1 引言

    交流調速系統中的被控對象大多為異步電動機，異步電動機具有多變量、強耦合、系統參數時變及系統結構非線性與不確定性等特點，所以難以建立其精確的數學模型。而傳統的控制策略，諸如P ID控制，以及矢量控制都是建立在系統較為精確的數學模型基礎上。為了提供交流電動機高精度的控制方法，國內外許多學者在這一領域進行了大量的研究，新方法新技術不斷涌現，智能控制就是近些年來發展起來的一門新興學科。與經典和現代的控制方法相比，智能控制突破了傳統控制理論中過分依賴系統數學模型的束縛，按照實際效果進行控制，不依賴或者不完全依賴系統的數學模型；控制具有非線性；尤其是隨著計算機技術的迅速發展，可完成更加復雜系統的控制，且具有在線辨識或總體自適應自尋優的特點。所以，將已有的控制方法和智能控制手段相結合，是當代交流調速的基本思路。

    智能控制的主要方法有模糊控制、神經網絡控制、變結構控制、自適應控制及專家系統控制等。本文主要介紹模糊控制、神經網絡控制及其復合控制在交流調速中的應用，并對它們的特點和發展動態作了適當的分析和說明。

2 模糊控制在交流調速中的應用

    由于模糊控制是智能控制中最為簡單、最具實際意義的方法，因而在交流調速系統中得到了廣泛地應用。將模糊控制應用于交流電動機的矢量控制中，可以很好地克服傳統矢量控制方法所帶來的諸如非線性、參數變化等對系統性能影響過大的缺點，使系統具有較強的魯棒性。

    模糊控制在速度控制中一般處于最外環，而內環仍保留矢量控制、滑模解耦控制等傳統控制方法。用模糊控制器代替常規PID控制器，在參數變化、負載擾動情況下仍可得到快速、強魯棒性的控制。與傳統的PID控制相比，模糊控制器具有更小的超調量和更強的抗干擾性。

2.1 常規模糊控制器在交流調速中的應用

    常規模糊控制器是一種基于直接查詢方式的控制器，它能實現首先對輸入量的模糊化，并采用直接查詢法進行模糊控制決策和處理，然后對其進行去模糊化后最終輸出。將模糊控制引入電機的直接轉矩控制系統中，不僅能夠有效地改善其靜態和動態特性，而且有利于系統魯棒性的提高。文獻[7]就是采用常規模糊控制器控制的一個典型應用，文中針對異步電動機矢量控制系統因電機參數變化和負載波動等因素導致性能變差的問題，設計了一種二維自調整模糊控制器作為滑差矢量控制的速度調節器。用這種速度調節器，可以根據輸入變量的大小調整模糊控制器的量化因子、比例因子和兩個輸入變量的權重，從而自動調整模糊控制規則。不僅提高了控制系統的動態和穩態性能，而且具有較強的魯棒性。

2.2 高性能模糊控制器在交流調速中的應用

    在實際應用過程中，對于時變參數非線性系統，尤其是對快速準確控制要求很高的諸如電機調速這樣的非線性系統，常規模糊控制所依賴的控制規則缺乏在線自學習或自調整的能力，難以滿足控制需要。因此，將模糊控制器與其他控制策略相結合，設計了多種不同類型的模糊控制器，如參數自調整模糊控制器、模糊-變結構控制模糊控制器、自適應模糊控制器等，以克服常規模糊控制的局限性，進一步提高精度，適應更為精確的控制需要。

2.2.1 參數自調整模糊控制器

    參數自調整模糊控制器在常規模糊控制器的基礎上，突破了推理決策的局限性，采用了加權推理決策，引入了協調因子λ，根據系統偏差e和偏差變化ec的大小，預測控制系統的不確定量，調整λ及比例因子，從而能夠選擇最佳的控制參數或控制規則集，在線自動調整保守和大膽控制的混合程度，力求更全面、更確切地反映出人對諸因素的綜合決策思想，提高系統的控制精度和魯棒性能。

2.2.2 模糊PID控制

    模糊PID 控制是用模糊控制的方法在線調節PID參數的一種控制方法。文獻[9]中對于矢量控制的交流調速系統，運用模糊邏輯和參數自整定PID，采用分層遞階智能控制結構，構成具有較強實用性和魯棒性多級智能控制系統。而模糊- PI控制是將PI控制策略引入模糊控制器，在大偏差范圍內采用模糊控制，在小偏差范圍內轉換為PI控制。這種復合控制比PI控制有更快的動態響應特性和更小超調，比模糊控制具有更高的穩態精度。

    在參考文獻[11]中，用模糊控制器取代常規的PI控制器，并證明了在參數變化、負載擾動的情況下仍可得到快速、強魯棒性的控制。

2.2.3 模糊-變結構控制

    模糊-變結構控制是在變結構中引入模糊控制，以抑制或基本消除常規變結構的顫振現象。模糊- 變結構控制的工作原理是:在誤差和誤差的變化較大時，滑模變結構控制起主要作用，加大控制力度，提高系統的快速性；當系統接近穩態時，取消滑模- 變結構控制，只讓模糊控制起作用。文獻[12]使用了兩個非線性控制環節:即滑模控制和模糊PI控制，定義了一種新型的控制結構。兩個控制環節通過基于T - S模型的專家控制結合在一起，使滑模控制作用于靜態，而PI控制用于動態控制階段。這樣同時兼備滑模控制提高穩態精度和P I控制可有效地減少超調，起到較好的控制效果。

