基于Hammerstein模型的感应电机变频器调速系统神经网络控制

锦州航星舰船研究所有限公司 胡文浩 李 欣

前言

感应电机是一种非线性、多变量、强耦合的、依靠电磁感应实现机械能与电能互相转换的电机，其具有变频调速特性，同时参数比较复杂。而变频调速系统是一种比较理想的调速手段，不仅调速效率高，且工作性能良好，其工作过程中，通过改变电动机的电源频率，来调节速度。而感应电机变频器调速系统则是一种相当复杂系统，被广泛应用于工业生产领域。针对感应电机变频调速系统具有的非线性的特点，通常采用α阶力系统对其进行控制，但此种控制方法，操作难度相对较大，不易实施，且适用范围比较有限。鉴于此，急需一种效率更好、性能更好的神经网络控制系统，解决其存在的非线性问题。

一、Hammerstein模型与感应电机变频器调速系统简介

（一）Hammerstein模型

Hammerstein模型即具有特定结构的一种典型的非线性系统模型，能够对多种非线性特性进行描述。Hammerstein模型由两部分组成，一部分是线性的动态环节，另一部分是非线性的静态环节，二者连接方式为串联[1]。Hammerstein模型的结构如图1所示。目前，Hammerstein模型已经在许多领域得到了应用并取得了一定成果，研究成果最为突出的，即电机建模与相关控制领域。例如，通过Newton法在Hammerstein模型中对交轴与直轴的电感进行辨识，设计出了一种基于Hammerstein模型的永磁同步电机参数辨认的技术；将Hammerstein模型应用与直流电机的建模过程中，利用其非线性模块，对直流电机的非线性特征进行描述，等。

图1 Hammerstein模型的结构

（二）感应电机变频器调速系统

通常情况下，感应电机变频器的工作模式有恒压频比、直接转矩以及磁场定向这三种模式，其中，恒压频比这一种工作模式的应用范围最为广泛，其工作原理如图2所示。由图2可知，当变频器接受到一定的频率信号时，感应电机便可以获得与之相对应的转速输出。恒压频比控制的最终目的，是保证定子磁链恒定。

图2 恒压频比调速系统工作原理

二、基于Hammerstein模型的感应电机变频器调速系统神经网络控制

（一）基于Hammerstein模型的感应电机控制对策

由图1可知：У（k）、ν（k）、μ（k）分别代表，在k这一时刻，单输入单输出系统的输出、中间变量以及输入。由于电机的低通特性，在利用Hammerstein模型对电机变频器调速系统进行表示时，其非线性模块采用神经网络模块进行逼近，而线性动态模块则应该采取ARMR模型辨识[2]。基于此，本文在Hammerstein模型基础上，提出了感应电机变频器调速系统控制结构，详见图3。由图3分析可知，基于Hammerstein模型的感应电机变频器调速系统的设计，即将该模型中的非线性模块逆模块和电机原系统进行串联连接，进而构成线性复合系统，在此基础上，再利用常规线性系统的设计流程与设计方法进行综合设计。

图3 基于Hammerstein模型的感应电机变频器调速系统神经网络控制

（二）静态非线性模型逆模型

本文设计的神经网络逆模型可选择的静态神经网络比较随意，可以任选其中一种，其主要作用是负责对感应电机的非线性特性进行补偿。在感应电机变频器的调速系统中，施加辨识激励信号，以获得系统输出响应，对这一响应值进行离线训练，便可以得到静态神经网络最初的连接权值[3]。需要关注的是，变频器调速系统最初施加的信号必须符合系统的允许范围，同时最大程度上降低其对系统产生的冲击。由于辨识系统具有一定的静态特性，故需要通过阶梯信号实现对系统的激励作用。假定线性模块的增益稳定且恒为1，则通过图3中的稳态响应输出与相应的输入信号，便能够对非线性模块逆模型进行训练。

图4 感应电机变频器调速系统的激励信号与响应

（三）线性动态模块的辨识

考虑到感应电机低通特性，故能够通过对阶跃响应信号的有效辨识，得到线性动态模块。由图2可知，ν（k）、μ（k）二者的变化是同步的，这种情况下，将μ（k）视为阶跃信号，则ν（k）即同步阶跃响应信号[4]。为了进一步提高辨识的有效性与方便性，可将线性模块视为一个具有增益的系统，且增益恒为1，在感应电机的变频器调速系统中输入一个固定的阶跃值，在系统转速的输出值达到平稳之后，借助ARMA模型，实现对系统的辨识，进而得到感应电机原本系统的线性模块。

三、结论

感应电机变频器的调速系统是一种较为复杂的非线性系统，传统的控制调节方式效果有限，逐渐被社会淘汰。本文在Hammerstein模型的基础上，设计了一种神经网络控制模式，在这一模式中，利用静态非线性模型实现了对神经网络逆模型的特性补偿，同时通过ARMA模型，实现了对该模型中线性模块的辨认。相比于传统的动态逆模型，本文设计的静态逆模型，可实现性更强，且适用于开环控制，不仅具有较高可行性，而且能够取得令人满意的控制效果。因此，Hammerstein模型的应用，为感应电机变频器调速系统神经网络控制，创造了新的发展空间。

[1]罗小丽,陈意军,刘万太,等.前端带小电容整流器的感应电机变频驱动控制[J].微特电机,2017,45(07):54-58.

[2]叶世泽,严云帆,陈恒林.变频传动系统感应电机的共模阻抗模型[J].电源学报,2017,15(03):18-24.

[3]赵海森,张冬冬,王义龙,等.变频供电条件下感应电机空载铁耗分布特点及其精细化分析[J].中国电机工程学报,2016,36(08):2260-2269.

[4]乔鸣忠,夏益辉,梁京辉,等.基于电流闭环和死区补偿的变频驱动调速系统低频振荡抑制[J].电工技术学报,2014,29(11):126-133.