发布时间：
机电一体化技术及其应用研究摘 要 讨论了机电一体化技术对于改变整个机械制造业面貌所起的重要作用，并说明其在钢铁工业中的应用以及发展趋势。 关键词 机电一体化 技术 应用1 机电一体化技术发展 机电一体化是机械、微电子、控制、计算机、信息处理等多学科的交叉融合，其发展和进步有赖于相关技术的进步与发展，其主要发展方向有数字化、智能化、模块化、网络化、人性化、微型化、集成化、带源化和绿色化。1 数字化 微控制器及其发展奠定了机电产品数字化的基础，如不断发展的数控机床和机器人；而计算机网络的迅速崛起，为数字化设计与制造铺平了道路，如虚拟设计、计算机集成制造等。数字化要求机电一体化产品的软件具有高可靠性、易操作性、可维护性、自诊断能力以及友好人机界面。数字化的实现将便于远程操作、诊断和修复。2 智能化 即要求机电产品有一定的智能,使它具有类似人的逻辑思考、判断推理、自主决策等能力。例如在CNC数控机床上增加人机对话功能，设置智能I/O接口和智能工艺数据库，会给使用、操作和维护带来极大的方便。随着模糊控制、神经网络、灰色理论、小波理论、混沌与分岔等人工智能技术的进步与发展，为机电一体化技术发展开辟了广阔天地。3 模块化 由于机电一体化产品种类和生产厂家繁多，研制和开发具有标准机械接口、动力接口、环境接口的机电一体化产品单元模块是一项复杂而有前途的工作。如研制具有集减速、变频调速电机一体的动力驱动单元；具有视觉、图像处理、识别和测距等功能的电机一体控制单元等。这样，在产品开发设计时，可以利用这些标准模块化单元迅速开发出新的产品。4 网络化 由于网络的普及，基于网络的各种远程控制和监视技术方兴未艾。而远程控制的终端设备本身就是机电一体化产品，现场总线和局域网技术使家用电器网络化成为可能，利用家庭网络把各种家用电器连接成以计算机为中心的计算机集成家用电器系统，使人们在家里可充分享受各种高技术带来的好处，因此，机电一体化产品无疑应朝网络化方向发展。5 人性化 机电一体化产品的最终使用对象是人，如何给机电一体化产品赋予人的智能、情感和人性显得愈来愈重要，机电一体化产品除了完善的性能外，还要求在色彩、造型等方面与环境相协调，使用这些产品，对人来说还是一种艺术享受，如家用机器人的最高境界就是人机一体化。6 微型化 微型化是精细加工技术发展的必然，也是提高效率的需要。微机电系统(Micro Electronic Mechanical Systems，简称MEMS)是指可批量制作的，集微型机构、微型传感器、微型执行器以及信号处理和控制电路，直至接口、通信和电源等于一体的微型器件或系统。自1986年美国斯坦福大学研制出第一个医用微探针，1988年美国加州大学Berkeley分校研制出第一个微电机以来，国内外在MEMS工艺、材料以及微观机理研究方面取得了很大进展，开发出各种MEMS器件和系统，如各种微型传感器（压力传感器、微加速度计、微触觉传感器），各种微构件（微膜、微粱、微探针、微连杆、微齿轮、微轴承、微泵、微弹簧以及微机器人等）。7 集成化 集成化既包含各种技术的相互渗透、相互融合和各种产品不同结构的优化与复合，又包含在生产过程中同时处理加工、装配、检测、管理等多种工序。为了实现多品种、小批量生产的自动化与高效率，应使系统具有更广泛的柔性。首先可将系统分解为若干层次，使系统功能分散，并使各部分协调而又安全地运转，然后再通过软、硬件将各个层次有机地联系起来，使其性能最优、功能最强。8 带源化 是指机电一体化产品自身带有能源，如太阳能电池、燃料电池和大容量电池。由于在许多场合无法使用电能，因而对于运动的机电一体化产品，自带动力源具有独特的好处。带源化是机电一体化产品的发展方向之一。9 绿色化 科学技术的发展给人们的生活带来巨大变化，在物质丰富的同时也带来资源减少、生态环境恶化的后果。所以，人们呼唤保护环境，回归自然，实现可持续发展，绿色产品概念在这种呼声中应运而生。绿色产品是指低能耗、低材耗、低污染、舒适、协调而可再生利用的产品。在其设计、制造、使用和销毁时应符合环保和人类健康的要求，机电一体化产品的绿色化主要是指在其使用时不污染生态环境，产品寿命结束时，产品可分解和再生利用。2 机电一体化技术在钢铁企业中应用 在钢铁企业中，机电一体化系统是以微处理机为核心，把微机、工控机、数据通讯、显示装置、仪表等技术有机的结合起来，采用组装合并方式，为实现工程大系统的综合一体化创造有力条件，增强系统控制精度、质量和可靠性。机电一体化技术在钢铁企业中主要应用于以下几个方面：1 智能化控制技术(IC) 由于钢铁工业具有大型化、高速化和连续化的特点，传统的控制技术遇到了难以克服的困难，因此非常有必要采用智能控制技术。智能控制技术主要包括专家系统、模糊控制和神经网络等，智能控制技术广泛应用于钢铁企业的产品设计、生产、控制、设备与产品质量诊断等各个方面，如高炉控制系统、电炉和连铸车间、轧钢系统、炼钢---连铸---轧钢综合调度系统、冷连轧等。2 分布式控制系统(DCS) 分布式控制系统采用一台中央计算机指挥若干台面向控制的现场测控计算机和智能控制单元。分布式控制系统可以是两级的、三级的或更多级的。利用计算机对生产过程进行集中监视、操作、管理和分散控制。随着测控技术的发展，分布式控制系统的功能越来越多。不仅可以实现生产过程控制，而且还可以实现在线最优化、生产过程实时调度、生产计划统计管理功能，成为一种测、控、管一体化的综合系统。DCS具有特点控制功能多样化、操作简便、系统可以扩展、维护方便、可靠性高等特点。DCS是监视集中控制分散，故障影响面小，而且系统具有连锁保护功能，采用了系统故障人工手动控制操作措施，使系统可靠性高。分布式控制系统与集中型控制系统相比，其功能更强，具有更高的安全性。是当前大型机电一体化系统的主要潮流。3 开放式控制系统(OCS) 开放控制系统(Open Control System)是目前计算机技术发展所引出的新的结构体系概念。“开放”意味着对一种标准的信息交换规程的共识和支持，按此标准设计的系统，可以实现不同厂家产品的兼容和互换，且资源共享。开放控制系统通过工业通信网络使各种控制设备、管理计算机互联，实现控制与经营、管理、决策的集成，通过现场总线使现场仪表与控制室的控制设备互联，实现测量与控制一体化。4 计算机集成制造系统(CIMS) 钢铁企业的CIMS是将人与生产经营、生产管理以及过程控制连成一体，用以实现从原料进厂，生产加工到产品发货的整个生产过程全局和过程一体化控制。目前钢铁企业已基本实现了过程自动化，但这种“自动化孤岛”式的单机自动化缺乏信息资源的共享和生产过程的统一管理，难以适应现代钢铁生产的要求。未来钢铁企业竞争的焦点是多品种、小批量生产，质优价廉，及时交货。为了提高生产率、节能降耗、减少人员及现有库存，加速资金周转，实现生产、经营、管理整体优化，关键就是加强管理，获取必须的经济效益，提高了企业的竞争力。美国、日本等一些大型钢铁企业在20世纪80年代已广泛实现CIMS化。5 现场总线技术(FBT) 现场总线技术(Fied Bus Technology)是连接设置在现场的仪表与设置在控制室内的控制设备之间的数字式、双向、多站通信链路。采用现场总线技术取代现行的信号传输技术(如4～20mA，DC直流传输)就能使更多的信息在智能化现场仪表装置与更高一级的控制系统之间在共同的通信媒体上进行双向传送。通过现场总线连接可省去66%或更多的现场信号连接导线。现场总线的引入导致DCS的变革和新一代围绕开放自动化系统的现场总线化仪表，如智能变送器、智能执行器、现场总线化检测仪表、现场总线化PLC(Programmable Logic Controller)和现场就地控制站等的发展。6 交流传动技术 传动技术在钢铁工业中起作至关重要的作用。随着电力电子技术和微电子技术的发展，交流调速技术的发展非常迅速。由于交流传动的优越性，电气传动技术在不久的将来由交流传动全面取代直流传动，数字技术的发展，使复杂的矢量控制技术实用化得以实现，交流调速系统的调速性能已达到和超过直流调速水平。现在无论大容量电机或中小容量电机都可以使用同步电机或异步电机实现可逆平滑调速。交流传动系统在轧钢生产中一出现就受到用户的欢迎，应用不断扩大。参考文献1 杨自厚． 人工智能技术及其在钢铁工业中的应用[J]．冶金自动化，1994（5）2 唐立新钢铁工业CIMS特点和体系结构的研究[J]．冶金自动化，1996（4） 3 唐怀斌． 工业控制的进展与趋势 [J]．自动化与仪器仪表，1996（4） 4 王俊普． 智能控制[M]． 合肥：中国科学技术大学出版社，1996 5 林行辛． 钢铁工业自动化的进展与展望[J]．河北冶金，1998（1）6 殷际英． 光机电一体化实用技术[M]．北京：化学工业出版社，20037 芮延年． 机电一体化系统设计[M]． 北京：机械工业出版社，2004．电机功率转换的原理引言： 电机调速实质的探讨，是关系到近代交流调速发展的重要理论问题。随着近代变频调速矢量控制及直接转矩控制等调速控制理论的提出和实践，很多有关文献和论著都把调速的转矩控制确认为调速的普遍规律，并提出调速的实质和关键在于电磁转矩控制。然而，这种观点尚缺乏理论和实践的证明，值得商榷。 本文根据电机功率转换的普遍原理，提出并证明恒转矩调速的实质在于电机的轴功率控制，转速调节是功率控制的响应，其关键为如何通过电功率控制轴功率。 一、功率控制与转矩控制 根据机电能量转换原理，凡电动机都可划分为主磁极和电枢两个功能部分。主磁极的作用是建立主磁场，电枢则是与磁场相互作用将电磁功率转换为轴功率。 直流电动机的主磁极和电枢不仅结构鲜明，而且功能独立，无疑符合以上定义。而交流（异步）电动机通常以定子、转子划分构成，需加说明。 根据所述电枢定义，异步机的轴功率产生于转子，因此，异步机真正的电枢是转子。问题在于定子，一方面定子励磁产生主磁场，故定子是主磁极。另一方面，定子又通过电磁感应为电枢（转子）输送电磁功率，却不产生轴功率，因此定子又具有电枢的部分特征，这里我们把它称为伪电枢。定子的这种复合功能，是异步机区别于直流机的主要特征。 从电枢输出角度观察，电动机的轴功率与电磁转矩机械转速的关系为： PM＝MΩ (1) 或 Ω＝PM／M （2） 公式（2）除了给出了电机转速与轴功率和电磁转矩间的量值关系以外，同时表明，电机转速最终只能通过轴功率或电磁转矩两种控制获得调节，前者简称功率控制，后者简称转矩控制。 功率控制 功率控制是以轴功率PM为调速主控量， 作用对象必然是电枢或伪电枢。电磁转矩在调速稳态时，取决于负载转矩的大小。 即 M＝Mfz (3) 当负载转矩一经为客观工况所确定之后，电磁转矩就唯一地被决定了，因此电磁转矩不仅与调速控制无关，而且不能随意改变其量值。 电磁转矩对转速的作用表现在调速的过渡过程，转矩的变化是转速响应滞后的结果，此时，功率控制造成电磁转矩响应。 设电机调速前的稳态转速为Ω1，轴功率为PM1，调速后的稳态转速为Ω2，相应的轴功率变为PM2。 由于电磁转矩： M＝PM／Ω (4） 故调速时，电磁转矩变为： M＝PM2／Ω 由于受惯性的作用，在t＝0的调速瞬时Ω＝Ω1，故 M＝PM2／Ω1 t=0 此时的电磁转矩将与原来的电磁转矩M1＝PM1／Ω1不等，转矩平衡被破坏并产生动态转矩，电机转速在动态转矩作用下开始由Ω1向Ω2过渡，其变化规律为： Ω1＝（Ω1－Ω2）e－t/T＋Ω2 （5） 电磁转矩则为：M＝PM2／（Ω1－Ω2）e－t/T＋Ω2 随着时间增大，动态转矩减小，直至电磁转矩与新的负载转矩平衡，即： M＝PM2／Ω2＝Mfz， 转速稳定在Ω2不变，电机调速结束。 上述的调速过程可以由图1的框图说明。图1 功率控制的调速流程 功率控制作用的是电枢，主磁场或主磁通量保持不变，根据电机理论，电机的额定电磁转矩正比于主磁通量，受限于电枢的最大载流量。因此功率控制调速时，电机的额定电磁转矩输出能力不变，属于恒转矩调速。 转矩控制 根据公式（2），电机转速在轴输出功率不变的前提下，与电磁转矩成反比。由于受电磁转矩以额定转矩为上限的约束，转矩控制实际上只能在额定转矩以下实现，因此属于恒功率调速。 电磁转矩的独立控制方法主要依据转矩公式： M＝CMΦmIS （直流机） (6) 或 M＝CMΦmI2COSφ2 （交流机） (7) 受控的物理量为主磁通Φm，由于主磁通量Φm产生于主磁极，因此转矩控制实际上是磁场控制，作用对象为主磁极。转矩控制调速同样要保证稳态时的转矩平衡，即： M＝Mfz 由于调速稳态时，电磁转矩发生了变化，因此要求负载转矩适应于电磁转矩变化，即要求负载跟踪电机。 转矩控制实际是弱磁调速，主要用于额定转速以上的调速。鉴于本文重点讨论的是功率控制，故不赘述。 二、功率控制的方法与性能 电机调速的轴功率控制只能通过电功率间接控制来实现。以异步机为例，图2是其等效三端口网络。 图异步机的等效网络 其中电枢（转子）除产生轴功率输出外，还产生以感应电压u2和电流i2为参量的电功率响应。由于该功率与转差率成正比，故称转差功率，其端口简称Ps口。 如果电机转子为笼型，其绕组呈短路状，Ps口为封闭不可控的。反之为绕线型，Ps口则是开启可控的， 转子可以通过Ps口输出或输入电功率。由此可见，异步机的功率控制调速有两种方式，一种是通过伪电枢间接对电枢实现轴功率控制；另一种是通过Ps口直接控制电枢轴功率。 前者主要适用于笼型异步机，后者则适用于绕线型异步机。 定子伪电枢功率控制。 图异步机定子功率控制调速 作为伪电枢，定子向电枢（转子）传输的电磁功率： Pem＝P1－△P1 （8） 电枢的轴功率则为： PM＝Pem－△P2 (9) 故 PM＝P1－（△P1＋△P2） (10) 可见，控制伪电枢的输入功率P1或增大其损耗△P1就可以控制电枢的轴功率，后者显然是低效率、高损耗的调速，不宜推荐。 控制P1调速的唯一方法是调压━━变频， 即所谓的变频调速。