人工智能在電氣傳動(dòng)中運(yùn)用的進(jìn)展

1、人工智能在電氣傳動(dòng)中運(yùn)用的進(jìn)展摘要：本文闡述了人工智能在電氣傳動(dòng)領(lǐng)域的開(kāi)展概況。其中主要包括模糊控制、神經(jīng)網(wǎng)絡(luò)和遺傳算法的應(yīng)用特點(diǎn)及開(kāi)展趨勢(shì)等關(guān)鍵詞：神經(jīng)網(wǎng)絡(luò)控制模糊神經(jīng)元控制自適應(yīng)控制一、引言人工智能控制技術(shù)一直沒(méi)能取代古典控制方法。但隨著現(xiàn)代控制理論的開(kāi)展，控制器設(shè)計(jì)的常規(guī)技術(shù)正逐漸被廣泛使用的人工智能軟件技術(shù)(人工神經(jīng)網(wǎng)絡(luò)、模糊控制、模糊神經(jīng)網(wǎng)絡(luò)、遺傳算法等)所替代。這些方法的共同特點(diǎn)是：都需要不同數(shù)量和類型的必須的描繪系統(tǒng)和特性的“apriri知識(shí)。由于這些方法具有很多優(yōu)勢(shì)，因此工業(yè)界強(qiáng)烈希望開(kāi)發(fā)、消費(fèi)使用這些方法的系統(tǒng)，但又希望該系統(tǒng)實(shí)現(xiàn)簡(jiǎn)單、性能優(yōu)異。由于控制簡(jiǎn)單，直流傳動(dòng)在過(guò)去得

2、到了廣泛的使用。但由于它們眾所周知的限制以及DSP技術(shù)的進(jìn)步，直流傳動(dòng)正逐漸被高性能的交流傳動(dòng)所取代。但最近，許多廠商也推出了一些改良的直流驅(qū)動(dòng)產(chǎn)品，但都沒(méi)有使用人工智能技術(shù)。具信使用人工智能的直流傳動(dòng)技術(shù)能得到進(jìn)一步的進(jìn)步。高性能的交流傳動(dòng)瞬態(tài)轉(zhuǎn)矩的控制性能類似于他勵(lì)直流電機(jī)的控制性能?，F(xiàn)有兩種高性能交流傳動(dòng)的控制方法：矢量控制(V)和直接轉(zhuǎn)矩控制(DT)。矢量控制是德國(guó)的研究人員在二十多年前提出的，如今已經(jīng)比擬成熟，并已廣泛應(yīng)用，很多消費(fèi)廠商都推出了他們的矢量控制交流傳動(dòng)產(chǎn)品，最近又大量推出了無(wú)速度傳感器的矢量控制產(chǎn)品。盡管在高性能驅(qū)動(dòng)產(chǎn)品中使用AI技術(shù)會(huì)極大地進(jìn)步產(chǎn)品的性能，可是到目前為

3、止只有兩個(gè)廠家在他們的產(chǎn)品中使用了人工智能(AI)控制器；直接轉(zhuǎn)矩控制是大約在十五年前由德國(guó)和日本的研究人員提出的，在過(guò)去十年中得到大量的研究，如今ABB公司已向市場(chǎng)推出了直接轉(zhuǎn)矩控制的傳動(dòng)產(chǎn)品，使得人們對(duì)直接轉(zhuǎn)矩控制的研究興趣增加，將來(lái)在直接轉(zhuǎn)矩控制中將會(huì)用到人工智能技術(shù)，并將完全地不需要常規(guī)的電機(jī)數(shù)學(xué)模型了。英國(guó)T公司(ntrlTehniquepl)推出了世界上第一臺(tái)統(tǒng)一變頻器(Unidrive)，其他一些公司也推出了相應(yīng)的產(chǎn)品，如今這些產(chǎn)品都沒(méi)有使用人工智能技術(shù)，“統(tǒng)一的概念完全依靠軟件實(shí)現(xiàn)，這就為軟計(jì)算技術(shù)的實(shí)現(xiàn)提供了條件。具信在將來(lái)統(tǒng)一變頻器將使用直接轉(zhuǎn)矩控制以及各種形式的矢量控制，

