异步电机效率优化算法设计

维普资讯 http://www.cqvip.com 第２　９卷，第１期　中　国　铁　道　科　学　Ｖｏ１．２９　Ｎｏ．１　２　０　０　８年１月　ＣＨＩＮＡ　ＲＡＩＬＷＡＹ　ＳＣＩＥＮＣＥ　Ｊａｎｕａｒｙ，２００８　文章编号：ｌＯＯｌ一４６３２（２００８）Ｏｌ一００８２—０７　异步电机效率优化算法设计　张立伟　，胡广艳　，温旭辉　，郑琼林　（１．北京交通大学电气工程学院，北京　１０００４４；２．中国科学院电工研究所，北京　１０００８０）　摘要ｉ针对异步电机效率优化问题，提出混合在线式直流最小功率模糊搜索效率优化控制算法（ＦＬＳｃ）。　算法利用损耗模型控制（ＬＭＣ）的研究成果，设计新型比例因子提取策略，可以实时在线获得电机各稳态工况　下ＦＩ　ＳＣ输入和输出变量的比例因子，预先规划了算法搜索控制的方向，保证了算法的快速收敛性。根据异步　电机的特性及先期的综合实验数据分析，对模糊控制用模糊集合及其隶属度函数进行系统化设计，对输入变量　的ＺＥ模糊集进行梯形隶属度函数设计，对输出变量进行正负不对称隶属度函数设计，从而解决了系统在效率最　优点处的振荡问题。对小功率异步电机系统的计算机仿真及台架实验表明：针对异步电机的轻载运行工况，　ＦＬＳＣ算法能显著提高异步电机系统的控制性能；对于异步电机转子电阻参数变化的工况也具有很好的鲁棒性。　关键词ｉ异步电机；效率优化；损耗模型控制；搜索控制；模糊搜索控制　中图分类号：ＴＭ３４３．２　文献标识码：Ａ　异步电机采用额定磁链控制，在额定工况时的　有别于已有的ＬＭＣ和在线最小功率ＳＣ串联工作　效率较高，但对于轻载工况，其效率和功率因数会　模式［１　。算法包含有一种新型的比例因子获取策　明显下降ＥＩ，２］。　略，该策略在ＬＭＣ研究成果的基础上，能够实时　异步电机的损耗由５部分组成：定子铜损、转　在线得到电机各种稳态工况下的比例因子数值，具　子铜损、铁损、机械损耗及杂散损耗。其中铜损和　有自适应功能；此外，算法还包含有新的模糊集合　铁损为电机损耗的主要组成部分，并且是可控的。　及其隶属度函数设计方法，能够很好地解决系统在　因此，异步电机效率优化的关键是如何寻找电机的　效率最优点处的振荡问题。仿真及实验表明，　铁损和铜损的最佳平衡点ｌ３］。　ＦＬＳＣ快速、高效，适合异步电机在线最小功率搜　异步电机在稳态工况下（输出电磁转矩和输出　索效率的优化控制。　转速保持不变），其损耗的电磁功率是转子磁链的　表ｌ常用效率优化算法优缺点比较　凹函数＿４］，即存在某一确定的转子磁链，在该磁链　处，电机的损耗最小。在采用转子磁场定向矢量控　制的异步电机定子电流中，励磁电流分量和转矩电　流分量是解耦的，并且转子磁链与励磁电流分量成　正比，因此可通过控制励磁电流的大小来优化电机　的效率。目前主要有损耗模型控制（Ｉ．ＭＣ）Ｅ　和　在线搜索控制（ＳＣ）Ｅ“。　］２种方案，表１为２种方　案的主要特点。　