Stratégie de contrôle moderne
La stratégie traditionnelle de contrôle du servomoteur AC est principalement utilisée à condition que le modèle d'objet contrôlé soit déterminé, qu'il ne change pas et qu'il soit linéaire, et que les conditions et l'environnement de fonctionnement soient déterminés comme étant constants. Cependant, le modèle mathématique dynamique du moteur synchrone à aimant permanent alternatif est un système multivariable non linéaire, fortement couplé et variant dans le temps. Dans le cas d'exigences de hautes performances, divers effets non linéaires, des modifications de la structure et des paramètres de l'objet et des modifications de l'environnement d'exploitation doivent être pris en compte. Et des facteurs incertains et variables dans le temps, tels que les perturbations de l'environnement. Le développement et l'application de la théorie de contrôle moderne compensent dans une certaine mesure les faiblesses de la théorie de contrôle classique au système stochastique non linéaire variant dans le temps.
(1) Contrôle de couple direct
La théorie du contrôle de couple direct est une stratégie de contrôle de moteur à courant alternatif à haute performance proposée par le professeur M. Depenbrock de l'Université allemande de la Ruhr et le savant japonais i.takahash dans les années 1980. La stratégie de contrôle repose également sur les mathématiques précises de l'objet contrôlé. Le modèle, mais contrairement au contrôle vectoriel, analyse le modèle mathématique du moteur à courant alternatif directement dans le système de coordonnées stator sans transformations de coordonnées complexes. L’orientation du champ stator est adoptée, aucun courant de découplage n’est nécessaire, et la liaison couple / flux est directement contrôlée par la commande à deux positions, ce qui évite de décomposer le courant stator en composants de couple et d’excitation, et commande directement l’état de commutation du l'onduleur. Bon contrôle, en se concentrant sur la réponse rapide du couple pour obtenir une performance dynamique élevée du couple. L'orientation du champ de commande de couple directe utilise la liaison de flux de stator, qui n'est pas affectée par les paramètres du rotor. Tant que la résistance du stator est connue, elle peut être observée et n'est pas sensible aux paramètres du moteur.
La technologie de contrôle direct du couple a été appliquée avec succès dans le domaine du contrôle des inverseurs de moteur à induction et abb a lancé une série de produits. Cependant, dans l’application du moteur synchrone à aimants permanents, le contrôle direct du couple pose encore quelques problèmes. Le contrôle de couple direct utilise l'hystérésis de la chaîne magnétique et le couple du moteur est pulsé, ce qui affecte directement la régularité du fonctionnement du moteur. Le contrôle de couple direct doit respecter la liaison et le couple du flux. La précision est faible à basse vitesse, ce qui entraîne des performances de fonctionnement du moteur médiocres et une faible plage de vitesses de rotation. En raison de la faible inductance du moteur dans le stator, l'impact du courant est important lorsque le moteur démarre et que la charge change, et la tringlerie de flux et l'ondulation de couple sont grandes. De plus, étant donné que la position initiale de la tringlerie de flux ne peut pas être estimée lorsque le moteur est à l'arrêt, il est difficile de démarrer le moteur. Bien que certains spécialistes nationaux et étrangers aient essayé et amélioré la stratégie de contrôle de couple direct du moteur synchrone à aimant permanent au cours des dernières années, ce schéma de contrôle est difficile à satisfaire pour répondre aux exigences de la technologie de servo variateur AC.
