直流电流、转速双闭环系统是目前调节特性最好的一种直流电动机调速系统, 其中两个调节器的参数整定是设计的主要难题, 一般遵循由内环到外环的顺序, 根据电动机的机械和电磁参数, 通过频域、时域分析等方法得出初步的参数值, 然后通过反复试凑和现场调试, 得出控制器参数。在工业控制中引入神经网络控制对模拟直流调速系统进行数字化改造, 实现对复杂系统的控制。
1 经典双闭环调速系统的组成及工作原理
双闭环直流调速系统具有良好的静特性, 动态方面启动时间短, 动态响应快, 超调量小, 抗扰能力强。系统中设有两个调节器, 分别调节转速和电流, 两者之间实行串级联接。系统结构如图1所示。
传统直流调速系统由模拟电路实现, 缺点是:触发精度易受电网电压波动的影响;触发脉冲不对称度较大;模拟器件老化也会引起运算误差, 甚至使得已整定好的系统性能变差。
2 经典双闭环调速系统的数字改造
2.1 触发电路设计
触发电路采用KTM2011A芯片, 它是新一代晶闸管触发模块, 具有体积小、重量轻、触发功率大等优点, 芯片结构如图3所示, 它由同步环节、锯齿波形成、整流电路、脉冲形成、脉冲放大及隔离整形环节等五个单元电路组成。
2.2 电流检测、转速检测
电流检测、转速检测采用ADC0809和DAC0832。
2.3 转速和电流调节器的改造
转速调节器采用PID, 在连续控制系统中, PID具有典型的结构, 参数整定方便。模拟控制系统中, PID的控制规律为:
KP为比例系数;iT为积分时间常数;dT为微分时间常数。
输出控制量取决于输入与输出的偏差、偏差积分和偏差微分三个因素, 对连续的PID控制算法进行离散处理, 表达式:
u (k) 为K时刻的输出, Ki=Kp/T i, Kd=KpTd, T为采样周期, K为采样序号, e (k-) 1为第 (K-1) 时刻的偏差信号。为减少计算的工作量, 节约存储空间, 采用增量式控制算法, 如上式, 用u (k) -u (k-1) , 并进行一些变换, 可得到增量式PID控制的表达式:
3 基于BP神经网络的PID整定原理
神经网络根据系统的运行状态调节PID控制器的参数, 使输出层神经元的输出状态对应于PID控制器的三个可调整参数kp, ki, kd通过神经网络的自学习, 权系数调整, 使神经网络输出对应于某种最优控制规律下的PID控制器参数。
为反映输入PID控制器信号的特性, 其输入层神经元个数选为3∶x1 (k) =e (k) 为误差量, 反映误差的累计效果, x3 (k) =e (k) -e (k-1) , 反映误差变化快慢。输出层输出节点分别对应三个可调参数kp, ki, kd故输出层神经元个数为3。由于kp, ki, kd不能为负值, 所以输出层神经元的激发函数取非负的Sigmoid函数。
隐层的神经元个数可由以下经验公式确定:
网络输入层的输入为Oj1 () =xj, (j=12, 3) 。
网络隐层的输入、输出为:
网络输出层的输入输出为:
按照梯度下降法修正网络的权系数即按照E (k) 对权系数的负梯度方向搜索调整, 并附加一个使搜索快速收敛全局极小惯性项:
由于未知, 所以近似用符号函数取代, 由此可以得到:
4 控制系统仿真
神经网络PID控制的直流双闭环调速系统, 电流环采用PI控制器, 并校正成典I型系统, 转速环采用神经网络PID控制器。
仿真结果表明基于神经网络控制, 使得系统具有很强的鲁棒性和自适应性, 在允许负载、电枢电阻等变化的范围内, 都能保持响应的快速性及无静差、无超调的优良性能。
摘要：应用80c52系列单片机对模拟双闭环直流调速系统进行数字改造, 在电流环保持数字PI调节的基础上, 对转速环引入BP算法的神经网络PID调节器, 减小变参数与非线性等因素对系统的影响, 从而提高系统的鲁棒性。
关键词：BP神经网络,双闭环,直流调速系统
参考文献
[1] 陈伯时.电力拖动自动控制系统[M].北京:机械工业出版社, 2000.
[2] 夏建全, 赵又新, 工业计算机控制技术-原理与应用[M].清华大学出版社, 2006, 6.
[3] 叶世伟, 史忠植.神经网络原理[M].机械工业出版社, 2003, 11.
[4] Simon Haykin.神经网络原理 (英文版)