D0L:10.13374M.issn1001-053x.2012.12.020 第34卷第12期 北京科技大学学。报 Vol.34 No.12 2012年12月 Journal of University of Science and Technology Beijing Dec.2012 带有负载观测的异步电动机广义预测控制 张勇军四 郝春辉 北京科技大学冶金工程研究院，北京100083 ☒通信作者，E-mail:zhangyj@ustb.cu.cn 摘要提出了一种带有负载观测功能的异步电动机广义预测控制算法，在对系统动态模型分析的基础上建立了调速系统 的受控自回归积分滑动平均模型.该控制算法给出了能够使下一次采样时刻的实际转速以最优特性跟踪下一时刻参考转速 的广义预测控制律，并采用负载转矩观测器的前馈功能增强速度控制的抗干扰能力.仿真和实验结果表明，通过合理选择控 制器参数，具有转矩预测功能的直接转矩控制系统在转速跟踪和抗扰能力方面得到一定提高 关键词异步电动机：预测控制系统：负载观测器：受控自回归积分滑动平均 分类号TM343 Generalized predictive control of induction motors with load torque observation ZHANG Yong jun,HAO Chun-hui Research Institute of Metallurgical Engineering,University of Science and Technology Beijing,Beijing 100083,China Corresponding author,E-mail:zhangyj@ustb.edu.cn ABSTRACT A generalized predictive control (GPC)law with a disturbance observer was presented for an induction motor.A con- trolled auto-regressive integrated moving average (CARIMA)model for the drive system of an induction motor was established by analy- zing the dynamic equation.The proposed generalized predictive control law aimed to make the actual speed at the next sampling time tracking to the reference speed with optimal characteristics,and the load torque was considered as an unknown disturbance,which could be estimated by a nonlinear observer.In combination with a direct torque control system,the GPC algorithm was applied to con- figure the torque reference.The stability of the system can be achieved by simple design parameters.Simulation and experimental re- sults prove the effectiveness of the proposed controller. KEY WORDS induction motors:predictive control systems:load observers:controlled auto-regressive integrated moving average 异步电动机本身是一个多变量、强耦合的非线 来预测控制在电动机调速领域的应用日益得到重 性时变参数系统，其速度响应不但依赖于控制系统 视，也取得了不少有价值的研究成果.文献5]在永 准确的电磁转矩输出，同时还与参数时变、负载扰动 磁同步电动机直接转矩控制中对每个区域内电压矢 等不确定因素有关四.智能控制算法如模糊控制和 量的控制角进行预测以减小转矩和磁链的脉动，提 神经网络控制在一定程度上能够提高系统的抗干扰 高电动机相电流的正弦度：文献[6]将模糊逻辑系 能力和对跟踪误差的收敛性，但一般具有复杂的网 统引入预测控制，并应用于异步电动机的速度控制， 络结构和繁琐的推理模型计算，在实时性要求高的 针对其强耦合特性设计了高性能的转速控制器，使 场合应用受到限制. 速度控制的快速性得到提高：文献7]采用预测控 预测控制是根据被控对象的历史和当前信息在 制策略将异步电动机直接转矩控制中的采样周期细 有限的时域内按给定性能指标优化未来输出，具有 分为三个可变的时间段，文献8]提出的一种基于 多步预测、滚动优化和在线反馈校正等特征，对模型 离散状态模型的预测转矩控制策略，采用了两步预 精度要求低，有良好的跟踪性能及鲁棒性-.近年 测算法以减轻由于数据处理引起的控制滞后影响， 收稿日期：2011-11-03 基金项目：国家科技支撑计划资助项目(2012BA09B02):北京市科委重大项目(D09030303780902)第 34 卷 第 12 期 2012 年 12 月 北京科技大学学报 Journal of University of Science and Technology Beijing Vol． 34 No． 12 Dec． 2012 带有负载观测的异步电动机广义预测控制 张勇军 郝春辉 北京科技大学冶金工程研究院，北京 100083 通信作者，E-mail: zhangyj@ ustb． edu． cn 摘 要 提出了一种带有负载观测功能的异步电动机广义预测控制算法，在对系统动态模型分析的基础上建立了调速系统 的受控自回归积分滑动平均模型． 该控制算法给出了能够使下一次采样时刻的实际转速以最优特性跟踪下一时刻参考转速 的广义预测控制律，并采用负载转矩观测器的前馈功能增强速度控制的抗干扰能力． 仿真和实验结果表明，通过合理选择控 制器参数，具有转矩预测功能的直接转矩控制系统在转速跟踪和抗扰能力方面得到一定提高． 关键词 异步电动机; 预测控制系统; 负载观测器; 受控自回归积分滑动平均 分类号 TM343 Generalized predictive control of induction motors with load torque observation ZHANG Yong-jun ，HAO Chun-hui Research Institute of Metallurgical Engineering，University of Science and Technology Beijing，Beijing 100083，China Corresponding author，E-mail: zhangyj@ ustb． edu． cn ABSTRACT A generalized predictive control ( GPC) law with a disturbance observer was presented for an induction motor． A con￾trolled auto-regressive integrated moving average ( CARIMA) model for the drive system of an induction motor was established by analy￾zing the dynamic equation． The proposed generalized predictive control law aimed to make the actual speed at the next sampling time tracking to the reference speed with optimal characteristics，and the load torque was considered as an unknown disturbance，which could be estimated by a nonlinear observer． In combination with a direct torque control system，the GPC algorithm was applied to con￾figure the torque reference． The stability of the system can be achieved by simple design parameters． Simulation and experimental re￾sults prove the effectiveness of the proposed controller． KEY WORDS induction motors; predictive control systems; load observers; controlled auto-regressive integrated moving average 收稿日期: 2011--11--03 基金项目: 国家科技支撑计划资助项目( 2012BAF09B02) ; 北京市科委重大项目( D09030303780902) 异步电动机本身是一个多变量、强耦合的非线 性时变参数系统，其速度响应不但依赖于控制系统 准确的电磁转矩输出，同时还与参数时变、负载扰动 等不确定因素有关［1］． 智能控制算法如模糊控制和 神经网络控制在一定程度上能够提高系统的抗干扰 能力和对跟踪误差的收敛性，但一般具有复杂的网 络结构和繁琐的推理模型计算，在实时性要求高的 场合应用受到限制． 预测控制是根据被控对象的历史和当前信息在 有限的时域内按给定性能指标优化未来输出，具有 多步预测、滚动优化和在线反馈校正等特征，对模型 精度要求低，有良好的跟踪性能及鲁棒性［2--4］． 近年 来预测控制在电动机调速领域的应用日益得到重 视，也取得了不少有价值的研究成果． 文献［5］在永 磁同步电动机直接转矩控制中对每个区域内电压矢 量的控制角进行预测以减小转矩和磁链的脉动，提 高电动机相电流的正弦度; 文献［6］将模糊逻辑系 统引入预测控制，并应用于异步电动机的速度控制， 针对其强耦合特性设计了高性能的转速控制器，使 速度控制的快速性得到提高; 文献［7］采用预测控 制策略将异步电动机直接转矩控制中的采样周期细 分为三个可变的时间段，文献［8］提出的一种基于 离散状态模型的预测转矩控制策略，采用了两步预 测算法以减轻由于数据处理引起的控制滞后影响， DOI:10.13374/j.issn1001-053x.2012.12.020