多电机变频调速协同智能控制系统的研究

邹 缙，刘惠康，吴 勇

（武汉科技大学 信息科学与工程学院，湖北 武汉 430081）

随着工业的发展，工业上对各种机械性能和产品质量的要求越来越高。在现代工业生产中，要求我们控制的往往不是单台电机，而是要求实现多台电机的同步控制，使各电机之间保持一定的同步关系，以保证系统的动、静态性能。目前对于多轴多电机协调控制的研究主要是速度和转矩的双重协调控制研究，它的研究将为军事、航空以及一般工业领域等需要统一动作功能的多电机提供协调控制技术，高性能的协调控制还可以提高纺织、冶金、机械、造纸、印刷等行业产品的质量和成品率。

多电机拖动系统中的各台电机由于制造的原因，参数不可能完全相等，且在运行过程中电机参数也会发生差异，系统中与各台电机相连的机械传动部分也不可能完全一致，这样就会产生各台电机速度不同步、转矩不平衡的问题。文中分析了多电机拖动系统在同步控制方面面临的问题，并提出了一种改进的基于模糊控制器的同步控制方法，很好地解决了多电机拖动系统的速度同步问题。

1 同步控制方式的选择

以双电机同步控制为例，在传统主从控制方式中，将主电机的转速输出作为从电机的转速参考值，这样一来，从电机就能够很好地反映并跟随任何加在主电机上的速度命令或者是负载扰动，但是任何从电机上受到的扰动却无法反馈给主电机。当从电机出现速度跳变或负载突变时，由于主电机无法得到从电机的反馈，就会造成两台电机失步，从而无法满足工业生产中对速度、转矩的同步控制要求，严重影响生产。传统主从控制系统结构图如图1所示。

图1 传统主从控制系统结构图Fig.1 Chart of trational master-salve control system

在多电机传动系统同步控制的发展过程中，传统PID控制也能够针对特定的系统取得不错的控制效果，但它最大的不足就是缺乏自适应能力，无法实时调节PID参数。在实际生产中，大多数的生产过程都具有非线性，且其特性会随时间的变化而变化，但是传统的PID控制器只能针对模型已知、参数已知的系统进行参数整定，并且参数一旦整定，就只能固定工作在某个固定的状态。由此可以看出，传统PID控制器只能满足生产过程某一方面的要求，无法适应复杂的生产过程。

与传统的PID控制相比，模糊PID控制器有着明显的优势。模糊控制系统是一种自动控制系统，它以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础，是采用计算机控制技术构成的一种具有反馈通道的闭环结构的数字控制系统。它的组成核心是具有智能性的模糊控制器，在设计中不需要建立被控对象的精确的数学模型，因此模糊PID控制器非常适用于那些模型难以获取、动态特性不易掌握或变化非常显著的控制系统。而且模糊控制器是基于启发性的知识及语占决策规则设计的，能够模拟人工控制的过程和方法，使系统具有一定的智能水平，增强控制系统的自适应能力。所以，模糊控制是一种具有活性和智能的智能控制方法，特别适合于非线性、时变、滞后等系统的控制。

对于多电机驱动系统来说，控制对象为多台电机，整个系统比较复杂，而且生产过程中的外部扰动量较多且不确定，这样就造成多电机驱动系统具有非线性、不确定性、不完整性及模糊性等特征。通常，这类系统建立精确的数学模型较为困难，更难完全满足用经典和现代控制理论设计控制系统过程中所提出的较为苛刻的条件假设。因此，针对多电机驱动系统的特点和协调控制的要求，本文提出了一种基于自调整模糊PID控制器的智能控制方式。

2 多电机传动系统速度同步实现

在多电机传动系统中，不仅要解决主电机与从电机之间的速度同步问题，还要解决各电机之间的转矩平衡问题，因为即使电机之间的速度达到了同步，也可能由于机械传动部分的不完全一致而引起转矩不平衡，给整个传动系统造成很大的损害。所以在该多电机同步控制系统中，对速度、转矩这两个量都进行了控制。将主电机的转矩给定作为从电机的输入给定，两台电机各自构成本轴的速度环和转矩环的双闭环结构，系统还要实时检测两台电机之间的速度和转矩偏差，然后将速度和转矩偏差通过模糊PID控制器模糊化、模糊推理、解模糊后得到精确的数字量，对两台电机进行偏差补偿控制，使得从电机能精确的跟随主电机的速度，达到两台电机同步的目的。该协同智能控制双电机传动系统如图2所示。

