MAGAZINE
刊物內容

回列表

智慧型永磁同步馬達控制器之設計與應用

摘要"

隨著自動化科技的發展,馬達已經相當廣泛運用在日常生活中許多機電設備上,例如工具機、電動載具、變頻冷氣等,馬達的控制已成為現在工業上重要的驅動技術。本文採用數位訊號處理器TMS320F28069加上其周邊設備作為設計平台,發展一套智慧型變頻驅動器(Variable Frequency Drive, VFD)技術以驅動永磁同步馬達。其智慧型VFD之定義如下:該技術可以讓致動器的性能達到最佳化,並且具有遠端無線監控及數據整合;同時在控制方面,可達到較高的運作效率進而節省能源。
依據智慧型VFD之定義,本文提出線上自調式粒子群演算法概念與架構,此方法是為了使馬達在不同負載與干擾情況下,對於控制器參數(Kp、Ki)進行動態調整,有效地即時改善系統的響應,並可透過遠端人機介面有效的監控系統。

關鍵詞:線上自調式演算法、永磁同步馬達、智慧型VFD。

傳統的比例積分控制器參數在系統控制過程中均為固定值,並不會隨著時間而改變,所以僅能適用於線性非時變的系統上。然而在大多數實際的情況下,系統經常會受到溫度、壓力、外部負載等工作環境變化的影響,造成系統非線性化,因此在系統受到外部干擾或參數變動的情況下,固定參數便無法有效達到理想的響應目標。有鑑於此,近年來已有許多學者提出智慧型控制理論,例如模糊邏輯控制、類神經網路控制、基因演算法、粒子群演算法等,運用在控制設計上,希望能以動態調整控制器參數值的方式,達到系統在不同負載變動的情況下皆有較好的系統響應。
模糊理論為1965年美國控制學家Lotfi A. Zadeh所提出[1],其概念是為了解決現實生活中許多不明確的物理現象,此方法延伸出之模糊控制器,是以系統響應之誤差透過模糊規則庫計算找尋適當的控制器輸出量,來達到改善系統響應的目的,與傳統控制理論比起來,無須建立受控體完整的數學模型,因此設計較為簡單且易於實現,文獻[2]-[4]將此方法實現於數位訊號處理器之馬達控制器上,皆能獲得不錯的結果。但模糊控制器在建立模糊規則庫需要仰賴使用者在經驗上的調整,對於未知的受控體,模糊規則庫設計則是一大難題。
類神經網路[5]理論為1943年由McCulloch和Pitt所提出,研究發展自今,已實際應用在各種工程領域上,文獻[6]使用自調式類神經網路結合PID控制器,其方法是將實際系統內部狀態代入受控體之數學模型,再經過類神經網路訓練與學習後,控制器便能以自行調整的方式,得到適當的控制器參數值,達到改善系統響應之目的。但此方法需花費大量的訓練時間與資料庫建立,且演算法在計算上相當複雜,並不適合實現在數位訊號處理器上。
粒子群最佳化演算法為1995年由Eberhart與Kennedy提出[7],其方法為科學家觀察自然界中鳥類覓食、飛行等行為,所發展出來具有群體學習能力的智慧型演算法。演算法中,每一隻鳥代表一個粒子,每個粒子根據適應函數在一定的空間內尋找最佳解,粒子除了會依據自身搜尋經驗外亦會參考其他粒子搜尋經驗去找尋最佳的參考位置。然而此演算法無須先行建立模糊規則庫,或是透過類神經複雜的訓練,其計算簡單且容易實現,因此文獻[8]-[10]提出利用粒子群演算法來調整PI控制器參數。
本文使用德州儀器(Texas Instrument, TI)公司所開發的數位訊號處理器DSP28069作為演算法計算核心。以自調式粒子群優化演算法進行PI控制器設計,此演算法能夠即時且以動態方式調整控制器參數值,達到改善永磁同步馬達轉速響應對負載干擾的影響並增加系統強健的性能。
本文第二章對於所提出之自調適粒子群優化演算法應於永磁同步馬達控制器設計進行介紹與模擬分析。第三章則介紹實現本文演算法實驗用之永磁同步馬達、數位訊號處理器等硬體設備參數與規格。第四章完成設計、分析與比較兩種不同控制器對於馬達在負載影響下的轉速響應之優劣。第五章則為成果進行總結及未來展望。……(更多內容,請見機新刊雜誌)

READ MORE BACK TO LIST