2.2.4 自適應模糊控制

    在模糊控制系統中，量化因子和比例因子的選取對系統性能影響很大。當這些因子確定后，當對象的參數、給定或擾動變化過大時，控制效果則會變差，可根據實際情況在線調整輸出，實現模糊自適應控制。該調節器輸出部分的比例因子可以根據速度的實時變化趨勢經自適應調整機構的模糊規則庫在線調整，使系統的速度響應更快，超調更小，穩態精度提高，受對象參數變化影響減小，改善了系統低速性能，解決了常規模糊控制器在控制過程中參數不變帶來的問題，滿足了異步電動機模糊直接轉矩控制系統響應速度快、穩態精度高、調速范圍寬的要求。

3 神經網絡控制在交流調速中的應用

    神經網絡模擬人腦的信息處理方式，有并行處理、分布儲存信息和容錯能力和在線或離線方式進行自學習和自組織的能力，具有非線性、非局域性、非定常性等特點，用于控制時可以不依賴控制對象的數學模型，為了實現對交流電機的快速和精確控制，采用人工神經網絡速度控制器，并加入在線辨識補償技術，既可提高神經網絡速度控制器的實時性，又可增強整個系統的魯棒性，還可有效地克服負載轉矩變化、轉動慣量變化、粘滯摩擦系數變化等帶來的不良影響，從而實現高性能的速度控制。

    采用神經網絡對電機參數中非線性參數進行在線辯識和檢測，可以使系統的性能在各個方面得到全面改善，尤其是對提高系統的動態性能和穩定性能等方面具有非常大的優越性。神經網絡所具有的自學習功能為它在轉速突變、參數不穩定情況下的控制性能的有效改善提供了理論基礎。采用神經網絡的各種先進算法和科學控制策略的應用為交流調速系統的性能向更高要求發展提供了技術手段。

    神經網絡實現控制器方法有多種，但基于多層結構的神經網絡結構相對復雜，在線調節權重用時較長，難以適應快速控制的要求，且目前尚缺乏相應的基于神經網絡的實用型計算機硬件支持，因此將基于多層網絡結構的神經網絡用于交流調速系統時，在線學習和實時快速控制存在較大困難。在實際中，神經網絡技術的應用主要集中在定子電阻、轉子電阻、定子電流以及磁鏈的檢測上。

4 復合控制在交流調速中的應用

    復合控制是兩種或兩種以上不同類型的智能控制的組合，例如:模糊邏輯控制與神經網絡控制的組合；遺傳算法與模糊控制的組合；專家控制與模糊控制的組合等，高性能模糊控制器其實也是復合控制。把現代控制理論應用于交流調速系統是為了使系統具備更強的魯棒性和更為優良的動、靜態性能。近年來，優良的復合控制在交流調速系統中的應用，展示了其良好的前景。

4.1 模糊神經網絡

    模糊邏輯和神經網絡各具特點，模糊信息處理是以模糊邏輯為基礎，模仿人的模糊綜合判斷推理來處理常規方法難以解決的模糊信息處理的難題。人工神經網絡是以生物神經網絡為模擬對象，試圖在模擬推理及自學習等方面向前發展，使人工智能更接近人腦的自組織和并行處理等功能。模糊邏輯和人工神經網絡的優缺點具有明顯的互補性。將兩者有機結合，可以有效地發揮各自的優勢并彌補不足。事實證明，僅僅利用其中的一種方法無法真正實現智能控制，而將這兩種技術有機地結合起來，其優勢才能得到真正的體現。

    模糊控制是以較少的規則數來表示知識，擅長技能方面的處理，但其自學習能力較弱。神經網絡的引入為模糊控制器提供了一種良好的學習功能，它具有自學習和大規模并行處理能力，擅長認知方面的處理。模糊神經網絡系統通常由模糊控制器和一個神經網絡組成。將模糊技術引入神經網絡，拓寬了網絡信息的處理能力，處理神經信息、模糊信息或其它不精確信息，用神經網絡的學習和自動識別模式特性來進行模糊信息處理，解決了模糊規則的自動提取及隸屬函數的自動生成問題。文獻[15]介紹了一種以基于神經元網絡的模糊控制器作為轉速調節器的交流調速控制方案。將神經網絡控制與模糊控制有效地結合起來所構成的神經網絡模糊控制器，特別適用于那些系統結構復雜、干擾大且控制精度要求高的場合。

4.2 遺傳算法模糊控制

    遺傳算法模糊控制是另一種仿生模糊控制方法， 遺傳算法是模擬了自然界遺傳機制和生物進化論而形成的一種并行隨機搜索方法，它以隨機產生的一群初始的候選解為開始，通過使用遺傳算子對這些字符串進行操作組合，使產生的候選解逐代向最優解進化。遺傳算法應用于模糊控制器設計中，遺傳算法可自動確定模糊控制器的參數，自動獲取控制規則。文獻[16]設計了一種基于遺傳算法的自尋優模糊控制器，并將其應用于調速系統。在伺服異步電動機控制系統中，遺傳算法用于設計磁通觀測器，能適應電機模型參數較大擾動和不同的運行條件的控制。

4.3 滑模變結構-自適應復合控制

    滑模變結構控制具有對系統參數變化不敏感的特性，同時還具有良好的動態、靜態特性。但是滑模變結構控制由于其開關特性為非線性，會引起系統抖動。將變結構控制和自適應控制集成起來應用于交流調速系統中，也可提高系統魯棒性，是一種較好的集成控制器。此外還有如變結構- 神經網絡集成控制器、專家-多模糊規則集復合控制、專家-模糊- PID復合控制等。

5  結語

    由目前國內外的研究成果可以看出，電機傳動的控制逐步走向多元化、智能化和多種方法綜合運用的方向發展，模糊控制、人工神經網絡、自適應控制、遺傳算法、專家系統等智能控制思想在電機調速系統中已經得到了廣泛的運用，可以預估，隨著控制理論和計算機技術的不斷發展，智能控制在機電控制和自動化領域將發揮越來越多的作用。