如何将这２种控制方法的优点结合起来，设计　１　ＦＬＳＣ　一种具有寻优速度快、精度高、鲁棒性好、受电机　参数变化影响小的算法，成为了目前效率优化控制　１．１　参数定义　的研究重点。本文提出了一种全新的混合在线式直　定义如下参数：尺　，Ｌ。分别为电机定子侧等　流输入功率最小模糊搜索控制算法（ＦＩ　ＳＣ），算法　效电阻及等效电感；Ｒ　，Ｌ　分别为电机转子侧等　收稿日期：２００７—０３—２５；修订日期：２００７一ｌＯ一２１　作者简介：张立伟（１９７７），　河北定州人，博士，在站博士后。　维普资讯 http://www.cqvip.com 第１期　异步电机效率优化算法设计　８３　效电阻及等效电感；Ｒ　，Ｌ　分别为电机铁损等效　电阻及励磁等效电感；ｉ　，　分别为电机定子ｄ轴　和ｇ轴实际电流；ｌ～ｓｄ，　品分别为电机定子ｄ轴和ｇ　轴给定电流；　，　分别为电机定子ｄ轴和ｑ轴　额定给定电流；　，　分别为ＬＭＣ算法对应的　电机定子ｄ轴和ｇ轴优化给定电流；　，Ｔｅ分别　为电机转子电角速度及电磁转矩。　图２　ＦＬＳＣ效率优化单元框图　１．２　ＦＬＳＣ控制基本原理　图１是基于异步电机转子磁场定向控制的　△Ｐ　）作为ＦＬＳＣ的一个输入；ＦＬＳＣ的另一个输　ＦＬＳＣ算法结构框图，图２为ＦＬＳＣ效率寻优单　入是前次励磁电流增量　ｃ　；在此基础上，通　元。在电机稳态运行时，实际电流ｉ　和ｉ　可以近　过模糊推理和模糊决策得到ＦＬＳＣ的输出口　］——　似认为与给定电流　和　相等，因此选用　和　本次励磁电流增量　ｃ　这样不断搜索，最后使　作为控制量。　电机在输入功率最小的工作点上运行，其中　和　Ｊ　定义为ＦＬＳＣ相关输入和输出变量的比例因子。　直流　异步　电源　电动机　１．３比例因子确定方法　由于异步电机的电磁时间常数远远小于机械时　间常数＿６］，因此异步电机的效率优化研究可以基于　稳态的电机电磁模型。图３（ａ）为幽同步旋转坐　Ｉ　标系下异步电机等效电路，将ｄ轴定义在转子磁　链方向（转子磁场定向），则ｇ轴的励磁链为零。　并在控制过程中，忽略漏感Ｌ　Ｌｒ¨忽略诸如磁　图１含有ＦＬＳＣ的异步电机矢量控制结构框图　饱和和温升对参数的影响。　由此可以得到图３（ｂ）所示的转子磁场定向　在图２中，系统通过检测逆变器输入侧的直流　稳态工况下的异步电机等效电路，基于该电路以及　功率Ｐ　，并同上次采样值Ｐ　相比较，其差值　相关ＬＭＣ研究成果，可以得到式（１）一式（４）。　ｉｓｑ　Ｉｑｒａｓ　ｉｎ，　●－——－－—－－－－－－…Ｉｎ　ｆｓｄ　（ａ）任意旋转速度下的等效电路　（ｂ）转子磁场定向稳态时电机等效简化电路　图３　ｄｑ坐标系异步电机等效电路　矢量控制状态下的异步电机损耗Ｐｔ与励磁给　其中　定电流　和转矩给定电流　品的关系式为　Ｐｌ—Ｒｄ　。