基于模糊神经网络算法的交流伺服系统DSP控制

基于模糊神经网络算法的交流伺服系统DSP 控制＊乔维德（无锡市广播电视大学，江苏无锡214021）摘要：将神经网络与模糊逻辑控制结合起来，设计模糊神经网络控制器应用于交流伺服系统中的转速调节器，克服交流调速系统中参数漂移、非线性和耦合等因素的影响。

针对模糊神经网络控制器运算量大、收敛慢的特点，硬件采用数字信号处理器（DSP ）作为控制器运算单元，并在DSP 上实现模糊神经控制算法，提高了系统实时性。

实验结果表明，采用该控制器的调速系统具有较快的响应速度、较高的稳态精度和较强的鲁棒性。

关键词：模糊神经网络；交流调速系统；DSP ；控制中图分类号：TP183文献标识码：ADSP control for AC servo system based on algorithm of fuzzy neural networkQIAO Wei－de（Wuxi Radio and Television College ，Wuxi 214021，China ）Abstract ：Applying the fuzzy neural network control produced by the combination of fuzzy control and neural net－work control to the speed control of AC servo system can overcome the negative impact of parameter variations ，nonlinear and coupled in AC servo motor．According to the characteristics of abundant calculation and slow convergence of fuzzy neural network controller ，DSP chip is used by the hardware as its controller computing unit．It achieves the application of DSP successfully to its controller and improves the control of AC speed regulating system．The experimental results show that the system has characteristics of fast response speed ，high steady accu－racy and good robustness．Key words ：fuzzy neural network ；AC speed regulating system ；DSP ；controller文章编号：1005—7277（2012）04—0011—042012年第34卷第4期第11页电气传动自动化ELECTRIC DRIVE AUTOMATION Vol．34，No．42012，34（4）：11～141引言随着科技的进步和工业生产的需要，传统的直流伺服系统由于其结构复杂、不易维护的缺陷，正在被结构简单、容易维护的交流伺服系统所代替。

交流伺服系统是由交流电动机组成，交流电机的数学模型具有较强的时变性、强耦合性和非线性等特点，所以应用传统的基于对象模型的控制方法难以进行有效的控制。

模糊控制和神经网络控制均属于智能控制的范畴，它们都不依赖于被控对象的数学模型，能够很好地克服系统中模型参数变化和非线性等不确定因素，具有较强的鲁棒性。

但将它们分别应用到交流调速系统这种对系统精度和快速性要求很高的系统来说，两者都存在一定的缺陷。

模糊控制的最大弱点是稳态精度低，如果要提高精度，必须增加模糊级数，这又会造成控制查询表过大和模糊关系的维数增大，从而影响系统控制的平稳性和实时性。

神经网络控制由于需要在线学习、调整权值，其过渡过程较慢。

为此，将模糊控制和神经网络结合起来形成的模糊神经网络应用于交流调速系统中的转速调节器，并针对模糊神经网络控制器运算量大、收敛慢的特点，硬件采用TMS320VC33高速数字信号处理器（DSP ）芯片作为控制器运算单元，成功地完成了模糊神经网络控制器的DSP 实现，提高了交流调速系统的控制性能。

＊基金项目：常州市“831工程”基金资助项目（09ZL0036）·12·2012年第4期电气传动自动化2控制系统结构交流调速控制系统采用主从式结构，主要由上位机、下位机组成。

上位机为PC 机或者工控机，主要用于调速系统速度指令的给定和实时监控；下位机主要由DSP 模块和交流异步电动机等组成，其中TMS320VC33DSP 芯片将DSP 内核、A ／D 转换电路、时钟电路、看门狗电路、PWM 电路、采样保持电路、串行接口电路等集中在一个芯片上，其性能好，运算速度快，精度高，价格便宜，是适用于电机调速系统实时控制的首选芯片。

PC 上位机和DSP 下位机采用串行通讯传输数据，下位机根据命令对交流电机进行控制，整个控制系统结构简单，具有高可靠性和可扩展性。

调速系统控制框图如图1所示。

为保持电流控制器的强干扰能力和快速性，电流控制器采用传统的PI 调节器。

电流控制器调节时，由当前电流的测量值与转速控制器输出的误差值按PI 算法调节PWM 发生器输出参数，并对电机最大电流进行限幅控制。

速度控制器是系统的主要控制环节，为增强系统抗负载扰动能力，抑制速度波动，提高系统的动静态性能，速度控制器采用模糊神经网络控制器。

3模糊神经网络控制器结构本文设计的模糊神经网络控制器由一个在模糊集上理论基础上的五层神经网络构成。

第一层为控制器的输入语言变量E 和EC ，其中E 和EC 分别是速度给定与实际测量值的速度误差与误差变化率。

E 和EC 的语言值均选取为｛PB ，PM ，PS ，ZE ，NS ，NM ，NB ｝，即｛正大，正中，正小，零，负小，负中，负大｝，论域在［－6，6］上连续取值。

