电机调速过程的模糊自适应变结构控制.PDFVIP

2004年9月 重庆大学学报 Sep．2004 第27卷第9期 Journal of Chongqing University Vo1．27 No．9 文章编号：1000—582X(2004)09—0040—05 电机调速过程的模糊自适应变结构控制’ 杨 治平 ，曹长修 (1．重庆师范大学现代教育技术系，重庆400047；2．重庆大学 自动化学院，重庆400030) 摘 要：电机在运行中受负荷和环境参数的扰动而速度不稳定，如不及时克服和调整，将使电机发 生抖震，也影响系统的稳定。因此给出了一种针对电机调速过程的有效的控制算法。采用Tacagi— Sugeno分段模糊化再进行连接的方法，用局部的模糊线性模型集合来代替整体的非线性模型，完成了 模糊模型辨识，并基于此给出了模糊自适应预测控制算法，使得电机的输出速度保持动态稳定；为保证 控制的动态跟踪功能引进了变结构控制；对于提出的算法给出了稳定性和鲁棒性设计。实际应用结果 表明，所给的控制方案适合于一类不确定动态过程的有效控制。 关键词：电机调速；不确定过程；模糊化拟合；模糊自适应控制；模糊变结构控制 中图分类号：TP 273．2 文献标识码：A 电机在运行中受负荷和环境参数的影响，使其速 度的变化呈不确定性，加之电机速度过程本身的非线 1 模糊非线性模型的构建 性，要准确地测辨其动态过程的模型参数并构建系统 的数学模型非常困难。由于调速过程表现出的“黑 随机过程动态参数模型由下式给出： 箱”或“灰箱”特性，寻找更优化的控制算法并对其实 Y(k)=F[Y(k一1)，… ，Y(k—n)，u(k一1)， 施有效控制，一直是重要的研究课题。文献[1]对模 … ，u(k—m)] (1) 型动态化和模糊辨识有所贡献，而文献[2—3]则在局 其中F(·)未知的电机速度过程，y(k)和u(k)分别是 部线性化模型取代整体非线性模型方面有所推进，这 过程的输出，对于这个不确定非线性过程，采用 些都为模糊控制策略的形成提供了有益的帮助。由于 Tacogi—Sugeno模糊模型算法…，利用局部模型的模糊 模糊模型辨识方法，对模型拟合要求不高，可作一般的 线性化来构建子系统的模糊线性模型。对于不确定动 近似处理，模糊模型辨识算法成功实施，已见诸于一些 态系统的局部模型采用模糊化的处理方法，对第i个 文献 ，模糊规则的多元化和应用的自由度较高，为 子系统应用第i个IF__THEN规则来描述： 这一类控制策略付诸实施，提供了很大的空间。不确 IF Z1(k)is and Z2(k)is鸩 定及非线性过程的动态跟踪控制，也要求在每个采样 and… and Z (k)is嵋 周期，即时测辨系统模型参数的变化，并且进行实时控 THEN A‘(q )Y‘(k)=q-aB‘(q )u‘(k)+ (k) 制。通过研究模糊控制策略，结合模糊自适应预测控 制算法，施加于电机调速过程控制，解决了模型不确定 (2) 带来的非参数模型辨识和控制问题，设计中还加进了 式中：A‘(q )和 (q )是表示第f个子系统模型参 变结构控制，利用滑模面的抑制扰动而保持系统响应 数的多项式 ，d‘是子系统的时延，z，(k)…．，Z (k) 特性不变性的特性，提高了系