由于： P1＝m1U1I1COSφ1 (11) 故对于电压源供电调节端电压U1是控制功率P1的必须手段。问题的关键是为什么不能单纯调压，而必须辅以变频？这是定子除了伪电枢的功能之外，还同时兼主磁极之故。 前已叙及，功率控制的要点有： ① 保持主磁通量不变 ② 作用对象是电枢或伪电枢 ③ 控制目标是轴功率 如果单纯调压而频率不变，定子的主磁极功能就要受到严重影响。根据电机理论，做为主磁极，定子的主磁通量： Φm＝E／44W1kr1f1 ＝KE1／f1 ≈KU1／f1 (12) 恒频调压的结果，主磁通Φm将随U1下降而减小，形成了前述的转矩控制。更主要的是此时不但未能控制功率P1，反而增大了电机损耗，与目的绝然相悖。 设负载为恒转矩性质，由转矩平衡方程，电磁转矩： M＝Mfz＝const 又 M＝CMΦmI1COSφ1 ＝CMΦmI2COSφ2 (13) 设功率因数不变，定转子电流I1、I2将随主磁通Φm下降而正比增大，其结果功率P1不变，但定转子损耗： △P1＝m1I 12 r1 △P2＝m2I 222 r1 将按电流的平方律增大。根据式（10），轴功率控制虽能实现，却属低效率高损耗的调速。 为此，异步机定子的功率控制调速，必须要将定子的主磁极和伪电枢两种功能游离开。针对同一定子绕组，一方面使主磁极产生的磁场保持稳定，同时又要控制其向电枢传递的电磁功率。 于是变频调速建立了一条重要原则，就是调压变频，且保证V／F（压频比）为常数，这样就确保了上述控制要求的实现。顺便指出，近代变频调速的矢量控制，实际上就是遵循这一原理。矢量控制的核心思想，是把磁场与转矩游离开，分别加以控制，认为调速的根本在于转矩，而事实上游离的却是磁场和电磁功率，虽然结果无误，但理论上必须加以澄清。 转子功率控制 对于绕线转子异步机的调速，可以利用转差功率端口━Ps口直接控制轴功率。方法是由Ps口移出或注入转差功率。需要指出： ① 所述的转差功率应区别经典电机学中的转子损耗转差功率，为此将后者称为转子损耗功率，记以△P2。 ② 转差功率有电能与热能之分，分别记以Pes和Prs，两者性质不同，对调速的影响也不同。 图异步机转子功率控制调速 当在转子的Ps口引入电转差功率Pes时，转子的轴功率： PM＝（Pem±Pes）－△P2 （14） 式中的Pem为定子向转子传输的电磁功率，电转差功率的负号表示从Ps口移出，正号表示从Ps口注入。Pes属电功率，故与电磁功率相合成，结果使轴功率PM发生变化，电机转速得到相应调节。 电转差功率调速的典型实例是串级调速和双馈调速，前者的电转差功率为负，流向为从转子移出，故实现的是额定转速以下的调速。后者的电转差功率可以双向流动，既可以移出，又可以注入，因此可以实现低同步和超同步两种调速。 当Ps口引入的是热转差功率Prs时， 转子的轴功率则为： PM＝Pem－（△P2＋Prs） (15) 显然热转差功率的引入，增大了电枢（转子）的损耗，轴功率随Prs的增大而减小，其典型例子是异步机转子串电阻调速。 三、功率控制的理想空载转速，效率与机械特性 根据电机学，电动机的理想空载转速主要取决于电枢的电磁功率，因有： Ω0＝Pem／M （16） 由于电磁转矩为负载所决定，理想空载转速Ω0就决定于某一负载条件下电磁功率的大小。 功率控制调速的电枢功率可以综合表达为： PM＝∑Pem－∑p2 （17） 相应的转速： PM／M＝∑Pem／M－∑p2／M （18） Ω＝Ω0－△Ω (19) 其中Ω0＝∑Pem／M为功率控制调速的理想空载转速，因此调节电枢的电磁功率可以改变电机的理想空载转速。换言之，电机的理想空载转速取决于电枢的电磁功率。又，△Ω＝∑p2／M 为电机的转速降。由此表明增大电枢损耗，可以增加电机转速降。 电机调速的效率表达为： η＝PM／（P1－∑pi） ＝PM／（Pem－△P2) 因此，在一定的轴功率PM输出条件下，控制电磁功率的调速是高效率的节能型调速，而控制损耗功率的调速必然是低效率的耗能型调速。 公式（18）同时刻画出了功率控制调速的机械特性，当连续改变电磁功率∑Pem时，如果损耗功率不变，电机的理想空载转速随∑Pem连续变化，其机械特性为一族平行的曲线。而增大损耗，电磁功率不变时，电机理想空载转速不变，改变的只是转速降，其机械特性为一族汇交型曲线。如图5给出了两种调速的定性曲线。 图5 电磁功率调速特性 转速降调速特性 综上所述，可以得出以下结论： ① 电磁功率控制调节的是理想空载转速，损耗功率控制调节的是转速降。 ② 电磁功率控制是高效率节能型的调速，其机械特性必为平行曲线族。损耗功率控制属低效率耗能调速，其机械特性必为汇交型曲线族。 四、异步机调速的分类与方法 与按n＝ 60f1/p·(1-S）表达式不同，根据本文所述的电机调速功率控制理论，异步机调速可分类表示如下： 性质/方案 控制点/变量 方法 要点 五、结论 电机调速的基本原理有两种，一为轴功率控制，二是转矩控制。转矩控制实际是磁场控制，适于恒功率调整。 轴功率控制的作用对象是电枢或伪电枢， 并最终只能通过电功率控制来实现。其中，电磁功率调节的是理想空载转速，损耗功率改变的是转速降。前者为高效节能型，后者为低效耗能型，两者的机械特性亦由此决定。 轴功率控制的调速具有恒转矩特性，电磁转矩的变化是转速响应滞后所造成的，调速稳态时，电磁转矩只决定于负载，与控制无关。 变频调速和电转差功率控制调速同属电磁功率控制调速，两者性能一致，并无本质差别。
可以给我发份吗？谢谢啦
推荐去CNKI，清华搞的，那里面是论文数据库，可以随时下载的。你要搞不定的话，去淘宝的//翰林书店//，那里能下载到那里面的论文
hao
7 S195柴油机机体三面精镗组合机床总体设计及夹具设计 8 车床主轴箱箱体右侧10-M8螺纹底孔组合钻床设计 9 机油盖注塑模具设计 10 机油冷却器自动装备线压紧工位装备设计 11 5基于AT89C2051单片机的温度控制系统的设计 12 基于普通机床的后托架及夹具设计开发 13 减速器的整体设计 14 搅拌器的设计 15 金属粉末成型液压机PLC设计 16 精密播种机 17 可调速钢筋弯曲机的设计 18 空气压缩机V带校核和噪声处理 19 冲压拉深模设计 20 螺旋管状面筋机总体及坯片导出装置设计 21 落料，拉深，冲孔复合模 22 膜片式离合器的设计 23 内螺纹管接头注塑模具设计 24 内循环式烘干机总体及卸料装置设计 25 全自动洗衣机控制系统的设计 26 生产线上运输升降机的自动化设计 27 实验用减速器的设计 28 手机充电器的模具设计 29 鼠标盖的模具设计 30 双齿减速器设计 31 双铰接剪叉式液压升降台的设计 32 水泥瓦模具设计与制造工艺分析 33 四层楼电梯自动控制系统的设计 34 塑料电话接线盒注射模设计 35 塑料模具设计 36 同轴式二级圆柱齿轮减速器的设计 37 托板冲模毕业设计 38 推动架设计 。。。具体联系QQ: 1070265101
人工智能在电气传动中运用的进展(1) 摘要：本文论述了人工智能在电气传动领域的发展概况。其中主要包括模糊控制、神经网络和遗传算法的应用特点及发展趋势等 关键词：神经网络控制 模糊神经元控制 自适应控制 一、引 言 人工智能控制技术一直没能取代古典控制方法。但随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术(人工神经网络、模糊控制、模糊神经网络、遗传算法等)所替代。这些方法的共同特点是：都需要不同数量和类型的必须的描述系统和特性的“a priori”知识。由于这些方法具有很多优势，因此工业界强烈希望开发、生产使用这些方法的系统，但又希望该系统实现简单、性能优异。 由于控制简单，直流传动在过去得到了广泛的使用。但由于它们众所周知的限制以及DSP技术的进步，直流传动正逐渐被高性能的交流传动所取代。但最近，许多厂商也推出了一些改进的直流驱动产品，但都没有使用人工智能技术。具信使用人工智能的直流传动技术能得到进一步的提高。 高性能的交流传动瞬态转矩的控制性能类似于他励直流电机的控制性能。现有两种高性能交流传动的控制方法：矢量控制(VC)和直接转矩控制(DTC)。矢量控制是德国的研究人员在二十多年前提出的，现在已经比较成熟，并已广泛应用，很多生产厂商都推出了他们的矢量控制交流传动产品，最近又大量推出了无速度传感器的矢量控制产品。尽管在高性能驱动产品中使用AI技术会极大地提高产品的性能，可是到目前为止只有两个厂家在他们的产品中使用了人工智能(AI)控制器；直接转矩控制是大约在十五年前由德国和日本的研究人员提出的，在过去十年中得到大量的研究，现在ABB公司已向市场推出了直接转矩控制的传动产品，使得人们对直接转矩控制的研究兴趣增加，将来在直接转矩控制中将会用到人工智能技术，并将完全地不需要常规的电机数学模型了。 英国CT公司(Control Technique plc)推出了世界上第一台统一变频器(Unidrive)，其他一些公司也推出了相应的产品，现在这些产品都没有使用人工智能技术，“统一”的概念完全依靠软件实现，这就为软计算技术的实现提供了条件。具信在将来统一变频器将使用直接转矩控制以及各种形式的矢量控制，单一使用直接转矩控制技术的产品将遭到淘汰。本文也将讨论人工智能在统一变频器中运用的一些方面，同时也包括AI控制器在VC和DTC中的运用。 AI控制器能否工业运用的关键一点是：实现这些控制器的硬件和软件。大多数DSP控制的驱动器都有足够的计算能力实现人工智能的算法，并且都能得到大多数人工智能控制器软计算所需要的信号。通过运用适当的控制策略，就能大大地减少计算和硬件的负担，从而把注意力集中于提高驱动器的性能、鲁棒性和可靠性上面。 在将来，智能技术在电气传动技术中占相当重要的地位，特别是自适应模糊神经元控制器在性能传动产品中将得到广泛应用。但是，还有很多研究工作要做，现在还只有少数实际应用的例子（学术研究组实现少，工业运用的就更少了），大多数研究只给出了理论或仿真结果，因此，常规控制器在将来仍要使用相当长一段时间。 二、人工智能控制器的优势 文献中，不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如：神经、模糊、模糊神经，以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下： （1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素，例如：参数变化，非线性时，往往不知道） （2）通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提高性能。例如：模糊逻辑控制器的上升时间比最优PID控制器快5倍，下降时间快5倍，过冲更小。 （3）它们比古典控制器的调节容易。 （4）在没有必须专家知识时，通过响应数据也能设计它们。 （5）运用语言和响应信息可能设计它们。 （6）它们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计），与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对必须具体对象具体设计。 （7）它们对新数据或新信息具有很好的适应性。 （8）它们能解决常规方法不能解决的问题。 （9）它们具有很好的抗噪声干扰能力。 （10）它们的实现十分便宜，特别是使用最小配置时。 （11）它们很容易扩展和修改。 人工智能控制器可分为监督、非监督或增强学习型三种。常规的监督学习型神经网络控制器的拓朴结构和学习算法已经定型，这就给这种结构的控制器增加了限制，使得计算时间过长，常规非人工智能学习算法的应用效果不好。采用自适应神经网络和试探法就能克服这些困难，加快学习过程的收敛速度。常规模糊控制器的规则初值和模糊规则表是既定“a－priori”型，这就使得调整困难，当系统得不到“a－priori”（既定）信息时，整个系统就不能正常工作。而应用自适应AI控制器，例如使用自适应模糊神经控制器就能克服这些困难，并且用DSP比较容易实现这些控制器。 常规模糊逻辑控制器的设计经常使用尝试法。需要“a－priori”信息，如运用自适应智能控制器就不需要“a－priori”（a－priroi规则库和隶属函数）信息。值得注意的是，与常规非自适应智能控制器相反，它根据输入信号更新它的“参数”，换句话说，它对变化的输入信号具有适应性。自适应控制器分两类：间接和直接控制器，间接自适应人工智能控制器有一个实时辩识模型，用于控制器的设计，间接控制器在每个采样周期需要采样控制对象的输入和输出信号，辩识器和控制器有很多形式，而直接AI控制器用特性表来实现对控制对象的控制，这个特性表由两个连续采样周期间的误差的变化量构成，用来控制电流响应。 如用模糊逻辑控制器，最简单的应用可能是标量因子的运用。这种方法用现在的非自适应驱动器很容易实现，因而对工业界具有很大的吸引力。用改变隶属函数形状的方法可实现相似的效果。这种运用也可能通过改变规则来实现，如用直接AI控制器来实现，就是自适应控制器。它在每个采样瞬间先使用上一个采样周期采用的规则，如果得不到满意的特性，就用新的规则替代，从而得到满意的特性。 总而言之，当采用自适应模糊神经控制器，规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到最简单的拓朴结构配置，自学习迅速，收敛快速。 三、人工智能在电气传动控制中的运用 这一部分主要讨论人工智能在交直流传动中运用的进展。值得指出的是这是一个广阔的领域，在过去二年中，研究活动极快的增长，本文只是概括一下人工智能在电气传动中的运用这一领域的进展，不可能覆盖研究的每一个可能领域。AI控制器在直流传动中运用的大多数研究集中于模糊逻辑应用，在人工神经网络和其它智能控制的研究还很少。下面主要讨论模糊、神经元和模糊神经元和模糊神经元控制器在交直流传动中的应用。 (一)人工智能在直流传动中的运用 模糊逻辑控制应用 主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。限于篇幅本文不详细讨论其中的原因。值得注意的是这两种控制器都有规则库，它是一个if－then模糊规则集。但Sugeno控制器的典型规则是“如果X是A，并且y是B，那么Z=f(x,y)”。这里A和B是模糊集；Z=f(x,y)是x,y的函数，通常是输入变量x,y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。 Mamdani控制器由下面四个主要部分组成： （1）模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。 （2）知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。 （3）推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。 （4）反模糊化实现量化和反模糊化。有很多反模糊化技术，�纾�畲蠡�茨：���屑淦骄�际醯取?BR>下面的表1由64个语言规则组成，是用于电气传动控制系统的一种可能规则表这个规则表相当大，实际应用中往往进行简化。在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高（17），控制器参数的微小变化可能导致特性的极大提高，被模糊化的控制器参数调整方法如下：P（ti）=P（ti－1）＋kP＊CP，I（ti）=I（ti－1）＊CI。但如应用“充分”模糊逻辑控制器，系统响应远远优于FPIC和最优古典PI控制器，用于最优化常规控制器的计算时间比模糊化控制器所需的时间多得多。因此，使用最小配置的FPIC控制器是可能的选择之一，事实上，这也是用现有驱动装置实现的最简单方法。 在许多电气传动文献中，介绍了用模糊逻辑控制器替代古典PI控制器（主要是速度调节器）改进系统响应的方法。可是，文献（18）详细探讨了模糊逻辑控制器用于三环直流电机控制系统中所有环节（速度、电流和励磁）的设计和调整的方法。作者也介绍了PI和PD控制器，文献（9）介绍了最小配置模糊控制用于直流传动中的可能性以及组合模糊控制器用于直流传动中得到满意响应的可能性。下节讨论模糊神经控制的直流传动装置时，我们将讨论这种速度和电枢电流调节器组合成单一控制器的情况。 ANNS的应用 过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS有一致性的非线性函数估计器，因此它也可有效的运用于电气了传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。 误差反向传播技术是多层前聩ANN最常用的学习技术。如果网络有足够多的隐藏层和隐藏结点以及适宜的激励函数，多层ANN只能实现需要的映射，没有直接的技术选择最优隐藏层、结点数和激励函数，通常用尝试法解决这个问题，反向传播训练算法是基本的最快下降法，输出结点的误差反馈回网络，用于权重调整，搜索最优。输出结点的权重调整迭代不同于隐藏结点的权重调整迭代。通过使用反向传播技术，能得到需要的非线性函数近似值，该算法包括有学习速率参数，对网络的特性有很大影响。 反向传播算法是多层前聩ANN最广泛使用的学习技术之一。但有时网络的收敛速度很慢，改进算法的开发是一个重要研究领域。英国Aberdeen大学在这方面取得过令人鼓舞的成绩，他们把常规的反向传播算法和其它AI技术结合起来，使得网络快速收敛，鲁棒性更好。他们还研究过基于AI技术的最优拓扑结构网络，但没有现成理论用于最优配置，Kolgomorov理论和其他理论也不适用，在神经网络的训练剧中使用遗传算法可能会提高收敛速度，遗传算法是一种基于自然进化和遗传机理的统计搜索方法，它模仿自然界个体适者生存不适者淘汰的原理解决问题，每一代由染色体代表的(一套特征串类似于DNA中的染色体)许多个体组成，每个个体代表搜索空间的一个点和一个可能的解。值得注意的是在神经模糊实现中，有时必须使用不同形式的反向传播技术，而不是已知的标准形式。反向传播技术是在线(Supervised)学习技术，需要充分的输入－－输出数据对，虽然这种限制也可以用另外的方法加以克服，但该方法是离线的。 日本和德国的研究人员试图把ANNS用于控制电力变换器，但到目前为止没有获得满意的结果，这也是一个很有趣的领域。主要的有待解决的障碍是学习阶段时间花费过长，总而言之，问题的关键是要给变换器的控制器找到一个满意的非线性函数近似器、得到期望的非线性输入－－输出映射。常规技术就能实现简单的映射，而神经网络能实现更复杂的映射，并且由于它的并行结构这种映射相当快。 只有很少的论文讨论神经网络在直流电机控制中的应用。文献(21)介绍了两个多层前馈人工神经网络在直流电机速度控制环中的应用。这是一种典型配置。辩识ANN用于训练第二个ANN(神经控制器，即过程控制器)，因此过程输出跟随给定信号。学习过程用的是反向传播算法。该方法分为二步：第一步ANN被训练用来代表控制对象的响应。这需要用到表示控制对象输出和控制输入关系的微分方程。第二步把ANN用于控制对象模型的辩识方案中。在这步中，把ANN与控制对象并行连接，每次迭代时，给ANN提供给定信号作为ANN输入信号。辩识意味着调整权重，使ANN输出信号(即网络输出)和控制对象输出信号(即正输出)的误差最小。在辩识阶段，全局误差(即方差之和)以固定时间间隔被计算并与希望的最小值比较。第二个ANN是神经控制器被用于训练以给出需要的控制对象响应。为了训练这个网络，在每次采样输出时，必须知道误差(Ec)但仅仅只知道控制对象输出和希望输出(由给定输入决定)的最后误差，辩识方案中的第一个ANN可将最后误差Ec反向传播，用来训练控制器ANN。在误差最小化过程中，全局误差能被最小化到希望的值。经过训练辩识ANNS和控制ANNS，就可以在实时系统中运用被“调整”的神经自适应控制方案。文献(21)介绍了采用ANN自适应速度控制方案的直流传动系统的良好特性以及抗干扰性能。这也证明辩识ANN学习到了直流电机、变换器和负载的、未知时不变非线性操作特性。但值得指出的是，用于神经元控制器的训练时间有时相当长，但这个困难可以用上面提到的高级技术、避免使用常规的反向传播算法的方法中以克服。 文献(22)和(23)介绍了直流传动系统的ANN控制，给出了理论和实验结果。文献(9)讨论了直流传动的模糊神经速度控制器。这是文献中记载的第一次用单神经控制器成功替代双环直流传动系统的常规速度和电流PI调节器的例子。相对地上面讨论过的直流传动系统，该系统运用了更多的智能技术，系统得到了进一步的简化。有趣的是相对于古典多环PI调节器的实现，这里的电枢电流控制主要起限制电枢电流的作用，并且是通过单个速度、电流组合的模糊神经控制器“自动”加以实现。 (二)人工智能在交流传动中的应用 模糊逻辑的应用 在大多数讨论模糊逻辑在交流传动中运用的文章中，都介绍的是用模糊控制器取代常规的速度调节器，可英国Aberdeen大学开发的全数字高性能传动系统中有多个模糊控制器(4)，这些模糊控制器不仅用来取代常规的PI或PID控制器，同时也用于其他任务。该大学还把模糊神经控制器用于各种全数字高动态性能传动系统开发中。也有一些优秀的文章论述运用模糊逻辑控制感应电机的磁通和力矩。讨论这种技术的第一篇文章发表于1992年(24)。该文中讨论了两种控制策略，如用第一种策略，规则表有36条规则，模糊控制器的输入是磁通和转矩误差，根据转矩和磁通误差，改变磁通矢量的辐值和旋转方向，反模糊化技术用到的是中心梯度法，第一种策略没有考虑最优电压矢量选择的梯度。而第二种策略考虑了，这种方案被成功地实现了。 Galvan的两篇文章(25)、(26)讨论了用模糊化速度控制器实现感应电机的矢量控制的方法。并给出了仿真结果。(也见1节讨论的模糊化控制器)。矢量控制器也是一种间接控制类型，并且很好的特性。文献(27)提出了一种模糊逻辑速度控制器。它的输入标定因子是变化的。实验结果也验证了所提方案的有效性。文献(28)给出了矢量控制器感应电机驱动系统的仿真结果。该系统中模糊速度控制器与常规的PI速度控制器和CRPWM塑变器一起使用，它往往用来补偿可能的惯性和负载转矩的扰动。常规PI控制器用来稳定系统的稳态速度响应。矢量控制器使用转子磁通观测器观测(UI观测器，iw观测器(1)(4))，模糊逻辑用于转子电阻的估计。 到目前为止，只有两种运用人工智能技术的工业产品，其一是下节介绍的安川矢量变频器，另一个是日立矢量变频器，日立公司最近开发了J300系列IGBT矢量变频器，功率范围是5KW－－55KW。它的主要特点是使用无传感器矢量控制算法和强大的自调整功能。无传感器磁通矢量控制方案采样两相定子电流，在初始自整定阶段，电机和负载的惯性以及其他参数例如定子电感，定子和转子电阻、励磁电感等参数被计算。日立公司宣称这是世界上第一台使用模糊控制的变频器。它考虑了电机和系统的特性，转矩计算软件在整个频率范围保证了转矩的精确控制。变频器的主要性能指标如下：1Hz时150％或更高的启动转矩；在3∶1的速度范围(20到60HZ/16到50HZ)电机不用降低功率使用；速度调节比率小于。 J300系列变频器由于使用了高速微处理器和内置DSP，因此具有很的响应速度，转矩响应速度大约可达到1秒。它使用模糊逻辑控制电机电流和加减速斜率。它能根据电机负载和制动需要计算加减速的最优时间，因此不需要尝试法进行调整。模糊逻辑加减速度函数根据模糊规则设定加减速度比例因子和速度，而模糊规则则用当前值与过载限幅(或其它限幅)值的差值以及电机电流和电压的梯度作为输入变量。梯度和差值构成四个隶属函数，两个隶属函数是三角函数，另二个是半梯形。当用常规的简单电流限幅控制，变频器的斜率是步进型的，经常引起变频器跳闸。特别是在减速时。当用模糊逻辑控制时，斜率十分平滑，变频器假跳闸的现象也消除了。变频器在风机和泵类的运用最能体现模糊逻辑控制的优势。在这些应用中，不需要恒定的加减速时间或精确的位置控制。在这些应用中，不需要恒定的加减速时间或精确的位置控制。需要的是与负载条件有关的加减速度的最优化。模糊控制能实现加减速度的最优控制。 AI控制器也能提高直接转矩控制系统的性能，这也是值得深入研究的一个宽广领域。英国Aberdeen大学的研究人员开发了基于人工智能的开关矢量选择器以及速度、转矩、磁通观测器等，初步结果令人鼓舞(9)。可以预见不久的将业，将会得到更好的结果，将会出现更多的工业应用产品(47)(48)。 神经网络的应用 非常少的文章讨论神经网络用于交流电机的控制，大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。文献(33)介绍了使用常规反向转波算法的ANN用于步进电机控制算法的最优化。该方案使用实验数据，根据负载转矩和初始速度来确定最大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法(梯形控制法)相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。文献(34)用两个ANNS控制和辩识感应电机，但只给出了仿真研究。这是第一篇讨论神经网络在感应电机控制中的应用，这个方案与1节中讨论的直流驱动方案类似，ANNS的结构是多层前馈型，运用常规反向传播学习算法。该系统由两个子系统构成，一个系统通过电气动态参数的辩识自适应控制定子电流，另一个系统通过对机电系统参数的辩识自适应控制转子速度。该文讨论了这些控制方案与常规方案的各种优点。 文献(35)讨论了基于人工神经网络的电气机械系统，文献(36)介绍了运用直接控制ANN观测电压源PWM供电的感应电机矢量控制系统中的磁通的方法。这种基于ANN的磁通观测器的主要优点是对谐波具有免疫性。ANN是使用反向传播学习算法的多层前馈类型。ANN观测的磁通具有振荡性，因而引起转矩振荡。如果用别的方法，可能得到更好的结果。 最后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的论文，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。 四、结论 本文试图对人工智能电气传动控制系统领域的进展做一回顾。内容涉及模糊控制、神经网络、模糊神经网络在电气传动系统中的应用，讨论了模糊、神经和模糊神经控制器等人工智能技术的优点。也讨论了人工智能最小配置的应用。但到目前为止，使用人工智能技术的变速传动工业产品才刚刚出现，只有两家公司推出他们的产品。虽然使用人工智能技术的实际产品和应用还不多，但不久的将来，人工智能技术在电气传动领域将会取得重要的地位，特别是自适应模糊神经控制器将在高性能驱动产品中得到广泛使用。