该层的作用是将输入变量直接转换到下一层，输入信号权值取1。

第二层为控制器的输入语言变量的隶属函数层，隶属函数μ（x ）采用正态分布形式，即μ（x ）＝exp ［－（I i （2）－m ij 2）2／h ij 2］式中m ij 和h ij 分别表示第i 个输入变量中的第j 个元素的隶属度函数的均值和方差，I i （2）表示第2层神经元的第i 个输入。

第三层为模糊控制规则推理层。

根据交流调速系统运行特性，确定如下形式模糊控制规则：R i ：if X is A and Y is B then Z is C其中if 中的“X is A and Y is B ”称为前件部分，而then 部分的“Z is C ”为后件部分。

本层中每个神经元的输入用来实现每个模糊控制规则的前件部分，神经元的输入函数采用“与”逻辑运算关系，分别计算每条规则的前件部分中相应的模糊语言变量隶属度。

第四层为输出语言变量U 的隶属函数。

本层每个神经元输入用来完成每个模糊控制规则的结果，即后件部分。

各输入神经元之间取“或”逻辑关系，总结得出的模糊控制规则如表1所示。

第五层为控制器的输出变量，采用加权平均法完成模糊判决功能。

4模糊神经网络算法的学习本系统中需要学习的参数主要是网络的连接权ωij （j ＝1，2，…7，i ＝1，2，…7，k ＝1，2，…49）和隶属函数的均值m ij 和方差h ij （i ＝1，2，…7，j ＝1，2，…7）。

定义误差评价函数为：E ＝12Σ（u d－u i ）2式中：u d 和u i 分别表示网络的期望输出和实际输图1控制系统框图表1模糊控制规则表输出U误差ENB NM NS ZE PS PM PB 误差变化率ECNB NB NB NB NB NM ZE ZE NM NB NB NB NB NM ZE ZE NS NM NM NM NM ZE PS PS ZE NM NM NS ZEZE PS PM PM PS NS NS ZE PM PM PM PM PM ZE ZE PM PB PB PB PB PBZEZEPMPBPBPBPB给定速度交流电机速度控制器电流控制器PWM 控制电流检测速度计算n－－2012年第4期·13·出，参数ωij 、m ij 、h ij 的学习算法采用神经网络反向传播算法，即ωij （k ＋1）＝ωij （k）－β坠E 坠ωij m ij （k ＋1）＝m ij （k）－β坠E 坠m ij h ij （k ＋1）＝h ij （k）－β坠E 坠h ij式中：β为学习效率，k 为所加的学习样本号。

5模糊神经网络控制算法的DSP 实现5．1硬件设计模糊神经网络控制器的硬件实现选用TMS320VC33芯片。

使用CC3x 开发工具，把汇编语言或C 语言编写的控制算法经编译联接转变为DSP 能接受的COFF 代码文件，送到DSP 芯片上执行控制。

该目标代码写入到DSP 系统的FLASH 中，当DSP 系统上电后通过BOOT 程序引导到高速RAM 执行。

通过A ／D 转换将采集的速度反馈信号转换化数字信号，DSP 经过模糊神经运算得到控制信号，由D ／A 转换输出对交流伺服系统加以调速控制。

PC 机通过TDS－TMS320仿真器的JTEG 接口来捕获系统控制中的状态变量与数据，实时监控控制系统的性能。

5．2软件设计软件采用功能模块设计方法，由系统主程序和中断服务程序组成。

为规定学习算法精度和收敛条件，将连续两次采样周期的最大跟踪误差e max 与最小跟踪误差e min 相比较，当满足｜e max －e min ｜＜0．01时，学习停止。

程序流程如图2、3所示。

5．3系统抗干扰措施交流调速系统往往长期工作于环境恶劣的工业现场，有的还易受电磁辐射的干扰和影响，所以抗干扰措施必不可少。

主电路中，三相电路后端设置滤波电路，用来消除或削弱噪声干扰及电路本身因素的干扰。

在控制电路中，在输入、输出端口全部采用高速光电耦合器件隔离外围电路与DSP 数字电路之间的电联系，所以传输导线使用双绞线；电源输入端增设电源滤波器，在DSP 芯片内利用监时定时器实现软件抗干扰。

6实验研究用于实验的交流电机参数为：额定功率P n ＝2．2kW ，额定电压U n ＝220V ，额定电流I n ＝5A ，额定转速n n ＝1500r ／min ，定子电阻R s ＝2．84Ω，转子电阻R r ＝2．96Ω，定子电感L s ＝0．45694H ，转子电感L r ＝0．45694H ，定转子互感L m ＝0．42415H ，额定电磁力矩T en ＝14N ·m ，转子极对数n p ＝2，电磁惯量J ＝0．002276kg ·m 2，额定磁通ψn ＝0．96wb 。