图2 基于模糊PID控制器的主从控制同步系统Fig.2 Master-slavesynchronizationsystembased on PID-fuzzy controller

利用模糊PID控制器，在线实时调整常规PID中的KP、KI、KD参数，使得这3个参数能随误差和误差变化率实时变化，使系统能根据外部环境自动调节控制输出。一方面可以避免单纯采用模糊控制器精度难以提高的问题，另一方面又可解决常规PID控制参数固定和对外界环境敏感的缺点。

3 模糊PID控制器设计

自适应模糊PID控制器由常规PID控制器和模糊控制器两部分组成，模糊控制将偏差e和偏差变化率ec作为输入，根据输入计算输出 ΔKP、ΔKI、ΔKD。PID 参数模糊自整定的过程就是找出 ΔKP、ΔKI、ΔKD和偏差 e及偏差变化率 ec之间的模糊关系。通过在运行过程中不断检测e和ec，进入模糊控制器后进行模糊处理、模糊解析、解模糊等操作后对3个参数进行在线修改，以满足不同e和ec对控制参数的不同要求，从而使被控对象达到良好的动、静态性能，而且计算量小。由于模糊控制表可以通过预先的计算来得到，并被直接存储在非易失性存储器中，使用时直接从存储器中取出对其查询即可。因此，微处理器的计算量就会相当小。自适应模糊PID控制器的结构如图3所示。

图3 自适应模糊PID控制器结构图Fig.3 The chart of adaptive PID-fuzzy controller

对于 ΔKP、ΔKI、ΔKD的调节，分别设定调节器为 fcl（KP模糊控制器）、fc2（KI模糊控制器）和 fc3（KD模糊控制器），这 3个调节器将根据输入偏差e和偏差变化率ec经过模糊化、模糊推理以及解模糊的过程得到控制量的增量ΔKP、ΔKI、ΔKD。

3.1 PID参数模糊控制规则

模糊PID控制器就是找出不同时刻PID 3个参数与e和ec之间的关系。在运行中通过不断检测e和ec，根据模糊控制原理对3个参数进行实时修改，以满足不同e和ec对控制参数的不同要求，而使被控对象有良好的动静态性能。对于多电机同步控制系统来说，当系统受到外界干扰时，主电机转速会发生变化，这时就要求从电机能够精确地跟随主电机的转速变化。在系统受到扰动后，电动机之间的转速要求尽快趋于同步，即应尽快消除转速偏差；当电动机之间的转速趋于同步时，应尽量避免转速发生超调。因此，在不同的e和ec 时，对 KP、KI的要求如下：

1）当转速偏差较大时，为尽快消除偏差，提高系统响应速度，同时为了避免系统偏差出现超调，KP取大值，KI取零；当转速偏差较小时，为了尽可能减小偏差，并防止超调过大，产生振荡和稳定性变坏，KP值要减小，KI取小值；在偏差很小时，为消除静差，克服超调，使系统尽快稳定，KP取值继续减小，KI值不变或稍取大。

2）当偏差与偏差变化率同号时，说明该电机转速与其他电机的转速偏差呈现变大的趋势，此时，为了尽快消除转速偏差，提高系统响应速度，KP应取最大值；当偏差与偏差变化率异号时，说明该电机转速与其他电机的转速偏差呈现变小的趋势，此时，KP值应随偏差减小而逐渐减小。

3）偏差变化率反映的是偏差变化的速率。ec越大，KP取值越小，KI取值越大，反之亦然。

3.2 控制器各变量的选取及量化

模糊控制器的2个量化因子和一个比例因子对控制效果有很大影响。一般情况下，偏差量化因子选得越大，系统超调就会越大，过渡过程时间也会越长，但稳态控制精度比较高；减小偏差变化因子可以减小超调量，但会增大系统稳态误差。偏差变化因子选取较大时，超调量减小，但会减慢系统的响应速度。输出比例因子的大小也会影响模糊控制的特性，选取过小会延长系统响应过程，而选取过大会导致系统振荡。

