基于遗传算法的交流永磁同步电机控制系统的研究

2018-01-01 00:22徐丹贾立
科学与财富 2017年30期
关键词:遗传算法

徐丹+贾立

摘 要: 在现代电力电子技术的飞速发展的今天,交流永磁同步电机控制系统的性能已经大大超越直流电机控制系统。交流永磁同步电机控制系统以其较高的功率因素、较小的转动惯量、零励磁损耗等优点,在交流电机控制系统中占据着主导的地位。本文主要研究基于遗传算法的交流永磁同步电机控制系统,通过分析遗传算法的原理及特点,将遗传算法应用于交流永磁同步电机控制系统中。传统的交流永磁同步电机控制系统是通过PID调节器进行电流环、速度环的负反馈控制,其控制系统自身调整能力弱,系统无法较快较为便捷地调整至最佳状态。基于遗传算法的交流永磁同步电机控制系统具有良好的寻优能力,处于多变的使用环境时,其系统的适应能力强、自身的调整能力强。基于遗传算法的交流永磁同步电机控制系统具有较强的自适应能力,而且较为容易地取得更优的控制效果。

关键词: 交流永磁同步电机;遗传算法;自适应能力

0 引言

遗传算法是由美国密西根大学的霍兰德教授提出的模拟自然界的遗传机制和生物进化论而成的一种并行随机搜索最优化的方法。它将“优胜劣汰,适者生存”的生物进化原理引入到优化参数形成的编码串联群体中,按所选择的适配值函数并通过遗传中的复制、交叉及变异对个体进行筛选,使适配值高的个体被保留下来,组成新的群体,新的群体既继承了上一代的信息,又优于上一代。这样周而复始,群体中个体适应度不断提高,直到满足一定的条件。本研究将遗传算法运用到交流永磁同步电机控制系统,利用遗传算法的自适应寻优能力,使交流永磁同步电机控制系统的响应速度及稳定性得到显著提高。通过分析遗传算法的原理及特点,将遗传算法应用于交流永磁同步电机控制系统中。

1 基于遗传算法的交流永磁同步电机控制系统结构设计

交流永磁同步电机带有编码器,通过检测编码器的信号,能够完成闭环反馈控制,实现电机的快速响应和精确定位。本研究中的交流永磁同步电机采用光电编码位置传感器,交流永磁同步电机控制系统结构为了满足高精度高稳定性的要求,采用三个负反馈闭环控制,即位置负反馈闭环、电流负反馈闭环、转速负反馈闭环。电机通过光电编码器得到角度信号,将角度值进行微分运算转化为实际速度值,采样的多个速度值样本参与遗传算法得到控制值。

2 控制系统中遗传算法的设计

遗传算法为群体优化算法,也就是从多个初始解开始进行优化,每个解称为一个染色体,各染色体之间通过竞争、合作、单独变异,不断进化。优化时先要将转速转换到遗传空间,就是把实际问题的解用染色体表示,称为编码;反过程为解码,因为优化后要进行评价,所以要返回问题空间,故要进行解码。SGA采用二进制编码,染色体就是二进制位串,每一位可称为一个基因;解码时应注意将染色体解码到问题可行域内。

遗传算法模拟“适者生存,优胜劣汰”的进化机制,染色体适应生存环境的能力用适应度函数衡量。对于优化问题,适应度函数由目标函数变换而来。一般遗传算法求解最大值问题,如果是最小值问题,则通过取倒数或者加负号处理。SGA要求适应度函数>0,对于<0的问题,要通过加一个足够大的正数来解决。这样,适应度函数值大的染色体生存能力强。遗传算法有三个进化算子:选择、交叉和变异。

选择的作用是形成整体性能优良的父母群或基因池,作为产生下一代的基因基础。基本机理是依据当代个体的适应度决定其进入基因池的概率(或者說成为子代父母群成员的机会)。我们将所有的当代个体编号进入一个大转盘中,适应度高的占有的转盘面积大,启动转盘后,开始随机选择父母群的成员,明额满了以后停止。

父母群(或基因池)确定以后,进行染色体互换生重组成预备后代(不妨称之为幼苗),其中染色体片段的互换长度是随机选取的。染色体的互换完成后,我们按照一定的几率对“幼苗”进行小尺度小规模的基因突变,最终形成全新的一代。再吃程序中我们以二进制的一个位bit为最小单位。

新的一代以父辈的基因信息为基础,又有了杂交和基因突变的优势,从感觉来说会一代比一代强。可感觉不一定靠得住,有时过于杰出的父辈可能因为染色体被打断,或者基因突变,让新生代无法超越。为了保证一辈比一辈强,我们让最杰出的父辈保持长寿和繁衍的双重权利,在繁衍出子代后有原封不动的成为子代的一员,参与新时代的竞争与繁衍。

遗传算法最为恐慌的事情是收敛太慢或者是落入局部最优陷阱,为了避免这些状况,我们可以敞开大门,放眼看看外面的世界,勇敢的去甄别和引入超强的异族基因,然而为了避免圈子的正常健康稳定发展,避免一时兴起产生的灾难,引入外部基因时要坚持有序有度的原则。为此本设计中采取如下方式,异族个体在全局和已知最优解局部区域两个范围内随机产生,然而并不直接参与本族的繁衍过程,只是在本族繁衍结束后和群体中的老头领做一下PK,如果能将其PK下去该异族直接以头领的身份成为群体的一员参与群体的进化,PK不下去则立即消亡。更为残酷的是,每一轮对所有的异族而言只有一个可加入的名额。

3 总结

本文提出了将遗传算法应用于交流永磁同步电机控制系统中的设想,鉴于传统永磁同步电机控制系统的不足,本文中的控制系统有着较强的自适应能力。在复杂多变的环境中本系统反应速度更快,可以使控制系统更稳定,因此本系统有着更好的应用前景。

参考文献

[1] 王兆安.电力电子技术的发展动向[J].电力电子技术,1995,28(4):80-85.

[2] 马小亮. 低开关频率中压传动的定子磁链轨迹跟踪控制综述[J].变频器世界, 2009, 12: 45-51.

[3] 程荣仓, 刘正之. 大容量单相逆变装置并联技术的分析[J]. 中国电机工程学报, 2004, 24(7): 112-116.endprint

猜你喜欢
遗传算法
遗传算法对CMAC与PID并行励磁控制的优化
基于自适应遗传算法的CSAMT一维反演
基于遗传算法的建筑物沉降回归分析
一种基于遗传算法的聚类分析方法在DNA序列比较中的应用
基于遗传算法和LS-SVM的财务危机预测
遗传算法识别模型在水污染源辨识中的应用
协同进化在遗传算法中的应用研究
软件发布规划的遗传算法实现与解释
基于遗传算法的三体船快速性仿真分析
基于改进的遗传算法的模糊聚类算法