吳其洲
中北大學信息與通信工程學院，山西太原

摘　　　要：由于經典ＰＩＤ控制器自身所固有的缺陷，在異步電機直接轉矩控制（ＤＴＣ）調速中不能滿足大范圍高精度的調速要求。采用自抗擾控制器（ＡＤＲＣ）作為速度調節器，并借助對角遞歸神經網絡（ＤＲＮＮ）進行參數整定，構成了新的異步電機直接轉矩控制調速系統。仿真結果表明：對于異步電機直接轉矩控制系統，基于對角遞歸神經網絡整定的自抗擾控制器對電機不同參考轉速的運行具有很強的適應性，在大范圍調速方面比經典ＰＩＤ控制器性能更優越。

關　鍵　詞：對角遞歸神經網絡；自抗擾控制；直接轉矩控制；異步電機調速

１　引　言
異步電機是一個復雜的高階、非線性、多變量、強耦合以及參數時變的控制對象，很難用精確的數學模型進行描述。在異步電機直接轉矩控制調速系統中，通常采用ＰＩ調節器進行速度環控制。但是由于ＰＩＤ控制技術自身存在的缺陷，在某一調速范圍內整定的ＰＩ參數，在其他的速度范圍內并不一定能實現較優控制。經常出現高低速區域調速性能不兼顧的情況，不易滿足高性能的調速要求。為了解決這一問題，許多學者提出了改進方法。文獻［１］提出了以極點配置控制方法、自適應控制、滑模變結構控制等為核心的智能ＰＩ控制器。文獻［２］中提出了提出高低速情況下不同的數學模型。但設計控制器仍需要精確的電機數學模型，ＰＩＤ控制器變得復雜，而且運算量一般較大。自抗擾控制器［３］（ＡｃｔｉｖｅＤｉｓｔｕｒｂａｎｃｅｓＲｅｊｅｃｔｉｏｎＣｏｎｔｒｏｌ，ＡＤＲＣ）理論繼承ＰＩＤ不依賴于對象模型的優點，從根本上改進經典ＰＩＤ所固有缺陷，能有效克服系統大時滯，大慣性，不確定性，解決系統強耦合控制的問題。然而，自抗擾控制器中的誤差非線性反饋律增益β１，β２ 參數，類似于ＰＩＤ控制算法中的比例、微分、積分系數。采用神經網絡對βｉ以ｒ（ｋ）－ｙ（ｋ）→０的原則進行實時優化，使自抗擾控制器具有自學習能力，以適應控制對象的參數變化，增強該多變量自抗擾控制器的自適應能力［４］。本文在采用自抗擾控制算法的基礎上，再借助對角神經遞歸網絡整定，構成新的直接轉矩控制調速系統。

登錄網站后可下載文件