＋Ｒ　毒　（１）　Ｒｓ＋　＿Ｒｓ＋燕（２）　因此，对于额定磁链控制，当对应额定励磁给　维普资讯 http://www.cqvip.com 中国铁道科学　第２９卷　定电流为　、额定转矩给定电流为　时，电机损　耗Ｐｌ　应为　Ｐｌ　一Ｒｄｉ　＋Ｒ　ｉ　（３）　集合以及隶属度函数，并通过计算机仿真和台架实　验充分验证了该设计方法的合理性。　在设计本文所提ＦＩ　ＳＣ效率寻优控制用模糊集　在保持电机输出转矩不变的条件下，由ＬＭＣ　合以及隶属度函数之前，先期已做了大量的台架实　８］，在　控制所得的最优励磁给定电流　与最优转矩给定　验和计算机仿真，相关实验数据及资料显示Ｌ电流　的最佳比例关系为ｌ６　一。Ｋ　Ｉ　Ｉ　（Ｋ　一￣／Ｒ　／Ｒｄ）　（４）　相对于同样的电机稳态输出工况，有　Ｔｏ—Ｔ／ｐＬ　一ｎｐＬ　（５）　式中：　。为电机极对数。　因此　可以表示为　和　的函数，即　一。￣／Ｋ…　。　三　（６）　由式（１）、式（４）和式（６）可得此时的电机　损耗为　Ｐｌ。。　一２Ｒｄｉ　（７）　基于以上分析，可以分别定义　和ｊ　，即　Ｐ　一ＰＩ　一Ｐｌ。ｐ１　一Ｒｇｉ茹＋Ｒｄｉ　一２Ｒｄｉ鬟　（８）　ｊ　一　一　。　（９）　最后，将　和ｊ　定义为ＦＩ．ＳＣ相关输入和输出变　量的比例因子。　１．４　ＦＬＳＣ用模糊集合及隶属度函数设计　ＦＬＳＣ算法的模糊规则库是由一系列“ＩＦ－　ＴＨＥＮ”型的模糊条件句所构成，见表２。　表２　ＦＬＳＣ的模糊规则库　表２使用了标幺化数据，其中△　㈨（ｐｕ）代表　直流母线输入功率的增量△　经由Ｐ　标幺；　△　（卜　）（ｐｕ）及△　ｃ　）（ｐｕ）代表励磁电流给定增量　△　经由ｊ　标幺。表中包括１４条规则，以规则１　（Ｒ１）为例，表述如下。　Ｒ１：“如果本次△Ｐ　检测值为正大（ＰＢ），　并且前次△　卜　变化值为负（Ｎ），则本次△　（　变化值为正中（ＰＭ）。”　在以往的文献中，没有给出或没有详细给出模　糊集合用隶属度函数的设计方法。本文在实践的基　础上，设计了一套适合ＦＩ　ＳＣ效率寻优控制用模糊　电机的效率优化进程中，励磁给定电流增量　与　直流母线输入功率增量△　之间存在着如表３所　示较为明确的数量关系。　表３励磁给定电流增量与直流母线输入功率　增量的关系　在实际控制中，为了保证ＦＩ　ＳＣ算法的快速收　敛，将ＦＩ　ＳＣ设计为一个４步寻优算法，并将每次　寻优励磁给定电流变化量被分别设计为一０．４，　０．３，一０．２，一０．１（经过了，　标幺运算），依据　统计数据显示，此时对应直流母线输入功率变化分　别为小于一０．４，约等于一０．３，大于一０．２，大于　０．１（经过了Ｐ　标幺运算）。按照表２所设计的　模糊规则库，表３所示４次功率增量变化应分别对　应△Ｐ　）（ｐｕ）的ＮＢ，ＮＭ，ＮＳ，ＺＥ模糊集。由　此可以方便地得到△Ｐ　（ｐｕ）各模糊集的论域范　围。　ＦＩ　ＳＣ模糊输入变量△Ｐ　（ｐｕ）与输出变量　△　）（ｐｕ）的各模糊集的论域范围以及隶属度函数　形状的分析过程如下（假定△　ｃ　，（ｐｕ）的第１次　变化量为一０．４５）。　