4、單一使用直接轉(zhuǎn)矩控制技術(shù)的產(chǎn)品將遭到淘汰。本文也將討論人工智能在統(tǒng)一變頻器中運(yùn)用的一些方面，同時(shí)也包括AI控制器在V和DT中的運(yùn)用。AI控制器能否工業(yè)運(yùn)用的關(guān)鍵一點(diǎn)是：實(shí)現(xiàn)這些控制器的硬件和軟件。大多數(shù)DSP控制的驅(qū)動(dòng)器都有足夠的計(jì)算才能實(shí)現(xiàn)人工智能的算法，并且都能得到大多數(shù)人工智能控制器軟計(jì)算所需要的信號(hào)。通過(guò)運(yùn)用適當(dāng)?shù)目刂撇呗?，就能大大地減少計(jì)算和硬件的負(fù)擔(dān)，從而把注意力集中于進(jìn)步驅(qū)動(dòng)器的性能、魯棒性和可靠性上面。在將來(lái)，智能技術(shù)在電氣傳動(dòng)技術(shù)中占相當(dāng)重要的地位，特別是自適應(yīng)模糊神經(jīng)元控制器在性能傳動(dòng)產(chǎn)品中將得到廣泛應(yīng)用。但是，還有很多研究工作要做，如今還只有少數(shù)實(shí)際應(yīng)用的例子學(xué)術(shù)研究組實(shí)

5、現(xiàn)少，工業(yè)運(yùn)用的就更少了，大多數(shù)研究只給出了理論或仿真結(jié)果，因此，常規(guī)控制器在將來(lái)仍要使用相當(dāng)長(zhǎng)一段時(shí)間。二、人工智能控制器的優(yōu)勢(shì)文獻(xiàn)中，不同的人工智能控制通常用完全不同的方法去討論。但AI控制器例如：神經(jīng)、模糊、模糊神經(jīng)，以及遺傳算法都可看成一類非線性函數(shù)近似器。這樣的分類就能得到較好的總體理解，也有利于控制策略的統(tǒng)一開(kāi)發(fā)。這些AI函數(shù)近似器比常規(guī)的函數(shù)估計(jì)器具有更多的優(yōu)勢(shì)，這些優(yōu)勢(shì)如下：1它們的設(shè)計(jì)不需要控制對(duì)象的模型在許多場(chǎng)合，很難得到實(shí)際控制對(duì)象的準(zhǔn)確動(dòng)態(tài)方程，實(shí)際控制對(duì)象的模型在控制器設(shè)計(jì)時(shí)往往有很多不確實(shí)性因素，例如：參數(shù)變化，非線性時(shí)，往往不知道2通過(guò)適當(dāng)調(diào)整根據(jù)響應(yīng)時(shí)間、下降時(shí)

6、間、魯棒性能等它們能進(jìn)步性能。例如：模糊邏輯控制器的上升時(shí)間比最優(yōu)PID控制器快1.5倍，下降時(shí)間快3.5倍，過(guò)沖更校3它們比古典控制器的調(diào)節(jié)容易。4在沒(méi)有必須專家知識(shí)時(shí)，通過(guò)響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們。5運(yùn)用語(yǔ)言和響應(yīng)信息可能設(shè)計(jì)它們。6它們有相當(dāng)好的一致性當(dāng)使用一些新的未知輸入數(shù)據(jù)就能得到好的估計(jì)，與驅(qū)動(dòng)器的特性無(wú)關(guān)。如今沒(méi)有使用人工智能的控制算法對(duì)特定對(duì)象控制效果非常好，但對(duì)其他控制對(duì)象效果就不會(huì)一致性地好，因此對(duì)必須詳細(xì)對(duì)象詳細(xì)設(shè)計(jì)。7它們對(duì)新數(shù)據(jù)或新信息具有很好的適應(yīng)性。8它們能解決常規(guī)方法不能解決的問(wèn)題。9它們具有很好的抗噪聲干擾才能。10它們的實(shí)現(xiàn)非常廉價(jià)，特別是使用最小配置時(shí)。11它