(2) Contrôle de structure variable en mode coulissant
Le contrôle de structure variable appartient à la catégorie de contrôle non linéaire et sa non-linéarité apparaît comme une discontinuité du contrôle, c'est-à-dire une caractéristique de commutation qui modifie la "structure" du système. Le contrôle de la structure variable en mode coulissant n’a pas besoin de connaître le modèle mathématique du système. Il suffit de comprendre la gamme approximative de paramètres système et leurs modifications pour que le contrôle à structure variable présente les avantages suivants: réponse rapide, insensibilité aux paramètres et modifications de perturbation, et absence d’identification et de conception en ligne. Avec la fonction de réduction de l'ordre et de découplage, lorsque le système entre dans l'état de mode coulissant, le transfert de l'état du système n'est plus affecté par les modifications de paramètres d'origine et les perturbations externes du système, mais il est obligé de glisser vers le plan de commutation , avec une auto-adaptabilité et une robustesse complètes, le contrôle du mode coulissant a été appliqué avec succès dans un système asservi à moteur synchrone à aimants permanents. Cependant, en raison du contrôle bang-bang, le problème de bavardage est inévitablement causé et le problème de bavardage est une difficulté majeure dans l'application généralisée du contrôle de structure variable en mode glissant. Actuellement, dans le système de moteur asservi en courant alternatif, en modifiant la structure du mode coulissant, telle que l'utilisation d'une structure en mode coulissant d'ordre élevé et du traitement de filtrage, le problème de broutement causé par le contrôle de structure variable en mode coulissant est résolu dans une certaine mesure.
(3) contrôle adaptatif
Le contrôle adaptatif a été proposé par Golcl-well au début des années 1950. Il combine le contrôle par rétroaction avec la théorie d'identification et propose l'influence des modifications des caractéristiques de l'objet contrôlé, de la dérive et des perturbations environnementales sur le système, ou lorsqu'il n'y a pas beaucoup de paramètres du processus contrôlé ou que ces paramètres sont en fonctionnement normal. Les modifications, en particulier lorsqu'il y a des variables lentes, sont optimisées en recherchant certains indicateurs de performance pour compléter le réglage de l'objet contrôlé.
Les méthodes adaptatives actuellement appliquées au contrôle sont les suivantes: adaptatif de référence de modèle, de contrôle autocorrecteur d’identification de paramètres et de divers contrôles adaptatifs non linéaires récemment développés. Le système de contrôle adaptatif de référence de modèle ne nécessite pas de modèle mathématique précis de l'objet de contrôle et ne nécessite pas d'identification de paramètre. Le problème clé est de concevoir une loi d'ajustement de paramètre adaptative pour assurer la stabilité du système tout en faisant en sorte que le signal d'erreur soit réduit à zéro. Le principal avantage est qu’il est facile à mettre en œuvre et rapide. Cependant, l'algorithme adaptatif pose certains problèmes, tels que le modèle mathématique et la lourdeur des opérations, ce qui complique le système de contrôle. Par exemple, l'identification et la correction des paramètres prennent un certain temps. Pour les systèmes avec des changements de paramètres plus rapides, les performances de contrôle sont grandement affectées par la vitesse de calcul du système. Le matériel du système d’application doit occuper une place importante dans le servo variateur AC, qui est généralement mis en oeuvre par un processeur de signal numérique (DSP) 32 bits ou par un réseau de portes programmable par l'utilisateur (FPGA).
(4) Contrôle de linéarisation à rétroaction non linéaire
La linéarisation par retour est une méthode de conception à contrôle non linéaire. L'idée centrale est de convertir une algèbre à système non linéaire en un système linéaire (en totalité ou en partie) de manière à ce que les compétences du système linéaire puissent être appliquées. La différence fondamentale entre celle-ci et la linéarisation ordinaire réside dans le fait que la linéarisation en retour n'est pas obtenue par approximation linéaire du système, mais par transition d'état et retour. Ces dernières années, les résultats de la recherche théorique sur les systèmes de contrôle non linéaires montrent que le retour d'état non linéaire et la transformation de coordonnées appropriée peuvent être utilisés pour linéariser avec précision un système non linéaire affine dans certaines conditions. Ce retour d'état peut garantir le système de contrôle. Stabilité et bonne qualité dynamique. Sur la base du procédé de commande de linéarisation à rétroaction précise, le modèle de commande linéarisé du moteur synchrone à aimant permanent est établi. Après la commande de linéarisation à rétroaction, la commande de découplage des axes d et q peut être réalisée, les performances de suivi en cours sont bonnes et la réponse en couple est rapide. La réponse en pas de vitesse peut converger progressivement vers une valeur donnée, sans différence statique, petit dépassement et processus de transition court.