1、 高压软开关充电电源硬件设计2、 自动售货机控制系统的设计3、 PLC控制电磁阀耐久试验系统设计4、 永磁同步电动机矢量控制系统的仿真研究5、 PLC在热交换控制系统设计中的应用6、 颗粒包装机的PLC控制设计7、 输油泵站机泵控制系统设计8、 基于单片机的万年历硬件设计 9、 550KV GIS中隔离开关操作产生的过电压计算10、 时滞网络化控制系统鲁棒控制器设计11、 多路压力变送器采集系统设计12、 直流电机双闭环系统硬件设计 13、 漏磁无损检测磁路优化设计14、 光伏逆变电源设计15、 胶布烘干温度控制系统的设计16、 基于MATLAB的数字滤波器设计与仿真17、 电镀生产线中PLC的应用18、 万年历的程序设计19、 变压器设计20、 步进电机运动控制系统的硬件设计21、 比例电磁阀驱动性能比较22、 220kv变电站设计 23、 600A测量级电流互感器设计24、 自动售货机控制中PLC的应用25、 足球机器人比赛决策子系统与运动轨迹的研究26、 厂区35kV变电所设计27、 基于给定指标的电机设计28、 电梯控制中PLC的应用29、 常用变压器的结构及性能设计30、 六自由度机械臂控制系统软件开发31 输油泵站热媒炉PLC控制系统设计32 步进电机驱动控制系统软件设计33 足球机器人的视觉系统与色标分析的研究34 自来水厂PLC工控系统控制站设计35 永磁直流电动机磁场分析36 永磁同步电动机磁场分析37 应用EWB的电子表电路设计与仿真38 电路与电子技术基础》之模拟电子篇CAI课件的设计39 逻辑无环流直流可逆调速系统的仿真研究40 机器人足球比赛图像采集与目标识别的研究41 自来水厂plc工控系统操作站设计42 PLC结合变频器在风机节能上的应用43 交流电动机调速系统接口电路的设计44 直流电动机可逆调速系统设计45 西门子S7-300PLC在二氧化碳变压吸附中的应用46 DMC控制器设计47 电力电子电路的仿真48 图像处理技术在足球机器人系统中的应用49 管道缺陷长度对漏磁场分布影响的研究 50 生化过程优化控制方案设计51 交流电动机磁场定向控制系统设计52 开关电磁阀流量控制系统的硬件设计53 比例电磁阀的驱动电源设计54 交流电动机SVPWM控制系统设计55 PLC在恒压供水控制中的应用56 西门子S7-200系列PLC在搅拌器控制中的应用57 基于侧抑制增强图像处理方法的研究58 西门子s7-300系列plc在工业加热炉控制中的应用59 西门子s7-200系列plc在电梯控制中的应用60 PLC在恒压供水控制中的应用61 磁悬浮系统的常规控制方法研究62 建筑公司施工进度管理系统设计63 网络销售数据库系统设计64 生产过程设备信息管理系统的设计与实现
电气控制与保护 内容摘要：近几十年来，随着电力电子技术、微电子技术及现代控制理论的发展，中、小功率电动机在工农业生产及人们的日常生活中都有极其广泛的的应用。特别是乡镇企业及家用电器的迅速，更需要大量的中小功率电动机。由于这种电动机的发展及广泛的应用，它的使用、保养和维护工作也越来越重要。本文主要介绍了电动机技术发展及现状、工作原理、电动机的运行维护。 关键词：技术现状 工作原理 运行维护 一、电动机技术发展及现状 电机是利用电磁感应原理工作的机械。随着生产的发展而发展的，反过来，电机的发展又促进了社会生产力的不断提高。从19世纪末期起，电动机就逐渐代替蒸汽机作为拖动生产机械的原动机，一个多世纪以来，虽然电机的基本结构变化不大，但是电机的类型增加了许多，在运行性能，经济指标等方面也都有了很大的改进和提高，而且随着自动控制系统和计算机技术的发展，在一般旋转电机的理论基础上又发展出许多种类的控制电机，控制电机具有高可靠性﹑好精确度﹑快速响应的特点，已成为电机学科的一个独立分支。 它应用广泛，种类繁多。性能各异，分类方法也很多。电机常用的分类方法主要有两种：一种是按功能用途分，可分为发电机﹑电动机，﹑压器和控制电机四大类。电动机的功能是将电能转换成机械能，它可以作为拖动各种生产机械的动力，是国民经济各部门应用最多的动力机械，也是最主要的用电设备，各种电动机消耗的电能占全国总发电量的60%~70%。另一种分类方法是按照电机的结构或转速分类,可分为变压器和旋转电机根据电源电流的不同旋转电机又分为直流电机和交流电机两大类交流电机又分为同步电机和异步电机 在现代化工业生产过程中，为了实现各种生产工艺过程，需要各种各样的生产机械。拖动各种生产机械运转，可以采用气动，液压传动和电力拖动。由于电力拖动具有控制简单﹑调节性能好﹑耗损小﹑经济，能实现远距离控制和自动控制等一系列优点，因此大多数生产机械都采用电力拖动。 按照电动机的种类不同，电力拖动系统分为直流电力拖动系统和交流电力拖动系统两大类。 纵观电力拖动的发展过程，交，直流两种拖动方式并存于各个生产领域。在交流电出现以前，直流电力拖动是唯一的一种电力拖动方式，19世纪末期，由于研制出了经济实用的交流电动机，致使交流电力拖动在工业中得到了广泛的应用，但随着生产技术的发展，特别是精密机械加工与冶金工业生产过程的进步，对电力拖动在起动，制动，正反转以及调速精度与范围等静态特性和动态响应方面提出了新的，更高的要求。由于交流电力拖动比直流电力拖动在技术上难以实现这些要求，所以20世纪以来，在可逆，可调速与高精度的拖动技术领域中，相当时期内几乎都是采用直流电力拖动，而交流电力拖动则主要用于恒转速系统。 虽然直流电动机具有调速性能优异这一突出特点，但是由于它具有电刷与换向器（又称整流子），使得他的故障率较高，电动机的使用环境也受到了限制（如不能在有易爆气体及尘埃多的场合使用），其电压等级，额定转速，单机容量的发展也受到了限制。所以，在20世纪60年代以后，随着电力电子技术的发展，半导体交流技术的交流技术的交流调速系统得以实现。尤其是70年代以来，大规模集成电路和计算机控制技术的发展，为交流电力拖动的广泛应用创造了有利条件。诸如交流电动机的串级调速，各种类型的变频调速，无换向器电动机调速等，使得交流电力拖动逐步具备了调速范围宽，稳态精度高，动态响应快以及在四象限做可逆运行等良好的技术性能，在调速性能方面完全可与直流电力拖动媲美。除此之外，由于交流电力拖动具有调速性能优良，维修费用低等优点，因此它今后将广泛应用于各个工业电气自动化领域中，并逐步取代直流电力拖动而成为电力拖动的主流。 经历了100多年的技术发展，电动机自身的理论基本成熟。随着电工技术的发展，对电能的转换、控制以及高效使用的要求越来越高。电磁材料的性能不断提高，电工电子技术的广泛应用，为电动机的发展注入了新的活力。 未来电动机将会沿着单位功率体积更小、机电能量转换效率更高、控制更灵活的方向继续发展。一批"巨无霸"电机、一批"光怪陆奇"电机将同时展现在世人眼前。 二、电动机工作原理 目前较常用的主要是交流电动机，它可分为两种：1、三相异步电动机。2、单相交流电动机。第一种多用在工业上，而第二种多用在民用电器上。下面以三相异步电动机为例介绍其基本工作原理。 下图所示为一 台三相笼型异步电动机的示意图。在定子铁心里嵌放着对称的三相绕组U1-U2、V1-V2、W1-W2。转子槽内放有导条，导条两端用短路环短接起来，形成一个笼型的闭合绕组。定子三相绕组可接成星形，也可以接成三角形。 由旋转磁场理论分析可知，如果定子对称三相绕组被施以对称的三相电压，就有对称的三相电流流过，并且会在电机的气隙中形成一个旋转的磁场，这个磁场的转速n1称为同步转速，它与电网的频率f1及电机的磁极对数p的关系为： n1=60 f1/p 转向与三相绕组的排列以及三相电流的相序有关，图中U、V、W相以顺时针方向排列，当定子绕组中通人U、V、W相序的三相电流时，定子旋转磁场为顺时针转向。由于转子是静止的，转子与旋转磁场之间有相对运动，转子导体因切割定子磁场而产生感应电动势，因转子绕组自身闭合，转子绕组内便有电流流通。转子有功电流与转子感应电动势同相位，其方向可由"右手发电机定则"确定。载有有功分量电流的转子绕组在定子旋转磁场作用下，将产生电磁力F，其方向由"左手电动机定则"确定。电磁力对转轴形成一个电磁转距，其作用方向与旋转磁场方向一致，拖着转子顺着旋转磁场的旋转方向旋转，将输入的电能变成旋转的机械能。如果电动机轴上带有机械负载，则机械负载随着电动机的旋转而旋转，电动机对机械负载做了功。 综上分析可知，三相异步电动机转动的基本工作原理是： （1） 三相对称绕组中通人三相对称电流产生圆形旋转磁场。 （2） 转子导体切割旋转磁场感应电动势和电流； （3） 转子载流导体在磁场中受到电磁力的作用，从而形成电磁转距，驱使电动机转子转动。 三：电动机的运行维护 （一） 电动机启动前的准备 为了保证电动机正常安全地启动，一般启动前应作好下述准备： （1） 检查电源是否有电，电压是否正常，若电源电压过高或过低，都不宜启动。 （2） 启动器是否正常，如零部件有无损坏，使用是否灵活，触头接触是否良好，接线是否正确、牢固等。 （3） 熔丝规格大小是否合适，安装是否牢固，有无熔断或损伤。 （4） 电动机接线板上接头有无松动或氧化。 （5） 检查传动装置，如皮带轻紧是否合适，连接是否牢固，联轴器的螺丝、销子是否紧固等。 （6） 传动电动机转子和负载机械的转轴，看其转动是否灵活。 （7） 检查电动机及启动电器外壳是否接地，接地线有无断路，接地螺丝是否松动、脱落等。 （8） 搬开电动机周围的杂物并清除机座表面灰尘、油垢等。 （9） 检查负载机械是否妥善地作好了启动准备。 （10） 对正常运行中的绕线式电动机，应经常观察电动机滑环有无偏心摆动现象；观察滑环的火花是否发生异常现象。滑环上碳刷是否要更换。 （二） 启动时应注意的问题 （1） 接通电源后，如果电动机不转，应立即切断电源，绝不能迟疑等待，更不能带电检查电动机发故障，否则将会烧毁电动机和发生危险。 （2） 启动时应注意观察电动机、传动装置、负载机械的工作情况，以及线路上的电流表和电压表的指示，若有异常现象，应立即断电检查，待故障排除后，载行启动。 （3） 利用手动补偿器或手动星三角启动器启动电动机时，特别要注意操作顺序。一定要先将手柄推到启动位置，待电动机转速稳定后再拉到运转位置，防止误操作造成设备和人身事故。 （4） 同一线路上的电动机不应同时启动，一般应由大到小逐台启动以免多太电动机同时启动，线路上电流太大。电压降低过多，造成电动机启动困难引起线路故障或使开关设备跳闸。 （5） 启动时，若电动机的旋转方向反了，应立即切断电源，将三相电源线中的任意两相互换一下位置，即可改变电动机转向。 （三） 电动机运行中的监视 电动机在运行时，值班工作人员可以通过仪表和感觉器官监视其运行情况，以便及早发现问题，减少或避免故障的发生。 1． 监视电动机的温度 电动机正常运行时会发热，使电动机温度升高，但不应超出允许的限度。如果电动机负载过大，使用环境温度过高，通风不畅或运行中发生故障，就会使其温度超出允许限度，导致绕组过热烧毁，因此电动机温度的高低是反映电动机运行的主要标志，在运行中经常检查。判断电动机是否过热，可以用以下方法： （1） 凭手的感觉：如果以手接触外壳，没有烫手的感觉，说明电动机温度正常；如果手放上去烫得马上缩回来，说明电动机已经过热。 （2） 在电动机外壳上滴2~3滴水，如果只冒热气没有声音，则说明电动机没有过热，如果水滴急剧汽化同时伴有"咝咝"声，说明电动机已经过热。 （3） 判别电动机是否过热的准确方法还是用温度计测量。 发现电动机过热应该立即停车检查，等查明原因，排除故障后再行使用。 2． 监视电动机的电流 一般容量较大的电动机应装设电流表，随时对其电流进行监视。若电流大小或三相电流不平衡超过了允许值。应立即停车检查。容量较小的电动机一般不装电流表，但也经常用钳形表测量。 3． 监视电动机的电压 电动机的电源上最好装设一只电压表和转换开关，以便对其三相电源、压进行监视。电动机的电源电压过高、过低或三相电压不平衡，特别是三相电源缺相，都会带来不良后果。如发现这种情况应立即停车，待查明原因，排除故障后再使用。 4． 注意电动机的振动、响声和气味 电动机正常运行时，应平稳、轻快、无异常气味和响声。若发生剧烈振动，噪音和焦臭气味，应停车进行检查修理。 5． 注意传动装置的检查 电动机运行时要随时注意查看皮带轮或联轴器有无松动，传动皮带是否有过紧、过松的现象等，如果有，应停车上紧或进行调整。 6． 注意轴承的工作情况 电动机运行中应注意轴承声响和发热情况。若轴承声音不正常或过热，应检查润滑情况是否良好和有无磨损。 7． 注意交流电动机的滑环或直流电动机的换向器火花 电动机运行中，电刷与换向器或滑环之间难免出现火花。如果所发生的火花大于某一规定限度，尤其是出现放电性的红色电弧火花时，将产生破坏作用，必须及时加以纠正。 （四） 电动机的定期检查和保养 为了保证电动机正常工作，除了按操作规程正确使用，运行过程中注意监视和维护外还应进行定期检查和保养。间隔时间可根据电动机的类型、使用环境决定。主要检查和保养项目如下： （1） 及时清除电动机机座外部的灰尘、油泥，如使用环境灰尘较多，最好每天清扫一次。 （2） 经常检查接线板螺丝是否松动或烧伤。 （3） 定期测量电动机的绝缘电阻，若使用环境比较潮湿更应经常测量。 （4） 定期用煤油清洗轴承并更换新油（一般半年更换一次），换油时不应上满，一般占油腔的1/2~1/3，否则，容易发热或甩出，油要从一面加人，可以把没有清洗干净的杂质，从另一面挤出来。 （5） 定期检查启动设备，看触头和接线有无烧伤，氧化，接触是否良好等。 （6） 绝缘情况的检查。绝缘材料的绝缘能力因干燥程度不同而异，所以保持电动机绕组的干燥是非常重要的。电动机工作环境潮湿、工作间有腐蚀性气体等因素的存在，都会破坏电动机的绝缘。最常见的是绕组接地故障即绝缘损坏，使带电部分与机壳等不应带电的金属部分相碰，发生这种故障，不仅影响电动机正常工作。还会危及人身安全。所以电动机在使用中，应经常检查绝缘电阻，还要注意查看电动机机壳接地是否可靠。 （7） 除了按上述几项内容对电动机定期维护外，运行一年后要大修一次。大修的目的在于，对电动机进行一次彻底、全面的检查、维护，增补电动机缺少、磨损的元件，彻底清除电动机内外的灰尘、污物，检查绝缘情况，清洗轴承并检查其磨损情况。 四：结论 电动机在我国的经济建设中担当着重要的角色，随着我国加入WTO后，我国电动机行业所面临的国际社会的巨大竞争压力和挑战日益加剧。从节约能源，保护环境出发，高效率电动机是目前国际发展的趋势。这样看来，推广中国的高效率电动机是非常有必要的。但是在日常使用过程中如何去维护好，其影响可见一斑。本文着重从电动机的技术发展及现状、工作原理、运行维护进行了初略的探讨和分析，希望能给正在或即将从事电动机工作的人士一些帮助。 五：参考文献 1：张运波 刘淑荣 [工厂电气控制技术] 高等教育出版社 2004 2：许晓峰 [电机及拖动] 高等教育出版社 2004 3：李洋 孙晋 范翠香 [电动机使用与维修] 人民邮电出版社
