文档介绍：基于FPGA的智能型控制应用于感应电机设计
三等奖
基于FPGA的智能型控制应用于
感应电机设计
大学院校: 元智大学电机工程学系
参赛队员: 锺招名林明宏陈奕隆
指导教师: 林志民
一. 设计概述
若以控制观点而言,直流电机具有电刷和整流子所以需要时常保养维修,如果电机安装
在不易维修的场所,容易造成保养维修的困难或无法维修,此时就突显了直流电机的缺失,
而交流电机则改善了上述直流电机的缺失,此外,交流电机尚有体积小、重量轻、低转动惯
量和价格较便宜等优点。一般而言,因感应电机的动态特性为非线性时变且耦合的系统,所
以感应电机的控制器设计往往要复杂许多。一般在解决控制问题时,常常有各式各样的控制
理论被提出,例如比例-积分-微分控制、滑动模式控制或适应性控制等,上述之方法都是为
了系统参数变动和各种外来的干扰情况下仍可使系统的行为合乎设计的要求。这些设计方法
大都基于需要得知全部或部分受控系统的状态方程式,然而,在实际运用上受控系统的状态
方程式往往并不容易精确获得。
如此一来,探求具有自我学习能力的智能型控制方法,以达到更好的控制效能为相当重
要的研究课题之一。类神经网络被广泛的应用在面对系统具有不确定性、时变性和非线性等
复杂状态时皆能提供传统控制器无法达到的效果,其成功的关键在于类神经网络的近似特
1
Nios II 嵌入式处理器设计大赛2007—优秀作品
性。目前所提出的常见学习法有倒传递算法、李亚普诺夫稳定法和基因演算法等学习方式。
在使用上,倒传递算法虽直接且易懂,但该方法却难保证闭回路系统的稳定性和强健性。李
亚普诺夫稳定性理论为基础的控制结构,虽然系统的稳定性将可确保,但计算过程较为复
杂。基因演算法虽可获得全域优化的结果,但其计算量过大且不适合实时控制运用上。因
此,本参赛队伍提出一适应性模糊类神经网络控制器演算法于感应电机位置控制上,整个控
制系统参数依据李亚普诺夫稳定定理和倒传递演算法则推导出来的学习法则实时自我调整参
数,同时所设计开发的演算法则将可得到最快的参数收敛速度和易于实做实现等优点。
在实际运用上,数字控制器和模拟控制器相比较下,数字控制器较稳定、输出可预期,
且抗噪声能力较强,尤其近年来微电子半导体技术迅速发展,使得单一器件的逻辑电路成为
目前的设计趋势,若能将数字电路集成及控制法则IC化,必定可以减少控制系统总体的复杂
度及增加系统的可靠度,如此不仅可以大大的缩小硬件的体积,降低设计的成本,且有执行
速度快、灵活度高的优点。现场可编程闸阵列十分适合经济效益和研究进度的考虑。基于以
上想法,我们利用Altera公司所推出之Nios II系统开发板来实现所设计开发的控制法则,
而程序的撰写上选择以Verilog HDL程序语言来实现硬件部分,再以Nios core来实现控制法
则的软件部分,并结合一些硬件外围电路设计建置完成全部实验环境,如图(一)所示为所提
出的基于FPGA的智能型感应电机设计图。
馬達控制量
D/A介面電路
馬達角度光學編碼器
計數電路
图(一) 基于 FPGA 的智能型感应电机初步设计图
本设计最重要也最难以实现的部分就是在智能控制演算法实现部分,因为所提出控制法
则所使用到的计算量较多,同时需要使用到正负数以及浮点等复杂运算,而 Verilog HDL 是
利用二进制的观念,故当采用 Verilog HDL 来撰写的话,虽然可以分别利用补码及固点的方
式来实现,但对于不熟悉 Verilog HDL 语法的人来说,将会需要花费较多的时间来撰写,同
时程序在维护上也显得困难重重。然而,当采用 Nios 嵌入式核心处理器来设计时,除了可采
用较为熟悉的 C 语言撰写外,也不需要考虑到数值的正负数以及浮点问题,可以直接以十进
制的观念来撰写,且如果将控制法则利用 Nios 嵌入式核心处理器来撰写的话,会因为 Nios
core 的编译时间较硬件快很多,所以在参数调整时,而可以节省许多时间。另外,因 Nios
嵌入式核心处理器也提供了浮点的定制化指令,所以当设计者加入此定制化指令后,将可以
大大的降低硬件在处理浮点运算所需的时间,进而提升系统的效能。
2
基于FPGA的智能型控制应用于感应电机设计
二. 功能描述
一般而言,感应电机服务驱动系统可简化成
Jθ&&+ Bθ& + Tl = Te (1)
其中J为转动惯量、B为阻尼系数、θ为电机转动角度、Tl 为额外负载干扰及Te 为电磁转矩可
定义如下
*
Te = Ktiqs (2)
2 *
Kt = ()3n