(5) stratégie de contrôle intelligent
Les stratégies de contrôle classiques ou modernes reposent sur le modèle mathématique du moteur et ne traitent pas fondamentalement les problèmes de contrôle de systèmes complexes et incertains. La stratégie de contrôle intelligent a des caractéristiques non linéaires et peut résoudre des systèmes avec des objets, des environnements et des tâches de contrôle plus complexes. Le contrôle intelligent supprime la dépendance vis-à-vis du modèle d'objet contrôlé et ne contrôle que selon l'effet réel. Dans le contrôle, l'incertitude et l'inexactitude du système peuvent être résolues.
Les stratégies de contrôle intelligentes comprennent le contrôle flou, le contrôle de réseau neuronal, le contrôle de système expert et le contrôle robuste et le contrôle par algorithme génétique. Les stratégies de contrôle flou et de contrôle de réseau neuronal sont mûres dans l'application du système d'asservissement à moteur synchrone à aimants permanents.
(6) contrôle flou
Le contrôle flou est une sorte de contrôle numérique par ordinateur basé sur l’agrégation floue, les variables linguistiques floues et le raisonnement de logique floue. Le contrôle flou unifie les mathématiques et le flou et utilise comme base théorique les ensembles flous, les variables linguistiques floues et le raisonnement flou, c'est-à-dire l'utilisation d'ensembles flous pour décrire l'ambiguïté des concepts utilisés quotidiennement par les utilisateurs, avec pour base des connaissances et une expérience expertes , en utilisant la simulation de machine pour contrôler le système, peut imiter de manière réaliste l'expérience de contrôle et le contrôle flou des méthodes d'opérateurs qualifiés et d'experts.
Le raisonnement flou ne dépend pas de modèles mathématiques précis. En fonction des données d'entrée et de sortie du système actuel, le système peut être contrôlé en temps réel en fonction de l'expérience d'exploitation des opérateurs sur le terrain. Par conséquent, il convient à la résolution des problèmes de contrôle des systèmes non linéaires; Bonne adhérence et forte adaptabilité, convient aux systèmes à variation de temps et à délai. Cependant, la capacité d'auto-apprentissage du contrôle flou n'est pas forte et les règles de contrôle de la conception dépendent de l'expérience et des connaissances de l'expert, ce qui peut entraîner une imprécision du système. Le simple fait d’adopter la stratégie de contrôle flou nécessite davantage de règles de contrôle, une grande expérience du personnel et une précision de contrôle relativement faible. La technologie de contrôle flou a été bien appliquée dans la conception du régulateur de courant et du régulateur de vitesse du système de moteur servo à courant alternatif. Cependant, dans le système d'asservissement à forte dynamique, la technologie doit encore être améliorée.
(7) Contrôle du réseau neuronal
La recherche sur le réseau de neurones a débuté au début des années 1940. Dans les années 1980, la théorie des réseaux de neurones a fait une percée et est devenue une branche importante du contrôle intelligent.