人工智能在电气传动中运用的进展(1) 摘要：本文论述了人工智能在电气传动领域的发展概况。其中主要包括模糊控制、神经网络和遗传算法的应用特点及发展趋势等 关键词：神经网络控制 模糊神经元控制 自适应控制 一、引 言 人工智能控制技术一直没能取代古典控制方法。但随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术(人工神经网络、模糊控制、模糊神经网络、遗传算法等)所替代。这些方法的共同特点是：都需要不同数量和类型的必须的描述系统和特性的“a priori”知识。由于这些方法具有很多优势，因此工业界强烈希望开发、生产使用这些方法的系统，但又希望该系统实现简单、性能优异。 由于控制简单，直流传动在过去得到了广泛的使用。但由于它们众所周知的限制以及DSP技术的进步，直流传动正逐渐被高性能的交流传动所取代。但最近，许多厂商也推出了一些改进的直流驱动产品，但都没有使用人工智能技术。具信使用人工智能的直流传动技术能得到进一步的提高。 高性能的交流传动瞬态转矩的控制性能类似于他励直流电机的控制性能。现有两种高性能交流传动的控制方法：矢量控制(VC)和直接转矩控制(DTC)。矢量控制是德国的研究人员在二十多年前提出的，现在已经比较成熟，并已广泛应用，很多生产厂商都推出了他们的矢量控制交流传动产品，最近又大量推出了无速度传感器的矢量控制产品。尽管在高性能驱动产品中使用AI技术会极大地提高产品的性能，可是到目前为止只有两个厂家在他们的产品中使用了人工智能(AI)控制器；直接转矩控制是大约在十五年前由德国和日本的研究人员提出的，在过去十年中得到大量的研究，现在ABB公司已向市场推出了直接转矩控制的传动产品，使得人们对直接转矩控制的研究兴趣增加，将来在直接转矩控制中将会用到人工智能技术，并将完全地不需要常规的电机数学模型了。 英国CT公司(Control Technique plc)推出了世界上第一台统一变频器(Unidrive)，其他一些公司也推出了相应的产品，现在这些产品都没有使用人工智能技术，“统一”的概念完全依靠软件实现，这就为软计算技术的实现提供了条件。具信在将来统一变频器将使用直接转矩控制以及各种形式的矢量控制，单一使用直接转矩控制技术的产品将遭到淘汰。本文也将讨论人工智能在统一变频器中运用的一些方面，同时也包括AI控制器在VC和DTC中的运用。 AI控制器能否工业运用的关键一点是：实现这些控制器的硬件和软件。大多数DSP控制的驱动器都有足够的计算能力实现人工智能的算法，并且都能得到大多数人工智能控制器软计算所需要的信号。通过运用适当的控制策略，就能大大地减少计算和硬件的负担，从而把注意力集中于提高驱动器的性能、鲁棒性和可靠性上面。 在将来，智能技术在电气传动技术中占相当重要的地位，特别是自适应模糊神经元控制器在性能传动产品中将得到广泛应用。但是，还有很多研究工作要做，现在还只有少数实际应用的例子（学术研究组实现少，工业运用的就更少了），大多数研究只给出了理论或仿真结果，因此，常规控制器在将来仍要使用相当长一段时间。 二、人工智能控制器的优势 文献中，不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如：神经、模糊、模糊神经，以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下： （1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素，例如：参数变化，非线性时，往往不知道） （2）通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提高性能。例如：模糊逻辑控制器的上升时间比最优PID控制器快5倍，下降时间快5倍，过冲更小。 （3）它们比古典控制器的调节容易。 （4）在没有必须专家知识时，通过响应数据也能设计它们。 （5）运用语言和响应信息可能设计它们。 （6）它们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计），与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对必须具体对象具体设计。 （7）它们对新数据或新信息具有很好的适应性。 （8）它们能解决常规方法不能解决的问题。 （9）它们具有很好的抗噪声干扰能力。 （10）它们的实现十分便宜，特别是使用最小配置时。 （11）它们很容易扩展和修改。 人工智能控制器可分为监督、非监督或增强学习型三种。常规的监督学习型神经网络控制器的拓朴结构和学习算法已经定型，这就给这种结构的控制器增加了限制，使得计算时间过长，常规非人工智能学习算法的应用效果不好。采用自适应神经网络和试探法就能克服这些困难，加快学习过程的收敛速度。常规模糊控制器的规则初值和模糊规则表是既定“a－priori”型，这就使得调整困难，当系统得不到“a－priori”（既定）信息时，整个系统就不能正常工作。而应用自适应AI控制器，例如使用自适应模糊神经控制器就能克服这些困难，并且用DSP比较容易实现这些控制器。 常规模糊逻辑控制器的设计经常使用尝试法。需要“a－priori”信息，如运用自适应智能控制器就不需要“a－priori”（a－priroi规则库和隶属函数）信息。值得注意的是，与常规非自适应智能控制器相反，它根据输入信号更新它的“参数”，换句话说，它对变化的输入信号具有适应性。自适应控制器分两类：间接和直接控制器，间接自适应人工智能控制器有一个实时辩识模型，用于控制器的设计，间接控制器在每个采样周期需要采样控制对象的输入和输出信号，辩识器和控制器有很多形式，而直接AI控制器用特性表来实现对控制对象的控制，这个特性表由两个连续采样周期间的误差的变化量构成，用来控制电流响应。 如用模糊逻辑控制器，最简单的应用可能是标量因子的运用。这种方法用现在的非自适应驱动器很容易实现，因而对工业界具有很大的吸引力。用改变隶属函数形状的方法可实现相似的效果。这种运用也可能通过改变规则来实现，如用直接AI控制器来实现，就是自适应控制器。它在每个采样瞬间先使用上一个采样周期采用的规则，如果得不到满意的特性，就用新的规则替代，从而得到满意的特性。 总而言之，当采用自适应模糊神经控制器，规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到最简单的拓朴结构配置，自学习迅速，收敛快速。 三、人工智能在电气传动控制中的运用 这一部分主要讨论人工智能在交直流传动中运用的进展。值得指出的是这是一个广阔的领域，在过去二年中，研究活动极快的增长，本文只是概括一下人工智能在电气传动中的运用这一领域的进展，不可能覆盖研究的每一个可能领域。AI控制器在直流传动中运用的大多数研究集中于模糊逻辑应用，在人工神经网络和其它智能控制的研究还很少。下面主要讨论模糊、神经元和模糊神经元和模糊神经元控制器在交直流传动中的应用。 (一)人工智能在直流传动中的运用 模糊逻辑控制应用 主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。限于篇幅本文不详细讨论其中的原因。值得注意的是这两种控制器都有规则库，它是一个if－then模糊规则集。但Sugeno控制器的典型规则是“如果X是A，并且y是B，那么Z=f(x,y)”。这里A和B是模糊集；Z=f(x,y)是x,y的函数，通常是输入变量x,y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。 Mamdani控制器由下面四个主要部分组成： （1）模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。 （2）知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。 （3）推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。 （4）反模糊化实现量化和反模糊化。有很多反模糊化技术，�纾�畲蠡�茨：���屑淦骄�际醯取?BR>下面的表1由64个语言规则组成，是用于电气传动控制系统的一种可能规则表这个规则表相当大，实际应用中往往进行简化。在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高（17），控制器参数的微小变化可能导致特性的极大提高，被模糊化的控制器参数调整方法如下：P（ti）=P（ti－1）＋kP＊CP，I（ti）=I（ti－1）＊CI。但如应用“充分”模糊逻辑控制器，系统响应远远优于FPIC和最优古典PI控制器，用于最优化常规控制器的计算时间比模糊化控制器所需的时间多得多。因此，使用最小配置的FPIC控制器是可能的选择之一，事实上，这也是用现有驱动装置实现的最简单方法。 在许多电气传动文献中，介绍了用模糊逻辑控制器替代古典PI控制器（主要是速度调节器）改进系统响应的方法。可是，文献（18）详细探讨了模糊逻辑控制器用于三环直流电机控制系统中所有环节（速度、电流和励磁）的设计和调整的方法。作者也介绍了PI和PD控制器，文献（9）介绍了最小配置模糊控制用于直流传动中的可能性以及组合模糊控制器用于直流传动中得到满意响应的可能性。下节讨论模糊神经控制的直流传动装置时，我们将讨论这种速度和电枢电流调节器组合成单一控制器的情况。 ANNS的应用 过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS有一致性的非线性函数估计器，因此它也可有效的运用于电气了传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。 误差反向传播技术是多层前聩ANN最常用的学习技术。如果网络有足够多的隐藏层和隐藏结点以及适宜的激励函数，多层ANN只能实现需要的映射，没有直接的技术选择最优隐藏层、结点数和激励函数，通常用尝试法解决这个问题，反向传播训练算法是基本的最快下降法，输出结点的误差反馈回网络，用于权重调整，搜索最优。输出结点的权重调整迭代不同于隐藏结点的权重调整迭代。通过使用反向传播技术，能得到需要的非线性函数近似值，该算法包括有学习速率参数，对网络的特性有很大影响。 反向传播算法是多层前聩ANN最广泛使用的学习技术之一。但有时网络的收敛速度很慢，改进算法的开发是一个重要研究领域。英国Aberdeen大学在这方面取得过令人鼓舞的成绩，他们把常规的反向传播算法和其它AI技术结合起来，使得网络快速收敛，鲁棒性更好。他们还研究过基于AI技术的最优拓扑结构网络，但没有现成理论用于最优配置，Kolgomorov理论和其他理论也不适用，在神经网络的训练剧中使用遗传算法可能会提高收敛速度，遗传算法是一种基于自然进化和遗传机理的统计搜索方法，它模仿自然界个体适者生存不适者淘汰的原理解决问题，每一代由染色体代表的(一套特征串类似于DNA中的染色体)许多个体组成，每个个体代表搜索空间的一个点和一个可能的解。值得注意的是在神经模糊实现中，有时必须使用不同形式的反向传播技术，而不是已知的标准形式。反向传播技术是在线(Supervised)学习技术，需要充分的输入－－输出数据对，虽然这种限制也可以用另外的方法加以克服，但该方法是离线的。 日本和德国的研究人员试图把ANNS用于控制电力变换器，但到目前为止没有获得满意的结果，这也是一个很有趣的领域。主要的有待解决的障碍是学习阶段时间花费过长，总而言之，问题的关键是要给变换器的控制器找到一个满意的非线性函数近似器、得到期望的非线性输入－－输出映射。常规技术就能实现简单的映射，而神经网络能实现更复杂的映射，并且由于它的并行结构这种映射相当快。 只有很少的论文讨论神经网络在直流电机控制中的应用。文献(21)介绍了两个多层前馈人工神经网络在直流电机速度控制环中的应用。这是一种典型配置。辩识ANN用于训练第二个ANN(神经控制器，即过程控制器)，因此过程输出跟随给定信号。学习过程用的是反向传播算法。该方法分为二步：第一步ANN被训练用来代表控制对象的响应。这需要用到表示控制对象输出和控制输入关系的微分方程。第二步把ANN用于控制对象模型的辩识方案中。在这步中，把ANN与控制对象并行连接，每次迭代时，给ANN提供给定信号作为ANN输入信号。辩识意味着调整权重，使ANN输出信号(即网络输出)和控制对象输出信号(即正输出)的误差最小。在辩识阶段，全局误差(即方差之和)以固定时间间隔被计算并与希望的最小值比较。第二个ANN是神经控制器被用于训练以给出需要的控制对象响应。为了训练这个网络，在每次采样输出时，必须知道误差(Ec)但仅仅只知道控制对象输出和希望输出(由给定输入决定)的最后误差，辩识方案中的第一个ANN可将最后误差Ec反向传播，用来训练控制器ANN。在误差最小化过程中，全局误差能被最小化到希望的值。经过训练辩识ANNS和控制ANNS，就可以在实时系统中运用被“调整”的神经自适应控制方案。文献(21)介绍了采用ANN自适应速度控制方案的直流传动系统的良好特性以及抗干扰性能。这也证明辩识ANN学习到了直流电机、变换器和负载的、未知时不变非线性操作特性。但值得指出的是，用于神经元控制器的训练时间有时相当长，但这个困难可以用上面提到的高级技术、避免使用常规的反向传播算法的方法中以克服。 文献(22)和(23)介绍了直流传动系统的ANN控制，给出了理论和实验结果。文献(9)讨论了直流传动的模糊神经速度控制器。这是文献中记载的第一次用单神经控制器成功替代双环直流传动系统的常规速度和电流PI调节器的例子。