琚玥　張連杰　潘玉民

摘要：針對(duì)三相逆變器控制系統(tǒng)的非線性特性，提出了一種基于CMAC神經(jīng)網(wǎng)絡(luò)的逆模型控制方案。該方案在閉環(huán)PID控制基礎(chǔ)上，將逆變器系統(tǒng)的逆模型特性映射到CMAC網(wǎng)絡(luò)空間，與原系統(tǒng)構(gòu)成偽線性系統(tǒng)。其中CMAC借助PD控制學(xué)習(xí)逆模型，構(gòu)成PI+CMAC復(fù)合控制器。仿真實(shí)驗(yàn)表明該方法優(yōu)于傳統(tǒng)的PID控制，有效降低逆變器輸出的諧波成分。

關(guān)鍵詞：逆變器；CMAC；PID；諧波分析

中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2015）14-0220-03

Abstract： In view of the nonlinear characteristics of the three-phase inverter control system， this paper proposes a control scheme based on CMAC neural network inverse model. On the basis closed loop PID control，The program will map the inverse model characteristics of the inverter system to CMAC cyberspace， and form pseudo-linear system with the original system.With the PD control，CMAC learning inverse model and constituting PD+CMAC complex controller.The CMAC learning with the help of PD control inverse model， a PD + the CMAC compound controller.Simulation experiments show that this method is superior to the traditional PID control. It reduces the inverter output harmonic component effectively.

Key words： inverter； CMAC；PID； harmonic analysis

目前，由于IGBT、MOSFET、GTR等功率開關(guān)管的性能不斷提高，逆變器技術(shù)正向高頻化、智能化、高性能化、高可靠性等方向發(fā)展。但是功率開關(guān)管高頻工作狀態(tài)使逆變器的非線性程度顯著，從而制約其性能的進(jìn)一步提高。本文提出了一種逆變器的神經(jīng)網(wǎng)絡(luò)逆模型控制方法，通過線性化控制方法，部分抵消逆變器的非線性，改善逆變器的動(dòng)靜態(tài)性能及穩(wěn)壓調(diào)節(jié)功能。

1 三相逆變器的PID閉環(huán)穩(wěn)壓系統(tǒng)

基于IGBT的三相逆變器電路如圖1所示。

三相逆變器中有3個(gè)橋臂，每個(gè)橋半橋的上下兩個(gè)橋臂輪流導(dǎo)通[180°]，流經(jīng)每相負(fù)載的電流都是連續(xù)的。如果對(duì)3個(gè)橋臂按從左至右、從上到下的順序進(jìn)行編號(hào)，依次為V1、V3、V5、V4、V6、V2，則六個(gè)IGBT的導(dǎo)通順序?yàn)閂1-V2-V3-V4-V5-V6。

將逆變電路通過PID控制構(gòu)成單閉環(huán)或雙閉環(huán)系統(tǒng)，使逆變器的輸出電壓與電流對(duì)逆變器內(nèi)部的工作狀態(tài)實(shí)現(xiàn)反饋控制，調(diào)節(jié)PID參數(shù)可對(duì)逆變電路實(shí)現(xiàn)閉環(huán)穩(wěn)壓控制，改善逆變電路的穩(wěn)定性和魯棒性。PID控制逆變系統(tǒng)如圖2所示，PID控制器如圖3所示。

從波形分析結(jié)果來看，PID控制系統(tǒng)的輸出電壓波形總諧波失真THD=2.66%。

2 CMAC神經(jīng)網(wǎng)絡(luò)

1975年，J.S.Albus提出了小腦模型神經(jīng)網(wǎng)絡(luò)（Cerebellar Model ArticulationController，CMAC）。

