1 引言
在对调速系统的动态性能要求较高时，常使用转速、电流双闭环调速系统来满足控制需要。随着计算机技术的发展，智能控制初露锋芒。近代智能控制包含了专家系统、模糊控制、神经网络控制、遗传算法等等，其突出特点是，控制算法不依赖或不完全依赖于对象的模型、因而使系统具有较强的鲁棒性[4]。本系统采用神经网络PID控制器取代传统PID作为速度环控制器，实现转速、电流双闭环直流调速系统。神经网络PID控制器具有参数自整定能力，因而可以产生更好的控制效果。
本系统同时使用了PSCAD与MATLAB两种仿真软件。PSCAD具有非常精确的电力系统模型，但是缺少MATLAB那样强大的函数和计算功能。而MATLAB/Simulink的电力系统的模型不具有PSCAD模型的国际认可度。因此，本系统采用PSCAD建模，MATLAB执行算法，集二者的优点为一体。
2 传统双闭环直流调速系统模型的建立
PSCAD（Power System Computer Aided Design）是由加拿大曼尼托巴大学（U. of Manitoba）的HVDC Research Center开发研制的电力系统仿真软件。它是世界知名的EMTDC引擎的用户界面，是一种图形输入程序。用户可以在完全集成的图形环境中建立电路、运行仿真、分析结果。运行时则是由系统自动通过FORTRAN编译器进行编译、连结。用户可以通过在线绘图功能、在线控制模块与仪表模块，在系统运行的过程中随时改变各种仿真参数，直接观察仿真结果。与MATLAB/SIMULINK的接口功能使得它能够集合多种仿真软件的优点，从而更加强大[5]。由于其模型的精确性，PSCAD被西门子、Hydro-Quebec、中国电力科学研究所、清华大学等国内外各大公司及研究机构广泛使用。本系统采用PSCAD最新版4.1.0建立系统模型。
图1为直流电机模型及其功率变换电路。其中If为励磁电流，wm为输入电机的转子机械转速，Te为电机输出的电磁转矩，Eab和Ia分别为电枢电压及电流，gt1~gt4为IGBT的触发脉冲控制信号。
图2为传统的双闭环控制方案框图。最左端滑动器用于用户输入速度给定标幺值'speed ref',另外，系统在速度控制器后外加了一个限幅器。输出信号vcontrol用于控制触发脉冲gt1~gt4,从而控制电机。
由于篇幅的限制，触发电路、转子的旋转动态模块框图、输出波形图等不予列出。
图1 直流电机模型及其功率变换电路
图2 传统的双闭环控制方案框图
3 神经网络PID控制器算法的实现
本系统采用基于BP网络的PI控制器，由两部分组成：一是经典的PI控制器，用于直接对被控对象进行闭环控制。二是神经网络，用于对PI的2个参数Kp和Ki进行在线调整[1]。
由于积分的作用是消除余差，为了更好的减小余差，应提高积分项的运算精度，本系统将矩形积分改成梯形积分。
含矩形积分的增量式数字PI的控制算法为：
而本系统含有梯形积分的增量式数字PI的控制算法变为
式中T为采样时间。本系统采用3层N4,5,2结构的BP网络。输入层输入为[error(k),rin(k),yout(k),1]. 其中error(k)为偏差量、rin(k)和yout(k)分别为系统的给定和输出，采用线性传递函数；隐层有5个神经元，传递函数采用正负对称的Sigmoid函数f(x)；输出层的输出为[Kp，Ki], 传递函数采用非负的Sigmoid函数g(x)[1]。权值修改采用梯度下降法[3]，
4 神经网络PID控制器的实现
PSCAD通过一个特殊的接口，为用户提供了使用MATLAB函数、工具箱以及simulink的便利。但是在PSCAD的元件库中并无成型的接口模块，而需要用户在PSCAD标准组件中调用特殊的子程序来实现接口功能。编写好的模块可以像普通模块一样，供用户自由使用。需要注意的是，MATLAB接口只能在动态EMTDC版本下使用，也就是说在PSCAD提供的EGCS/GNU Fortran 77 Compiler环境下不能运行。
由于在PSCAD每个运行周期都要调用一次接口程序，这严重的减慢了整体运行速度，因此，采用脉冲发生器以一定的频率触发接口程序，以增加整个PSCAD程序的运行速度.
图3展示了采用接口模块在PSCAD中实现的含神经网络PID控制器的双闭环调速系统方案框图。其中'ANN_PI'部件为接口，它的触发信号设置为由脉冲发生器产生的信号Clk(图中未显示)。将神经网络所需的ERR,REF,Y信号从接口输入，接口的输出控制信号为CONT.
图3 采用神经网络PID控制器的双闭环调速系统
5 仿真结果分析
图4 展示了电机起动时的转速和电流曲线。虚线是采用澳大利亚卧龙岗大学Dr. Sarath Perera计算出的转速、电流PID控制器的优化参数仿真的结果。实线是采用智能PID控制器仿真的结果。可以明显的看出，在调节时间几乎相同的情况下，采用智能PID控制下的转速和电流的超调量要小的多。
图4 电机起动时的转速和电流曲线
6 结论
本系统采用的智能PID控制器在电机起动过程以及突加给定过程中获得了喜人的控制效果，但是在抗扰性指标上（尤其是恢复时间上）并没有明显的优势，这与神经网络的结构和参数有关，有待于继续改进。 |