相对地上面讨论过的直流传动系统，该系统运用了更多的智能技术，系统得到了进一步的简化。有趣的是相对于古典多环PI调节器的实现，这里的电枢电流控制主要起限制电枢电流的作用，并且是通过单个速度、电流组合的模糊神经控制器“自动”加以实现。 (二)人工智能在交流传动中的应用 模糊逻辑的应用 在大多数讨论模糊逻辑在交流传动中运用的文章中，都介绍的是用模糊控制器取代常规的速度调节器，可英国Aberdeen大学开发的全数字高性能传动系统中有多个模糊控制器(4)，这些模糊控制器不仅用来取代常规的PI或PID控制器，同时也用于其他任务。该大学还把模糊神经控制器用于各种全数字高动态性能传动系统开发中。也有一些优秀的文章论述运用模糊逻辑控制感应电机的磁通和力矩。讨论这种技术的第一篇文章发表于1992年(24)。该文中讨论了两种控制策略，如用第一种策略，规则表有36条规则，模糊控制器的输入是磁通和转矩误差，根据转矩和磁通误差，改变磁通矢量的辐值和旋转方向，反模糊化技术用到的是中心梯度法，第一种策略没有考虑最优电压矢量选择的梯度。而第二种策略考虑了，这种方案被成功地实现了。 Galvan的两篇文章(25)、(26)讨论了用模糊化速度控制器实现感应电机的矢量控制的方法。并给出了仿真结果。(也见1节讨论的模糊化控制器)。矢量控制器也是一种间接控制类型，并且很好的特性。文献(27)提出了一种模糊逻辑速度控制器。它的输入标定因子是变化的。实验结果也验证了所提方案的有效性。文献(28)给出了矢量控制器感应电机驱动系统的仿真结果。该系统中模糊速度控制器与常规的PI速度控制器和CRPWM塑变器一起使用，它往往用来补偿可能的惯性和负载转矩的扰动。常规PI控制器用来稳定系统的稳态速度响应。矢量控制器使用转子磁通观测器观测(UI观测器，iw观测器(1)(4))，模糊逻辑用于转子电阻的估计。 到目前为止，只有两种运用人工智能技术的工业产品，其一是下节介绍的安川矢量变频器，另一个是日立矢量变频器，日立公司最近开发了J300系列IGBT矢量变频器，功率范围是5KW－－55KW。它的主要特点是使用无传感器矢量控制算法和强大的自调整功能。无传感器磁通矢量控制方案采样两相定子电流，在初始自整定阶段，电机和负载的惯性以及其他参数例如定子电感，定子和转子电阻、励磁电感等参数被计算。日立公司宣称这是世界上第一台使用模糊控制的变频器。它考虑了电机和系统的特性，转矩计算软件在整个频率范围保证了转矩的精确控制。变频器的主要性能指标如下：1Hz时150％或更高的启动转矩；在3∶1的速度范围(20到60HZ/16到50HZ)电机不用降低功率使用；速度调节比率小于。 J300系列变频器由于使用了高速微处理器和内置DSP，因此具有很的响应速度，转矩响应速度大约可达到1秒。它使用模糊逻辑控制电机电流和加减速斜率。它能根据电机负载和制动需要计算加减速的最优时间，因此不需要尝试法进行调整。模糊逻辑加减速度函数根据模糊规则设定加减速度比例因子和速度，而模糊规则则用当前值与过载限幅(或其它限幅)值的差值以及电机电流和电压的梯度作为输入变量。梯度和差值构成四个隶属函数，两个隶属函数是三角函数，另二个是半梯形。当用常规的简单电流限幅控制，变频器的斜率是步进型的，经常引起变频器跳闸。特别是在减速时。当用模糊逻辑控制时，斜率十分平滑，变频器假跳闸的现象也消除了。变频器在风机和泵类的运用最能体现模糊逻辑控制的优势。在这些应用中，不需要恒定的加减速时间或精确的位置控制。在这些应用中，不需要恒定的加减速时间或精确的位置控制。需要的是与负载条件有关的加减速度的最优化。模糊控制能实现加减速度的最优控制。 AI控制器也能提高直接转矩控制系统的性能，这也是值得深入研究的一个宽广领域。英国Aberdeen大学的研究人员开发了基于人工智能的开关矢量选择器以及速度、转矩、磁通观测器等，初步结果令人鼓舞(9)。可以预见不久的将业，将会得到更好的结果，将会出现更多的工业应用产品(47)(48)。 神经网络的应用 非常少的文章讨论神经网络用于交流电机的控制，大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。文献(33)介绍了使用常规反向转波算法的ANN用于步进电机控制算法的最优化。该方案使用实验数据，根据负载转矩和初始速度来确定最大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法(梯形控制法)相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。文献(34)用两个ANNS控制和辩识感应电机，但只给出了仿真研究。这是第一篇讨论神经网络在感应电机控制中的应用，这个方案与1节中讨论的直流驱动方案类似，ANNS的结构是多层前馈型，运用常规反向传播学习算法。该系统由两个子系统构成，一个系统通过电气动态参数的辩识自适应控制定子电流，另一个系统通过对机电系统参数的辩识自适应控制转子速度。该文讨论了这些控制方案与常规方案的各种优点。 文献(35)讨论了基于人工神经网络的电气机械系统，文献(36)介绍了运用直接控制ANN观测电压源PWM供电的感应电机矢量控制系统中的磁通的方法。这种基于ANN的磁通观测器的主要优点是对谐波具有免疫性。ANN是使用反向传播学习算法的多层前馈类型。ANN观测的磁通具有振荡性，因而引起转矩振荡。如果用别的方法，可能得到更好的结果。 最后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的论文，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。 四、结论 本文试图对人工智能电气传动控制系统领域的进展做一回顾。内容涉及模糊控制、神经网络、模糊神经网络在电气传动系统中的应用，讨论了模糊、神经和模糊神经控制器等人工智能技术的优点。也讨论了人工智能最小配置的应用。但到目前为止，使用人工智能技术的变速传动工业产品才刚刚出现，只有两家公司推出他们的产品。虽然使用人工智能技术的实际产品和应用还不多，但不久的将来，人工智能技术在电气传动领域将会取得重要的地位，特别是自适应模糊神经控制器将在高性能驱动产品中得到广泛使用。
7 S195柴油机机体三面精镗组合机床总体设计及夹具设计 8 车床主轴箱箱体右侧10-M8螺纹底孔组合钻床设计 9 机油盖注塑模具设计 10 机油冷却器自动装备线压紧工位装备设计 11 5基于AT89C2051单片机的温度控制系统的设计 12 基于普通机床的后托架及夹具设计开发 13 减速器的整体设计 14 搅拌器的设计 15 金属粉末成型液压机PLC设计 16 精密播种机 17 可调速钢筋弯曲机的设计 18 空气压缩机V带校核和噪声处理 19 冲压拉深模设计 20 螺旋管状面筋机总体及坯片导出装置设计 21 落料，拉深，冲孔复合模 22 膜片式离合器的设计 23 内螺纹管接头注塑模具设计 24 内循环式烘干机总体及卸料装置设计 25 全自动洗衣机控制系统的设计 26 生产线上运输升降机的自动化设计 27 实验用减速器的设计 28 手机充电器的模具设计 29 鼠标盖的模具设计 30 双齿减速器设计 31 双铰接剪叉式液压升降台的设计 32 水泥瓦模具设计与制造工艺分析 33 四层楼电梯自动控制系统的设计 34 塑料电话接线盒注射模设计 35 塑料模具设计 36 同轴式二级圆柱齿轮减速器的设计 37 托板冲模毕业设计 38 推动架设计 。。。具体联系QQ: 1070265101
1、 高压软开关充电电源硬件设计2、 自动售货机控制系统的设计3、 PLC控制电磁阀耐久试验系统设计4、 永磁同步电动机矢量控制系统的仿真研究5、 PLC在热交换控制系统设计中的应用6、 颗粒包装机的PLC控制设计7、 输油泵站机泵控制系统设计8、 基于单片机的万年历硬件设计 9、 550KV GIS中隔离开关操作产生的过电压计算10、 时滞网络化控制系统鲁棒控制器设计11、 多路压力变送器采集系统设计12、 直流电机双闭环系统硬件设计 13、 漏磁无损检测磁路优化设计14、 光伏逆变电源设计15、 胶布烘干温度控制系统的设计16、 基于MATLAB的数字滤波器设计与仿真17、 电镀生产线中PLC的应用18、 万年历的程序设计19、 变压器设计20、 步进电机运动控制系统的硬件设计21、 比例电磁阀驱动性能比较
电气控制与保护 内容摘要：近几十年来，随着电力电子技术、微电子技术及现代控制理论的发展，中、小功率电动机在工农业生产及人们的日常生活中都有极其广泛的的应用。特别是乡镇企业及家用电器的迅速，更需要大量的中小功率电动机。由于这种电动机的发展及广泛的应用，它的使用、保养和维护工作也越来越重要。本文主要介绍了电动机技术发展及现状、工作原理、电动机的运行维护。 关键词：技术现状 工作原理 运行维护 一、电动机技术发展及现状 电机是利用电磁感应原理工作的机械。随着生产的发展而发展的，反过来，电机的发展又促进了社会生产力的不断提高。从19世纪末期起，电动机就逐渐代替蒸汽机作为拖动生产机械的原动机，一个多世纪以来，虽然电机的基本结构变化不大，但是电机的类型增加了许多，在运行性能，经济指标等方面也都有了很大的改进和提高，而且随着自动控制系统和计算机技术的发展，在一般旋转电机的理论基础上又发展出许多种类的控制电机，控制电机具有高可靠性﹑好精确度﹑快速响应的特点，已成为电机学科的一个独立分支。 它应用广泛，种类繁多。性能各异，分类方法也很多。电机常用的分类方法主要有两种：一种是按功能用途分，可分为发电机﹑电动机，﹑压器和控制电机四大类。电动机的功能是将电能转换成机械能，它可以作为拖动各种生产机械的动力，是国民经济各部门应用最多的动力机械，也是最主要的用电设备，各种电动机消耗的电能占全国总发电量的60%~70%。另一种分类方法是按照电机的结构或转速分类,可分为变压器和旋转电机根据电源电流的不同旋转电机又分为直流电机和交流电机两大类交流电机又分为同步电机和异步电机 在现代化工业生产过程中，为了实现各种生产工艺过程，需要各种各样的生产机械。拖动各种生产机械运转，可以采用气动，液压传动和电力拖动。由于电力拖动具有控制简单﹑调节性能好﹑耗损小﹑经济，能实现远距离控制和自动控制等一系列优点，因此大多数生产机械都采用电力拖动。 按照电动机的种类不同，电力拖动系统分为直流电力拖动系统和交流电力拖动系统两大类。 纵观电力拖动的发展过程，交，直流两种拖动方式并存于各个生产领域。在交流电出现以前，直流电力拖动是唯一的一种电力拖动方式，19世纪末期，由于研制出了经济实用的交流电动机，致使交流电力拖动在工业中得到了广泛的应用，但随着生产技术的发展，特别是精密机械加工与冶金工业生产过程的进步，对电力拖动在起动，制动，正反转以及调速精度与范围等静态特性和动态响应方面提出了新的，更高的要求。由于交流电力拖动比直流电力拖动在技术上难以实现这些要求，所以20世纪以来，在可逆，可调速与高精度的拖动技术领域中，相当时期内几乎都是采用直流电力拖动，而交流电力拖动则主要用于恒转速系统。 虽然直流电动机具有调速性能优异这一突出特点，但是由于它具有电刷与换向器（又称整流子），使得他的故障率较高，电动机的使用环境也受到了限制（如不能在有易爆气体及尘埃多的场合使用），其电压等级，额定转速，单机容量的发展也受到了限制。所以，在20世纪60年代以后，随着电力电子技术的发展，半导体交流技术的交流技术的交流调速系统得以实现。尤其是70年代以来，大规模集成电路和计算机控制技术的发展，为交流电力拖动的广泛应用创造了有利条件。诸如交流电动机的串级调速，各种类型的变频调速，无换向器电动机调速等，使得交流电力拖动逐步具备了调速范围宽，稳态精度高，动态响应快以及在四象限做可逆运行等良好的技术性能，在调速性能方面完全可与直流电力拖动媲美。除此之外，由于交流电力拖动具有调速性能优良，维修费用低等优点，因此它今后将广泛应用于各个工业电气自动化领域中，并逐步取代直流电力拖动而成为电力拖动的主流。 经历了100多年的技术发展，电动机自身的理论基本成熟。随着电工技术的发展，对电能的转换、控制以及高效使用的要求越来越高。电磁材料的性能不断提高，电工电子技术的广泛应用，为电动机的发展注入了新的活力。 未来电动机将会沿着单位功率体积更小、机电能量转换效率更高、控制更灵活的方向继续发展。一批"巨无霸"电机、一批"光怪陆奇"电机将同时展现在世人眼前。 二、电动机工作原理 目前较常用的主要是交流电动机，它可分为两种：1、三相异步电动机。2、单相交流电动机。第一种多用在工业上，而第二种多用在民用电器上。下面以三相异步电动机为例介绍其基本工作原理。 下图所示为一 台三相笼型异步电动机的示意图。在定子铁心里嵌放着对称的三相绕组U1-U2、V1-V2、W1-W2。转子槽内放有导条，导条两端用短路环短接起来，形成一个笼型的闭合绕组。定子三相绕组可接成星形，也可以接成三角形。 由旋转磁场理论分析可知，如果定子对称三相绕组被施以对称的三相电压，就有对称的三相电流流过，并且会在电机的气隙中形成一个旋转的磁场，这个磁场的转速n1称为同步转速，它与电网的频率f1及电机的磁极对数p的关系为： n1=60 f1/p 转向与三相绕组的排列以及三相电流的相序有关，图中U、V、W相以顺时针方向排列，当定子绕组中通人U、V、W相序的三相电流时，定子旋转磁场为顺时针转向。由于转子是静止的，转子与旋转磁场之间有相对运动，转子导体因切割定子磁场而产生感应电动势，因转子绕组自身闭合，转子绕组内便有电流流通。转子有功电流与转子感应电动势同相位，其方向可由"右手发电机定则"确定。载有有功分量电流的转子绕组在定子旋转磁场作用下，将产生电磁力F，其方向由"左手电动机定则"确定。电磁力对转轴形成一个电磁转距，其作用方向与旋转磁场方向一致，拖着转子顺着旋转磁场的旋转方向旋转，将输入的电能变成旋转的机械能。如果电动机轴上带有机械负载，则机械负载随着电动机的旋转而旋转，电动机对机械负载做了功。 