CMAC是一種可以對(duì)復(fù)雜的非線性函數(shù)自適應(yīng)的神經(jīng)網(wǎng)絡(luò)，也是一種查表網(wǎng)絡(luò)，最初用于求解機(jī)械手的關(guān)節(jié)運(yùn)動(dòng)，后來用于模式識(shí)別以及自適應(yīng)控制等領(lǐng)域。CMAC網(wǎng)絡(luò)轉(zhuǎn)載學(xué)習(xí)過程中，依據(jù)學(xué)習(xí)算法對(duì)表格內(nèi)容進(jìn)行調(diào)整、修改，并能夠?qū)⒌玫降男畔?、?shù)據(jù)等進(jìn)行分類儲(chǔ)存。CMAC網(wǎng)絡(luò)已被公認(rèn)為是一類聯(lián)想記憶網(wǎng)絡(luò)的重要組成部分，能夠?qū)W習(xí)任意多維非線性映射，CMAC算法被證明可有效地用于非線性函數(shù)逼近、動(dòng)態(tài)建模、控制系統(tǒng)設(shè)計(jì)等。

CMAC網(wǎng)絡(luò)結(jié)構(gòu)原理如圖6所示。[X]為輸入信號(hào)，網(wǎng)絡(luò)分為輸入量化、映射和輸出幾部分，c為泛化參數(shù)。[A]是網(wǎng)絡(luò)的虛擬概念存儲(chǔ)器，[A′]是網(wǎng)絡(luò)的實(shí)際物理存儲(chǔ)器。輸入信號(hào)經(jīng)過量化以后，會(huì)被映射到[A]中。在[A]中有c個(gè)非零單元與輸入信號(hào)對(duì)應(yīng)，這c個(gè)單元經(jīng)散列編碼后映射到[A′]中的c個(gè)單元，在其中存儲(chǔ)相應(yīng)的權(quán)值，則輸出為c個(gè)單元權(quán)值之和。

從逆模型控制系統(tǒng)輸出電壓波形的傅里葉分析結(jié)果來看，單一PID控制系統(tǒng)的THD=2.66%，而PD+CMAC逆模型控制系統(tǒng)總諧波失真THD=2.59%。實(shí)驗(yàn)結(jié)果表明CMAC控制的逆變系統(tǒng)的輸出電壓波形諧波含量比PID控制的逆變系統(tǒng)輸出電壓的諧波含量少，這說明CMAC網(wǎng)絡(luò)對(duì)逆變系統(tǒng)的控制效果比PID控制器的效果要好。

5 結(jié)論

CMAC網(wǎng)絡(luò)逆模型控制利用CMAC網(wǎng)絡(luò)的學(xué)習(xí)速度快、自適應(yīng)能力強(qiáng)的特性，可以對(duì)系統(tǒng)的輸出信號(hào)實(shí)現(xiàn)快速跟蹤與反饋，從根本上消除非線性等干擾因素，提高系統(tǒng)的性能，實(shí)現(xiàn)了對(duì)系統(tǒng)的實(shí)時(shí)控制。仿真實(shí)驗(yàn)結(jié)果表明，CMAC網(wǎng)絡(luò)逆模型控制有效地抑制了系統(tǒng)的非線性，改善了逆變系統(tǒng)的動(dòng)靜態(tài)性能和穩(wěn)壓效果，減少了系統(tǒng)輸出的諧波成分，控制效果優(yōu)于PID控制。

參考文獻(xiàn)：

[1] 代冀陽， 朱麗芳， 易宏. 基于BP神經(jīng)網(wǎng)絡(luò)的SPWM逆變器控制仿真研究[J]. 計(jì)算機(jī)仿真， 2010， 27（3）：161-165

[2] 林志玲， 朱立忠， 張大鵬， 等. PWM逆變器的一種神經(jīng)網(wǎng)絡(luò)控制方法[J]. 電力電子技術(shù)， 1998（4）：82-85

[3] 曲學(xué)基， 曲敬愷， 于明揚(yáng)， 等. 逆變技術(shù)基礎(chǔ)與應(yīng)用[M]. 電子工業(yè)出版社， 2007.1

[4] 張德豐. MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)[M]. 機(jī)械工業(yè)出版社， 2009.1