Le réseau de neurones fait référence à un système de traitement de l'information qui simule la structure et la fonction des nerfs crâniens humains par des techniques d'ingénierie. Le contrôle de réseau neuronal intègre la fonction de calcul dans le réseau physique. Dans le processus de calcul, chaque opération de base est associée à une connexion. Le modèle de réseau neuronal simule le processus d'activité des neurones du cerveau humain, y compris le traitement, le traitement et le stockage des informations. Chaque neurone stocke une partie du contenu d’une variété d’informations, et certains dommages neuronaux et destruction de l’information ne conduisent qu’à un affaiblissement partiel du réseau. Le réseau de neurones présente les avantages du stockage en distribution d’informations, du traitement en parallèle, de l’approximation non linéaire, de l’autoapprentissage et de la capacité d’auto-organisation. Il peut entièrement approcher des systèmes non linéaires arbitrairement complexes, et peut apprendre et s'adapter aux caractéristiques dynamiques de systèmes extrêmement incertains. La robustesse, avec la capacité de simuler la pensée de l’image humaine, convient aux systèmes difficiles à décrire avec des modèles ou des règles. Ces dernières années, les gens ont commencé à essayer d’appliquer la technologie de contrôle de réseau neuronal (ou intelligence artificielle par intérim) aux systèmes de contrôle de commande de moteur à courant alternatif pour résoudre des problèmes difficiles à résoudre avec les méthodes traditionnelles. L'utilisation du système de réglage ai présente de bonnes caractéristiques de suppression de bruit, de tolérance aux pannes et d'évolutivité, et résiste aux paramètres. C’est un axe de développement important pour la future technologie de contrôle moteur.
Tendance de développement de la technologie de servocommande AC haute performance
Le système d'asservissement basé sur un moteur synchrone à aimants permanents est la direction de développement de l'asservissement. Bien qu'il existe de nombreuses méthodes pour mettre en œuvre le contrôle d'asservissement en courant alternatif, il subsiste des problèmes tels qu'une faible précision du système, une fiabilité médiocre et des performances à faible vitesse.
Qu'il s'agisse d'une stratégie de contrôle traditionnelle, d'une stratégie de contrôle moderne ou d'une stratégie de contrôle intelligente, chaque stratégie de contrôle a ses avantages, mais il y a également quelques problèmes. Il est difficile d'obtenir l'effet de contrôle idéal à partir d'une stratégie de contrôle unique. À l'avenir, la technologie de contrôle d'asservissement en courant alternatif à haute performance sera orientée vers le développement pour explorer comment infiltrer et combiner diverses stratégies de contrôle afin d'améliorer encore les performances de contrôle du système d'asservissement. À l’heure actuelle, la stratégie de contrôle composite prend principalement deux formes: l’une consiste à adopter une nouvelle stratégie de contrôle basée sur la stratégie de contrôle pid classique, telle que le contrôle pid flou, le contrôle pid de réseau neuronal, le contrôle pid expert, etc. deuxièmement, adopter au moins deux nouveaux types de contrôle. Stratégies telles que le contrôle de réseau neuronal flou, le contrôle adaptatif flou, le contrôle de couple direct flou, le contrôle adaptatif fuzzy, le contrôle de structure variable en mode de glissement à couple direct, etc. la performance du système de contrôle de vitesse AC, et en même temps ont une robustesse plus forte. La stratégie de contrôle composite est devenue le centre des recherches actuelles et une tendance majeure dans le développement futur.
Conclusion
En prenant comme exemple le système de moteur synchrone à aimants permanents, les principes de base, les avantages et les inconvénients de la stratégie de contrôle traditionnelle, la stratégie de contrôle moderne et la stratégie de contrôle intelligent dans le système de servomoteur AC sont décrits séparément, ainsi que la technologie de commande du système de servomoteur AC hautes performances est prévu. La tendance du développement indique que chaque stratégie de contrôle a ses avantages, qu’il s’agisse d’une stratégie de contrôle traditionnelle, d’une stratégie de contrôle moderne ou d’une stratégie de contrôle intelligente, bien que certains problèmes subsistent. Il est difficile d'obtenir l'effet de contrôle idéal à partir d'une stratégie de contrôle unique. À l'avenir, la technologie de contrôle d'asservissement en courant alternatif à haute performance sera orientée vers le développement pour explorer comment infiltrer et combiner diverses stratégies de contrôle afin d'améliorer encore les performances de contrôle du système d'asservissement.