综上分析可知，三相异步电动机转动的基本工作原理是： （1） 三相对称绕组中通人三相对称电流产生圆形旋转磁场。 （2） 转子导体切割旋转磁场感应电动势和电流； （3） 转子载流导体在磁场中受到电磁力的作用，从而形成电磁转距，驱使电动机转子转动。 三：电动机的运行维护 （一） 电动机启动前的准备 为了保证电动机正常安全地启动，一般启动前应作好下述准备： （1） 检查电源是否有电，电压是否正常，若电源电压过高或过低，都不宜启动。 （2） 启动器是否正常，如零部件有无损坏，使用是否灵活，触头接触是否良好，接线是否正确、牢固等。 （3） 熔丝规格大小是否合适，安装是否牢固，有无熔断或损伤。 （4） 电动机接线板上接头有无松动或氧化。 （5） 检查传动装置，如皮带轻紧是否合适，连接是否牢固，联轴器的螺丝、销子是否紧固等。 （6） 传动电动机转子和负载机械的转轴，看其转动是否灵活。 （7） 检查电动机及启动电器外壳是否接地，接地线有无断路，接地螺丝是否松动、脱落等。 （8） 搬开电动机周围的杂物并清除机座表面灰尘、油垢等。 （9） 检查负载机械是否妥善地作好了启动准备。 （10） 对正常运行中的绕线式电动机，应经常观察电动机滑环有无偏心摆动现象；观察滑环的火花是否发生异常现象。滑环上碳刷是否要更换。 （二） 启动时应注意的问题 （1） 接通电源后，如果电动机不转，应立即切断电源，绝不能迟疑等待，更不能带电检查电动机发故障，否则将会烧毁电动机和发生危险。 （2） 启动时应注意观察电动机、传动装置、负载机械的工作情况，以及线路上的电流表和电压表的指示，若有异常现象，应立即断电检查，待故障排除后，载行启动。 （3） 利用手动补偿器或手动星三角启动器启动电动机时，特别要注意操作顺序。一定要先将手柄推到启动位置，待电动机转速稳定后再拉到运转位置，防止误操作造成设备和人身事故。 （4） 同一线路上的电动机不应同时启动，一般应由大到小逐台启动以免多太电动机同时启动，线路上电流太大。电压降低过多，造成电动机启动困难引起线路故障或使开关设备跳闸。 （5） 启动时，若电动机的旋转方向反了，应立即切断电源，将三相电源线中的任意两相互换一下位置，即可改变电动机转向。 （三） 电动机运行中的监视 电动机在运行时，值班工作人员可以通过仪表和感觉器官监视其运行情况，以便及早发现问题，减少或避免故障的发生。 1． 监视电动机的温度 电动机正常运行时会发热，使电动机温度升高，但不应超出允许的限度。如果电动机负载过大，使用环境温度过高，通风不畅或运行中发生故障，就会使其温度超出允许限度，导致绕组过热烧毁，因此电动机温度的高低是反映电动机运行的主要标志，在运行中经常检查。判断电动机是否过热，可以用以下方法： （1） 凭手的感觉：如果以手接触外壳，没有烫手的感觉，说明电动机温度正常；如果手放上去烫得马上缩回来，说明电动机已经过热。 （2） 在电动机外壳上滴2~3滴水，如果只冒热气没有声音，则说明电动机没有过热，如果水滴急剧汽化同时伴有"咝咝"声，说明电动机已经过热。 （3） 判别电动机是否过热的准确方法还是用温度计测量。 发现电动机过热应该立即停车检查，等查明原因，排除故障后再行使用。 2． 监视电动机的电流 一般容量较大的电动机应装设电流表，随时对其电流进行监视。若电流大小或三相电流不平衡超过了允许值。应立即停车检查。容量较小的电动机一般不装电流表，但也经常用钳形表测量。 3． 监视电动机的电压 电动机的电源上最好装设一只电压表和转换开关，以便对其三相电源、压进行监视。电动机的电源电压过高、过低或三相电压不平衡，特别是三相电源缺相，都会带来不良后果。如发现这种情况应立即停车，待查明原因，排除故障后再使用。 4． 注意电动机的振动、响声和气味 电动机正常运行时，应平稳、轻快、无异常气味和响声。若发生剧烈振动，噪音和焦臭气味，应停车进行检查修理。 5． 注意传动装置的检查 电动机运行时要随时注意查看皮带轮或联轴器有无松动，传动皮带是否有过紧、过松的现象等，如果有，应停车上紧或进行调整。 6． 注意轴承的工作情况 电动机运行中应注意轴承声响和发热情况。若轴承声音不正常或过热，应检查润滑情况是否良好和有无磨损。 7． 注意交流电动机的滑环或直流电动机的换向器火花 电动机运行中，电刷与换向器或滑环之间难免出现火花。如果所发生的火花大于某一规定限度，尤其是出现放电性的红色电弧火花时，将产生破坏作用，必须及时加以纠正。 （四） 电动机的定期检查和保养 为了保证电动机正常工作，除了按操作规程正确使用，运行过程中注意监视和维护外还应进行定期检查和保养。间隔时间可根据电动机的类型、使用环境决定。主要检查和保养项目如下： （1） 及时清除电动机机座外部的灰尘、油泥，如使用环境灰尘较多，最好每天清扫一次。 （2） 经常检查接线板螺丝是否松动或烧伤。 （3） 定期测量电动机的绝缘电阻，若使用环境比较潮湿更应经常测量。 （4） 定期用煤油清洗轴承并更换新油（一般半年更换一次），换油时不应上满，一般占油腔的1/2~1/3，否则，容易发热或甩出，油要从一面加人，可以把没有清洗干净的杂质，从另一面挤出来。 （5） 定期检查启动设备，看触头和接线有无烧伤，氧化，接触是否良好等。 （6） 绝缘情况的检查。绝缘材料的绝缘能力因干燥程度不同而异，所以保持电动机绕组的干燥是非常重要的。电动机工作环境潮湿、工作间有腐蚀性气体等因素的存在，都会破坏电动机的绝缘。最常见的是绕组接地故障即绝缘损坏，使带电部分与机壳等不应带电的金属部分相碰，发生这种故障，不仅影响电动机正常工作。还会危及人身安全。所以电动机在使用中，应经常检查绝缘电阻，还要注意查看电动机机壳接地是否可靠。 （7） 除了按上述几项内容对电动机定期维护外，运行一年后要大修一次。大修的目的在于，对电动机进行一次彻底、全面的检查、维护，增补电动机缺少、磨损的元件，彻底清除电动机内外的灰尘、污物，检查绝缘情况，清洗轴承并检查其磨损情况。 四：结论 电动机在我国的经济建设中担当着重要的角色，随着我国加入WTO后，我国电动机行业所面临的国际社会的巨大竞争压力和挑战日益加剧。从节约能源，保护环境出发，高效率电动机是目前国际发展的趋势。这样看来，推广中国的高效率电动机是非常有必要的。但是在日常使用过程中如何去维护好，其影响可见一斑。本文着重从电动机的技术发展及现状、工作原理、运行维护进行了初略的探讨和分析，希望能给正在或即将从事电动机工作的人士一些帮助。 五：参考文献 1：张运波 刘淑荣 [工厂电气控制技术] 高等教育出版社 2004 2：许晓峰 [电机及拖动] 高等教育出版社 2004 3：李洋 孙晋 范翠香 [电动机使用与维修] 人民邮电出版社
PLC控制花样喷泉doc S7-200PLC在数控车床控制系统中的应用PLC控制五层电梯设计 超高压水射流机器人切割系统电气控制设计基于PLC的恒压供水系统设计 西门子PLC交通灯毕业设计双恒压供水西门子PLC毕业设计 世纪星组态PLC控制自动配料系统毕业论文三菱梯形图PLC控制四层电梯 三菱PLC五层电梯控制全自动洗衣机西门子PLC控制 欧姆龙PLC控制交通灯基于PLC电机故障诊断系统设计 双恒压无塔供水系统plc设计毕业论文工业用洗衣机的PLC控制 PLC在配料生产线上的应用毕业论文变频调速恒压供水系统 PLC电梯控制毕业论文基于PLC电梯控制设计 基于PLC中断技术的集选电梯控制系统实现
人工智能在电气传动中运用的进展(1) 摘要：本文论述了人工智能在电气传动领域的发展概况。其中主要包括模糊控制、神经网络和遗传算法的应用特点及发展趋势等 关键词：神经网络控制 模糊神经元控制 自适应控制 一、引 言 人工智能控制技术一直没能取代古典控制方法。但随着现代控制理论的发展，控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术(人工神经网络、模糊控制、模糊神经网络、遗传算法等)所替代。这些方法的共同特点是：都需要不同数量和类型的必须的描述系统和特性的“a priori”知识。由于这些方法具有很多优势，因此工业界强烈希望开发、生产使用这些方法的系统，但又希望该系统实现简单、性能优异。 由于控制简单，直流传动在过去得到了广泛的使用。但由于它们众所周知的限制以及DSP技术的进步，直流传动正逐渐被高性能的交流传动所取代。但最近，许多厂商也推出了一些改进的直流驱动产品，但都没有使用人工智能技术。具信使用人工智能的直流传动技术能得到进一步的提高。 高性能的交流传动瞬态转矩的控制性能类似于他励直流电机的控制性能。现有两种高性能交流传动的控制方法：矢量控制(VC)和直接转矩控制(DTC)。矢量控制是德国的研究人员在二十多年前提出的，现在已经比较成熟，并已广泛应用，很多生产厂商都推出了他们的矢量控制交流传动产品，最近又大量推出了无速度传感器的矢量控制产品。尽管在高性能驱动产品中使用AI技术会极大地提高产品的性能，可是到目前为止只有两个厂家在他们的产品中使用了人工智能(AI)控制器；直接转矩控制是大约在十五年前由德国和日本的研究人员提出的，在过去十年中得到大量的研究，现在ABB公司已向市场推出了直接转矩控制的传动产品，使得人们对直接转矩控制的研究兴趣增加，将来在直接转矩控制中将会用到人工智能技术，并将完全地不需要常规的电机数学模型了。 英国CT公司(Control Technique plc)推出了世界上第一台统一变频器(Unidrive)，其他一些公司也推出了相应的产品，现在这些产品都没有使用人工智能技术，“统一”的概念完全依靠软件实现，这就为软计算技术的实现提供了条件。具信在将来统一变频器将使用直接转矩控制以及各种形式的矢量控制，单一使用直接转矩控制技术的产品将遭到淘汰。本文也将讨论人工智能在统一变频器中运用的一些方面，同时也包括AI控制器在VC和DTC中的运用。 AI控制器能否工业运用的关键一点是：实现这些控制器的硬件和软件。大多数DSP控制的驱动器都有足够的计算能力实现人工智能的算法，并且都能得到大多数人工智能控制器软计算所需要的信号。通过运用适当的控制策略，就能大大地减少计算和硬件的负担，从而把注意力集中于提高驱动器的性能、鲁棒性和可靠性上面。 在将来，智能技术在电气传动技术中占相当重要的地位，特别是自适应模糊神经元控制器在性能传动产品中将得到广泛应用。但是，还有很多研究工作要做，现在还只有少数实际应用的例子（学术研究组实现少，工业运用的就更少了），大多数研究只给出了理论或仿真结果，因此，常规控制器在将来仍要使用相当长一段时间。 二、人工智能控制器的优势 文献中，不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如：神经、模糊、模糊神经，以及遗传算法都可看成一类非线性函数近似器。这样的分类就能得到较好的总体理解，也有利于控制策略的统一开发。这些AI函数近似器比常规的函数估计器具有更多的优势，这些优势如下： （1）它们的设计不需要控制对象的模型（在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素，例如：参数变化，非线性时，往往不知道） （2）通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提高性能。例如：模糊逻辑控制器的上升时间比最优PID控制器快5倍，下降时间快5倍，过冲更小。 （3）它们比古典控制器的调节容易。 （4）在没有必须专家知识时，通过响应数据也能设计它们。 （5）运用语言和响应信息可能设计它们。 （6）它们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计），与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对必须具体对象具体设计。 （7）它们对新数据或新信息具有很好的适应性。 （8）它们能解决常规方法不能解决的问题。 （9）它们具有很好的抗噪声干扰能力。 （10）它们的实现十分便宜，特别是使用最小配置时。 （11）它们很容易扩展和修改。 人工智能控制器可分为监督、非监督或增强学习型三种。常规的监督学习型神经网络控制器的拓朴结构和学习算法已经定型，这就给这种结构的控制器增加了限制，使得计算时间过长，常规非人工智能学习算法的应用效果不好。采用自适应神经网络和试探法就能克服这些困难，加快学习过程的收敛速度。常规模糊控制器的规则初值和模糊规则表是既定“a－priori”型，这就使得调整困难，当系统得不到“a－priori”（既定）信息时，整个系统就不能正常工作。而应用自适应AI控制器，例如使用自适应模糊神经控制器就能克服这些困难，并且用DSP比较容易实现这些控制器。 常规模糊逻辑控制器的设计经常使用尝试法。需要“a－priori”信息，如运用自适应智能控制器就不需要“a－priori”（a－priroi规则库和隶属函数）信息。值得注意的是，与常规非自适应智能控制器相反，它根据输入信号更新它的“参数”，换句话说，它对变化的输入信号具有适应性。自适应控制器分两类：间接和直接控制器，间接自适应人工智能控制器有一个实时辩识模型，用于控制器的设计，间接控制器在每个采样周期需要采样控制对象的输入和输出信号，辩识器和控制器有很多形式，而直接AI控制器用特性表来实现对控制对象的控制，这个特性表由两个连续采样周期间的误差的变化量构成，用来控制电流响应。 如用模糊逻辑控制器，最简单的应用可能是标量因子的运用。这种方法用现在的非自适应驱动器很容易实现，因而对工业界具有很大的吸引力。用改变隶属函数形状的方法可实现相似的效果。这种运用也可能通过改变规则来实现，如用直接AI控制器来实现，就是自适应控制器。它在每个采样瞬间先使用上一个采样周期采用的规则，如果得不到满意的特性，就用新的规则替代，从而得到满意的特性。 