在本设计中，e 和 ec 的论域分别取[-15，15]，[-30，30]，则ΔKP、ΔKI、ΔKD的基本论域为[-3，3]，[-0．06，0．06]，[-3，3]。 将 e、ec、ΔKP、ΔKI、ΔKD的基本论域定义为模糊集上的论域：e、ec={-5，-4，-3，-2，-1，0，l，2，3，4，5，}；ΔKP、ΔKI、ΔKD={-5，-4，-3，-2，-1，0，l，2，3，4，5，}； 且设其模糊子集为：e、ec={NB，NM，NS，ZO，PS，PM，PB}；ΔKP、ΔKI、ΔKD={NB，NM，NS，ZO，PS，PM，PB}； 输入模糊变量 e、ec 和输出变量 ΔKP、ΔKI、ΔKD的隶属度函数均采用对称三角函数。

4 系统仿真及实验结果分析

在该仿真中，所选用的电动机模型为永磁同步电动机，电动机的具体参数设定如下：有效磁链Ψf=0.185 wb；d轴等效电感=8.5 mH；q轴等效电感=8.5 mH；转子极对数P=4；转动惯量 J=0.000 8 kg·m2；粘滞摩擦系数 B=1.2 N·s/m；额定电磁转矩Tm=30 Nm；额定频率f=50 Hz。其中图4为采用传统PID控制器时两台电机的速度响应曲线，图5为采用自适应模糊PID控制器时两台电机的速度响应曲线。

图4 采用传统PID控制器时两台电机的速度响应曲线Fig.4 Speed response curve based on traditional PID controller

从图形的对比来看，当系统出现扰动干扰时，采用自适应模糊PID补偿器的系统中，从电机能够很好地跟随主电机的速度，达到比较好的同步效果；采用常规补偿器的系统中，从电机无法很好地跟随主电机的速度变化，速度、转矩偏差较大，同步效果较差。可以看出，自适应模糊PID控制器能够解决控制系统中的稳定性与准确性的矛盾，同时又能适应系统中的外界干扰、参数变化等影响。所以，在多电机同步控制中引入模糊控制器时能够获得更高的同步性能，适合同步精度要求较高的场合。

图5 采用自适应模糊PID控制器时两台电机的速度响应曲线Fig.5 Speed response curve based on adaptive PID-fuzzy controller

5 结 论

文中采用基于自适应模糊PID控制器的同步控制策略，将传统的PID控制与模糊控制很好的结合了起来，很好地解决了多电机传动系统由于参数变化、外部干扰等因素而引起的速度不同步问题，对多电机传动系统的动静态特性都有极大地改善，是一种智能化的多电机同步控制方法。该控制方法已经应用于某钢厂一热轧立辊轧机改造项目中，取得了良好地调速效果和经济效益。

[1]魏利伟，肖强．PID-模糊控制在多电机同步控制系统中的应用[J]．系统应用，2005（10）：76-79 WEI Li-wei，XIAO Qiang.Application of PID-fuzzy control in multi-motor synchronouscontrol system[J].System Applications，2005（10）：76-79.

[2]陈剑．基于智能控制的多电机同步驱动系统[D]．苏州：江南大学，2004．

[3]高晓丁，左贺，任高阳．基于智能PI控制的多电机同步传动系统[J]．电气传动，2007，37（11）：39-41.GAO Xiao-ding，ZUO He，REN Gao-yang.Multi-motor synchronous drive system based on intelligent PI control[J].Electric Drive，2007，37（11）：39-41.

[4]王国亮．基于模糊PID补偿器的多电机同步控制策略研究[D]．沈阳:东北大学，2006.

[5]胡学同．多电机驱动系统协调控制策略与应用研究[D]．南京:东南大学，2004.

[6]张化光，何希勒.模糊自适应控制理论及其应用[M].北京：北京航空航天大学出版社，2002.

[7]周云端，何志勇，赵瑞国.基于遗传算法的加速度控制PID参数自整定研究[J].火箭推进，2012（4）：68-71.ZHOU Yun-duan，HE Zhi-yong，ZHAO Rui-guo.Study on genetic algorithm based auto-tuning of acceleration control PID parameters[J].Journal of Rocket Propulsion，2012（4）：68-71.