuǎn)矩、轉(zhuǎn)速等)問題。但是辨識和校正需要有一個過程，對于較慢的參數(shù)變化，具有校正作用；而對于較快的參數(shù)變化，就難以獲得好的動態(tài)效果。

2．7 自抗擾控制
   
自抗擾控制器由跟蹤一微分器(TD)、擴(kuò)張的狀態(tài)觀測器(ESO)和非線性狀態(tài)誤差反饋控制律 (NLSEF)3部分組成。利用自抗擾控制器設(shè)計系統(tǒng)時，它能利用“擴(kuò)張狀態(tài)觀測器”實(shí)時估計并補(bǔ)償系統(tǒng)運(yùn)動時受到的各種外擾以及系統(tǒng)機(jī)理本身決定的內(nèi)擾總和，使其變?yōu)榫€性系統(tǒng)的標(biāo)準(zhǔn)型一積分串聯(lián)型，從而實(shí)現(xiàn)動態(tài)系統(tǒng)的動態(tài)反饋線性化，結(jié)合特殊的非線性反饋結(jié)構(gòu)實(shí)現(xiàn)良好的控制品質(zhì)。#p#分頁標(biāo)題#e#
   
自抗擾控制策略具有如下優(yōu)點(diǎn)：安排過渡過程解決快速和超調(diào)間的矛盾；不用積分反饋也能實(shí)現(xiàn)無靜差，避免積分反饋的副作用；統(tǒng)一處理確定系統(tǒng)和不確定系統(tǒng)的控制問題；抑制外擾，不一定要知道外擾模型或直接測量；同一個自抗擾控制器控制時間尺度相當(dāng)?shù)囊活悓ο?，線性、非線性對象一視同仁，不用區(qū)分；實(shí)現(xiàn)控制不一定要辨識對象。隨著應(yīng)用的需要，自抗擾控制器自身也得到了進(jìn)一步的完善和發(fā)展，出現(xiàn)了基于神經(jīng)網(wǎng)絡(luò)的自抗擾控制器、模型配置自抗擾控制器等改進(jìn)型自抗擾控制器。

3 總結(jié)
   
由于各控制算法各有其優(yōu)點(diǎn)，在實(shí)際應(yīng)用中應(yīng)根據(jù)性能要求采用與之相適應(yīng)的控制算法，以取得最佳性能。交流傳動在控制算法方面雖已取得了很多成果，但仍不完善，存在許多問題。關(guān)于交流傳動控制算法的研究主要圍繞以下方面展開：(1)研究具有較高動態(tài)性能，能抑制參數(shù)變化、擾動及各種不確定性干擾，且算法簡單；(2)研究具有智能控制方法的新型控制算法及其分析、設(shè)計理論；(3)研究高性能的無速度傳感器控制算法。這些問題的解決將會明顯改善交流電機(jī)控制系統(tǒng)的性能，促進(jìn)此類系統(tǒng)更為廣泛應(yīng)用。