总而言之，当采用自适应模糊神经控制器，规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到最简单的拓朴结构配置，自学习迅速，收敛快速。 三、人工智能在电气传动控制中的运用 这一部分主要讨论人工智能在交直流传动中运用的进展。值得指出的是这是一个广阔的领域，在过去二年中，研究活动极快的增长，本文只是概括一下人工智能在电气传动中的运用这一领域的进展，不可能覆盖研究的每一个可能领域。AI控制器在直流传动中运用的大多数研究集中于模糊逻辑应用，在人工神经网络和其它智能控制的研究还很少。下面主要讨论模糊、神经元和模糊神经元和模糊神经元控制器在交直流传动中的应用。 (一)人工智能在直流传动中的运用 模糊逻辑控制应用 主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。限于篇幅本文不详细讨论其中的原因。值得注意的是这两种控制器都有规则库，它是一个if－then模糊规则集。但Sugeno控制器的典型规则是“如果X是A，并且y是B，那么Z=f(x,y)”。这里A和B是模糊集；Z=f(x,y)是x,y的函数，通常是输入变量x,y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。 Mamdani控制器由下面四个主要部分组成： （1）模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。 （2）知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把专家的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。 （3）推理机是模糊控制器的核心，能模仿人的决策和推理模糊控制行为。 （4）反模糊化实现量化和反模糊化。有很多反模糊化技术，�纾�畲蠡�茨：���屑淦骄�际醯取?BR>下面的表1由64个语言规则组成，是用于电气传动控制系统的一种可能规则表这个规则表相当大，实际应用中往往进行简化。在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高（17），控制器参数的微小变化可能导致特性的极大提高，被模糊化的控制器参数调整方法如下：P（ti）=P（ti－1）＋kP＊CP，I（ti）=I（ti－1）＊CI。但如应用“充分”模糊逻辑控制器，系统响应远远优于FPIC和最优古典PI控制器，用于最优化常规控制器的计算时间比模糊化控制器所需的时间多得多。因此，使用最小配置的FPIC控制器是可能的选择之一，事实上，这也是用现有驱动装置实现的最简单方法。 在许多电气传动文献中，介绍了用模糊逻辑控制器替代古典PI控制器（主要是速度调节器）改进系统响应的方法。可是，文献（18）详细探讨了模糊逻辑控制器用于三环直流电机控制系统中所有环节（速度、电流和励磁）的设计和调整的方法。作者也介绍了PI和PD控制器，文献（9）介绍了最小配置模糊控制用于直流传动中的可能性以及组合模糊控制器用于直流传动中得到满意响应的可能性。下节讨论模糊神经控制的直流传动装置时，我们将讨论这种速度和电枢电流调节器组合成单一控制器的情况。 ANNS的应用 过去二十年，人工神经网络（ANNS）在模式识别和信号处理中得到广泛运用。由于ANNS有一致性的非线性函数估计器，因此它也可有效的运用于电气了传动控制领域，它们的优势是不需要被控系统的数学模型，一致性很好，对噪音不敏感。另外，由于ANNS的并行结构，它很适合多传感器输入运用，比如在条件监控、诊断系统中能增强决策的可靠性，当然，最近电气传动朝着最小化传感器数量方向发展，但有时，多传感器可以减少系统对特殊传感器缺陷的敏感性，不需要过高的精度，也不需要复杂的信号处理。 误差反向传播技术是多层前聩ANN最常用的学习技术。如果网络有足够多的隐藏层和隐藏结点以及适宜的激励函数，多层ANN只能实现需要的映射，没有直接的技术选择最优隐藏层、结点数和激励函数，通常用尝试法解决这个问题，反向传播训练算法是基本的最快下降法，输出结点的误差反馈回网络，用于权重调整，搜索最优。输出结点的权重调整迭代不同于隐藏结点的权重调整迭代。通过使用反向传播技术，能得到需要的非线性函数近似值，该算法包括有学习速率参数，对网络的特性有很大影响。 反向传播算法是多层前聩ANN最广泛使用的学习技术之一。但有时网络的收敛速度很慢，改进算法的开发是一个重要研究领域。英国Aberdeen大学在这方面取得过令人鼓舞的成绩，他们把常规的反向传播算法和其它AI技术结合起来，使得网络快速收敛，鲁棒性更好。他们还研究过基于AI技术的最优拓扑结构网络，但没有现成理论用于最优配置，Kolgomorov理论和其他理论也不适用，在神经网络的训练剧中使用遗传算法可能会提高收敛速度，遗传算法是一种基于自然进化和遗传机理的统计搜索方法，它模仿自然界个体适者生存不适者淘汰的原理解决问题，每一代由染色体代表的(一套特征串类似于DNA中的染色体)许多个体组成，每个个体代表搜索空间的一个点和一个可能的解。值得注意的是在神经模糊实现中，有时必须使用不同形式的反向传播技术，而不是已知的标准形式。反向传播技术是在线(Supervised)学习技术，需要充分的输入－－输出数据对，虽然这种限制也可以用另外的方法加以克服，但该方法是离线的。 日本和德国的研究人员试图把ANNS用于控制电力变换器，但到目前为止没有获得满意的结果，这也是一个很有趣的领域。主要的有待解决的障碍是学习阶段时间花费过长，总而言之，问题的关键是要给变换器的控制器找到一个满意的非线性函数近似器、得到期望的非线性输入－－输出映射。常规技术就能实现简单的映射，而神经网络能实现更复杂的映射，并且由于它的并行结构这种映射相当快。 只有很少的论文讨论神经网络在直流电机控制中的应用。文献(21)介绍了两个多层前馈人工神经网络在直流电机速度控制环中的应用。这是一种典型配置。辩识ANN用于训练第二个ANN(神经控制器，即过程控制器)，因此过程输出跟随给定信号。学习过程用的是反向传播算法。该方法分为二步：第一步ANN被训练用来代表控制对象的响应。这需要用到表示控制对象输出和控制输入关系的微分方程。第二步把ANN用于控制对象模型的辩识方案中。在这步中，把ANN与控制对象并行连接，每次迭代时，给ANN提供给定信号作为ANN输入信号。辩识意味着调整权重，使ANN输出信号(即网络输出)和控制对象输出信号(即正输出)的误差最小。在辩识阶段，全局误差(即方差之和)以固定时间间隔被计算并与希望的最小值比较。第二个ANN是神经控制器被用于训练以给出需要的控制对象响应。为了训练这个网络，在每次采样输出时，必须知道误差(Ec)但仅仅只知道控制对象输出和希望输出(由给定输入决定)的最后误差，辩识方案中的第一个ANN可将最后误差Ec反向传播，用来训练控制器ANN。在误差最小化过程中，全局误差能被最小化到希望的值。经过训练辩识ANNS和控制ANNS，就可以在实时系统中运用被“调整”的神经自适应控制方案。文献(21)介绍了采用ANN自适应速度控制方案的直流传动系统的良好特性以及抗干扰性能。这也证明辩识ANN学习到了直流电机、变换器和负载的、未知时不变非线性操作特性。但值得指出的是，用于神经元控制器的训练时间有时相当长，但这个困难可以用上面提到的高级技术、避免使用常规的反向传播算法的方法中以克服。 文献(22)和(23)介绍了直流传动系统的ANN控制，给出了理论和实验结果。文献(9)讨论了直流传动的模糊神经速度控制器。这是文献中记载的第一次用单神经控制器成功替代双环直流传动系统的常规速度和电流PI调节器的例子。相对地上面讨论过的直流传动系统，该系统运用了更多的智能技术，系统得到了进一步的简化。有趣的是相对于古典多环PI调节器的实现，这里的电枢电流控制主要起限制电枢电流的作用，并且是通过单个速度、电流组合的模糊神经控制器“自动”加以实现。 (二)人工智能在交流传动中的应用 模糊逻辑的应用 在大多数讨论模糊逻辑在交流传动中运用的文章中，都介绍的是用模糊控制器取代常规的速度调节器，可英国Aberdeen大学开发的全数字高性能传动系统中有多个模糊控制器(4)，这些模糊控制器不仅用来取代常规的PI或PID控制器，同时也用于其他任务。该大学还把模糊神经控制器用于各种全数字高动态性能传动系统开发中。也有一些优秀的文章论述运用模糊逻辑控制感应电机的磁通和力矩。讨论这种技术的第一篇文章发表于1992年(24)。该文中讨论了两种控制策略，如用第一种策略，规则表有36条规则，模糊控制器的输入是磁通和转矩误差，根据转矩和磁通误差，改变磁通矢量的辐值和旋转方向，反模糊化技术用到的是中心梯度法，第一种策略没有考虑最优电压矢量选择的梯度。而第二种策略考虑了，这种方案被成功地实现了。 Galvan的两篇文章(25)、(26)讨论了用模糊化速度控制器实现感应电机的矢量控制的方法。并给出了仿真结果。(也见1节讨论的模糊化控制器)。矢量控制器也是一种间接控制类型，并且很好的特性。文献(27)提出了一种模糊逻辑速度控制器。它的输入标定因子是变化的。实验结果也验证了所提方案的有效性。文献(28)给出了矢量控制器感应电机驱动系统的仿真结果。该系统中模糊速度控制器与常规的PI速度控制器和CRPWM塑变器一起使用，它往往用来补偿可能的惯性和负载转矩的扰动。常规PI控制器用来稳定系统的稳态速度响应。矢量控制器使用转子磁通观测器观测(UI观测器，iw观测器(1)(4))，模糊逻辑用于转子电阻的估计。 到目前为止，只有两种运用人工智能技术的工业产品，其一是下节介绍的安川矢量变频器，另一个是日立矢量变频器，日立公司最近开发了J300系列IGBT矢量变频器，功率范围是5KW－－55KW。它的主要特点是使用无传感器矢量控制算法和强大的自调整功能。无传感器磁通矢量控制方案采样两相定子电流，在初始自整定阶段，电机和负载的惯性以及其他参数例如定子电感，定子和转子电阻、励磁电感等参数被计算。日立公司宣称这是世界上第一台使用模糊控制的变频器。它考虑了电机和系统的特性，转矩计算软件在整个频率范围保证了转矩的精确控制。变频器的主要性能指标如下：1Hz时150％或更高的启动转矩；在3∶1的速度范围(20到60HZ/16到50HZ)电机不用降低功率使用；速度调节比率小于。 J300系列变频器由于使用了高速微处理器和内置DSP，因此具有很的响应速度，转矩响应速度大约可达到1秒。它使用模糊逻辑控制电机电流和加减速斜率。它能根据电机负载和制动需要计算加减速的最优时间，因此不需要尝试法进行调整。模糊逻辑加减速度函数根据模糊规则设定加减速度比例因子和速度，而模糊规则则用当前值与过载限幅(或其它限幅)值的差值以及电机电流和电压的梯度作为输入变量。梯度和差值构成四个隶属函数，两个隶属函数是三角函数，另二个是半梯形。当用常规的简单电流限幅控制，变频器的斜率是步进型的，经常引起变频器跳闸。特别是在减速时。当用模糊逻辑控制时，斜率十分平滑，变频器假跳闸的现象也消除了。变频器在风机和泵类的运用最能体现模糊逻辑控制的优势。在这些应用中，不需要恒定的加减速时间或精确的位置控制。在这些应用中，不需要恒定的加减速时间或精确的位置控制。需要的是与负载条件有关的加减速度的最优化。模糊控制能实现加减速度的最优控制。 AI控制器也能提高直接转矩控制系统的性能，这也是值得深入研究的一个宽广领域。英国Aberdeen大学的研究人员开发了基于人工智能的开关矢量选择器以及速度、转矩、磁通观测器等，初步结果令人鼓舞(9)。可以预见不久的将业，将会得到更好的结果，将会出现更多的工业应用产品(47)(48)。 神经网络的应用 非常少的文章讨论神经网络用于交流电机的控制，大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。文献(33)介绍了使用常规反向转波算法的ANN用于步进电机控制算法的最优化。该方案使用实验数据，根据负载转矩和初始速度来确定最大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法(梯形控制法)相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。文献(34)用两个ANNS控制和辩识感应电机，但只给出了仿真研究。这是第一篇讨论神经网络在感应电机控制中的应用，这个方案与1节中讨论的直流驱动方案类似，ANNS的结构是多层前馈型，运用常规反向传播学习算法。该系统由两个子系统构成，一个系统通过电气动态参数的辩识自适应控制定子电流，另一个系统通过对机电系统参数的辩识自适应控制转子速度。该文讨论了这些控制方案与常规方案的各种优点。 文献(35)讨论了基于人工神经网络的电气机械系统，文献(36)介绍了运用直接控制ANN观测电压源PWM供电的感应电机矢量控制系统中的磁通的方法。这种基于ANN的磁通观测器的主要优点是对谐波具有免疫性。ANN是使用反向传播学习算法的多层前馈类型。ANN观测的磁通具有振荡性，因而引起转矩振荡。如果用别的方法，可能得到更好的结果。 最后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的论文，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。 四、结论 本文试图对人工智能电气传动控制系统领域的进展做一回顾。内容涉及模糊控制、神经网络、模糊神经网络在电气传动系统中的应用，讨论了模糊、神经和模糊神经控制器等人工智能技术的优点。也讨论了人工智能最小配置的应用。但到目前为止，使用人工智能技术的变速传动工业产品才刚刚出现，只有两家公司推出他们的产品。虽然使用人工智能技术的实际产品和应用还不多，但不久的将来，人工智能技术在电气传动领域将会取得重要的地位，特别是自适应模糊神经控制器将在高性能驱动产品中得到广泛使用。