7、們很容易擴(kuò)展和修改。人工智能控制器可分為監(jiān)視、非監(jiān)視或增強(qiáng)學(xué)習(xí)型三種。常規(guī)的監(jiān)視學(xué)習(xí)型神經(jīng)網(wǎng)絡(luò)控制器的拓樸構(gòu)造和學(xué)習(xí)算法已經(jīng)定型，這就給這種構(gòu)造的控制器增加了限制，使得計(jì)算時(shí)間過(guò)長(zhǎng)，常規(guī)非人工智能學(xué)習(xí)算法的應(yīng)用效果不好。采用自適應(yīng)神經(jīng)網(wǎng)絡(luò)和試探法就能克制這些困難，加快學(xué)習(xí)過(guò)程的收斂速度。常規(guī)模糊控制器的規(guī)那么初值和模糊規(guī)那么表是既定“apriri型，這就使得調(diào)整困難，當(dāng)系統(tǒng)得不到“apriri既定信息時(shí)，整個(gè)系統(tǒng)就不能正常工作。而應(yīng)用自適應(yīng)AI控制器，例如使用自適應(yīng)模糊神經(jīng)控制器就能克制這些困難，并且用DSP比擬容易實(shí)現(xiàn)這些控制器。常規(guī)模糊邏輯控制器的設(shè)計(jì)經(jīng)常使用嘗試法。需要“apriri信息

8、，如運(yùn)用自適應(yīng)智能控制器就不需要“apririapriri規(guī)那么庫(kù)和隸屬函數(shù)信息。值得注意的是，與常規(guī)非自適應(yīng)智能控制器相反，它根據(jù)輸入信號(hào)更新它的“參數(shù)，換句話說(shuō)，它對(duì)變化的輸入信號(hào)具有適應(yīng)性。自適應(yīng)控制器分兩類：間接和直接控制器，間接自適應(yīng)人工智能控制器有一個(gè)實(shí)時(shí)辯識(shí)模型，用于控制器的設(shè)計(jì)，間接控制器在每個(gè)采樣周期需要采樣控制對(duì)象的輸入和輸出信號(hào)，辯識(shí)器和控制器有很多形式，而直接AI控制器用特性表來(lái)實(shí)現(xiàn)對(duì)控制對(duì)象的控制，這個(gè)特性表由兩個(gè)連續(xù)采樣周期間的誤差的變化量構(gòu)成，用來(lái)控制電流響應(yīng)。如用模糊邏輯控制器，最簡(jiǎn)單的應(yīng)用可能是標(biāo)量因子的運(yùn)用。這種方法用如今的非自適應(yīng)驅(qū)動(dòng)器很容易實(shí)現(xiàn)，因此對(duì)工

9、業(yè)界具有很大的吸引力。用改變隸屬函數(shù)形狀的方法可實(shí)現(xiàn)相似的效果。這種運(yùn)用也可能通過(guò)改變規(guī)那么來(lái)實(shí)現(xiàn)，如用直接AI控制器來(lái)實(shí)現(xiàn)，就是自適應(yīng)控制器。它在每個(gè)采樣瞬間先使用上一個(gè)采樣周期采用的規(guī)那么，假如得不到滿意的特性，就用新的規(guī)那么替代，從而得到滿意的特性?？偠灾?，當(dāng)采用自適應(yīng)模糊神經(jīng)控制器，規(guī)那么庫(kù)和隸屬函數(shù)在模糊化和反模糊化過(guò)程中可以自動(dòng)地實(shí)時(shí)確定。有很多方法來(lái)實(shí)現(xiàn)這個(gè)過(guò)程，但主要的目的是使用系統(tǒng)技術(shù)實(shí)現(xiàn)穩(wěn)定的解，并且找到最簡(jiǎn)單的拓樸構(gòu)造配置，自學(xué)習(xí)迅速，收斂快速。轉(zhuǎn)貼于論文聯(lián)盟.ll.三、人工智能在電氣傳動(dòng)控制中的運(yùn)用四、結(jié)論本文試圖對(duì)人工智能電氣傳動(dòng)控制系統(tǒng)領(lǐng)域的進(jìn)展做一回憶。內(nèi)容涉及模糊控制、神經(jīng)網(wǎng)絡(luò)、模糊神經(jīng)網(wǎng)絡(luò)在電氣傳動(dòng)系統(tǒng)中的應(yīng)用，討論了模糊、神經(jīng)和模糊神經(jīng)控制器等人工智能技術(shù)的優(yōu)點(diǎn)。也討論了人工智能