一种新的模糊PID控制在电机软启动中的仿真

摘要：由于异步电机软启动过程中非线性时变的特点，采用传统的PID控制方法难以达到理想的控制效果。为了大大减小交流电机启动过程中的电流，在此结合智能控制理论，设计出一种新型的模糊PID软启动控制器。通过对电流大小进行控制，优化了系统的控制效果，实现了交流电机恒流软启动控制。最后通过Matlab仿真，证实了该系统具有良好的动静态性能，达到了平稳启动的目的，具有有效性和广泛应用性。
关键词：软启动；模糊控制；异步电动机；Matlab

0 引言
    异步电机以其优良的性能及无需维护的特点，在工农业中得到广泛应用。三相异步电机的启动方法很多，比如直接启动、自耦降压启动、延边三角形启动等等。对于风机泵类等恒功率负载，如果在额定电压下直接启动三相异步电机，启动电流非常大(一般为Ie的5～8倍)，易引起电网电压下降，同时影响电网上其他用电设备的正常运行，这对于电机本身来讲，冲击电流造成局部温升过大，降低电机寿命，给机械系统带来强大的机械冲力，冲击电流会以电磁波的形式干扰电气仪表的正常运行。因此宜采用软启动的方法。

1 模糊PID软启动电路的结构及原理
    模糊PID复合控制方法最大的优点是不依赖于被控对象精确的数学模型，适合于非线性、强耦合、不确定性的电机软启动复杂系统。异步电机软启动主回路结构见图1，利用三对反并联的单向晶闸管来实现交流调压，晶闸管调压的控制方式采用相位控制，用来改变晶闸管的相位角α，得到不同的电压(频率不变)，从而实现电机的平稳启动。

    交流电机定子电流经过滤波后与启动电流给定值一起作为模糊PID调节器的输入信号。dsPIC30F6014型单片机首先计算出启动电流设定值与反馈电流的偏差和偏差的变化率，然后以电流及电流的偏差作为输入量，经过模糊化后进行模糊推理，最后将模糊推理结果通过解模糊后作为输出调节量。解模糊调节器输出的触发信号，送至驱动电路，由触发角决定每个周期触发脉冲的产生时刻，从而调节晶闸管的输出电压，从而起到限制启动电流，减小冲击转矩的作用。

2 控制系统设计
    人们运用模糊数学的基本理论和方法，把规则的条件和操作用模糊集表示，并把这些模糊控制规则及有关信息作为知识存入计算机知识库中，然后计算机根据控制系统的实际响应情况，运用模糊推理，即可自动实现对PID参数的最佳调整，这就是模糊PID控制。模糊PID控制器以误差e和误差变化率ec作为输入，利用模糊控制规则在线对PID的3个参数进行调整，以满足不同时刻的e和ec对PID参数自整定的要求。模糊PID控制器的基本结构如图2所示。在交流电机软启动的过程中，通过检测启动电流i设定值的偏差，以及偏差的变化率，这两种检测信号作为模糊PID控制器的两个输入，分别用e(kt)，ec(kt)表示，输出为KP，KI，KD，再通过反模糊化，经过调节器输出控制晶闸管的导通角，调整电压的输出，进而达到电机平稳软启动的要求。

    (1)模糊化
    在电机软启动控制器系统中设计模糊PID控制器时，采用双输入／三输出模式的Fuzzy控制器结构。分别用e(kT)，ec(kT)表示，输出为KP，KI，KD。为了方便描述，定义如下：
   
    式中：T为采样时间；I(kT)为启动电流给定值；I0(kT)为第k个采样时刻的电流输出。

    (2)数据库的建立
    设e(kT)，ec(kT)的论域为：X={-3，-2，-1，0，1，2，3}，在其论域上取7个变量NB，NM，NS，ZO，PS，PM，PB。对变量e(kt)，ec(kt)采用均匀分布的高斯三角隶属函数，如图3所示。图3中e(kT)，ec(kT)的隶属度。

    (3)规则库和模糊推理
    模糊控制器的规则库是基于专家知识或手动操作人员长期积累的经验，根据各参数的规则表进行模糊推理。模糊推理如下：
   
    (4)解模糊
    输出量为KP，KI，KD，其论域、语言变量e(kT)，ec(kT)一样，此处采用加权平均解模糊的方法，即：
   
    式中：U(kT)为清晰化值；Ui(kT)为模糊控制器输出；μc(Ui(kT))为对应于Ui(kT)的隶属度。

    (2)数据库的建立
    设e(kT)，ec(kT)的论域为：X={-3，-2，-1，0，1，2，3}，在其论域上取7个变量NB，NM，NS，ZO，PS，PM，PB。对变量e(kt)，ec(kt)采用均匀分布的高斯三角隶属函数，如图3所示。图3中e(kT)，ec(kT)的隶属度。

    (3)规则库和模糊推理
    模糊控制器的规则库是基于专家知识或手动操作人员长期积累的经验，根据各参数的规则表进行模糊推理。模糊推理如下：
   
    (4)解模糊
    输出量为KP，KI，KD，其论域、语言变量e(kT)，ec(kT)一样，此处采用加权平均解模糊的方法，即：
   
    式中：U(kT)为清晰化值；Ui(kT)为模糊控制器输出；μc(Ui(kT))为对应于Ui(kT)的隶属度。