（１）如果将△Ｐ　（ｐｕ）的第１次变化在　ＮＢ和ＮＭ模糊集，受△Ｐ　）（ｐｕ）变化量的下限　０．６和上限一０．４的（见表３），△Ｐ　）（ｐｕ）　的ＮＢ模糊集的终点不应超过一０．４，而ＮＭ模糊　集的起点应不低于一０．６，因此可设置ＮＢ模糊集　为梯形隶属度函数，对应范围（一１，一１，一Ｏ．６，　０．４），ＮＭ模糊集为三角形隶属度函数，对应范　围（－－０．６，一０．４，Ｘ１），Ｘ１为待定数值，则　ＡＰ枞）（ｐｕ）一一０．４５属于ＮＢ模糊集的隶属度为　０．２５，属于ＮＭ模糊集的隶属度为０．７５。　（２）由文献［１８］所述的模糊理论及表２所示　的模糊规则，将　△Ｐ　）（ｐｕ）　一一０．４５，　△　ｃ卜　，（ｐｕ）一一０．４输入模糊控制器后，控制器的　输出应为△　（　，（ｐｕ）＝＝＝一０．３，且该数值属于输出　维普资讯 http://www.cqvip.com 第１期　异步电机效率优化算法设计　８５　变量△　ｃ　，（ｐｕ）的ＮＢ模糊集的隶属度为０．２５，属　于ＮＭ模糊集的隶属度为０．７５。由此不难判断　Ａｉ５ｃ　（ｐｕ）的ＮＢ模糊集和ＮＭ模糊集的中心应分　别在一０．３的两侧，这里取ＮＢ模糊集的中心为　０．４，模糊集ＮＭ的中心暂定为Ｘ２，经模糊推　理可知Ｘ２—０．２６７，为计算以及编程方便，取ＮＭ　的中心为０．２５，这样就得到了　（　（ｐｕ）的ＮＢ模　糊集的梯形隶属度函数，对应范围为（一ｌ，一ｌ，　０．４，一０．２５），ＮＭ模糊集为三角形隶属度函　数，对应范围为（一０．４，一０．２５，Ｘ３），Ｘ３为待　定数值，……。按照此方法，可以非常方便地得到　后续相应的各模糊集的隶属度函数范围。　（３）与文献［－１４￣相比，本文为输入模糊变量　ＡＰ　（ｐｕ）的ＺＥ模糊集，设置了梯形隶属度函　数，并从实际控制效果出发，其对应范围为　（一０．２，一０．０８，０．０８，０．２），这样设置的目的是　为了能够更好地解决系统在效率最优点处的振荡问　题，从而提高系统的鲁棒性。　（４）设计Ａｉ５（　（ｐｕ）论域正负半轴的不对称隶　属度函数，是提高系统鲁棒性的另一创新做法。相　关实验和统计数据分析显示［８。　，当电机励磁电流　减至最优点时，如果进一步减小励磁电流，则电机　的损耗将以很高的速率上升，此时如果按照文献　［１４］的方法设计成对称隶属度函数，则不可避免　地带来系统振荡问题，因此本文设计了图４所示的　ＦＬＳＣ输入和输出模糊集用隶属度函数。图５为　ＦＬＳＣ算法的控制曲面图。该图清晰地表明：该算　法具有快速收敛和精确寻优的特点。　ｌ　一０　６—０　４—０２　０　０鸺　０　４　０　６　（ａ）输人ＡＰｊ（ｋ）（ｐｕ）的隶属度函数　Ｉ１（ｐｕ））　二二二　二二　Ｎ　ｆ　Ｐ　０　０１　０　００１　（ｂ）输人Ａｉ＊ｓａ／（ｋ＋ｔ）（ｒｎ１）的隶属函数　￣ｔ（Ａｉ　ｍ　０）ＬＬ　）　（ｃ）输出Ａｉ＊￣ｔｋｌ（ｐｕ）的隶属函数　图４　ＦＬＳＣ的隶属度函数　在整个ＦＩ　ＳＣ算法过程中，比例因子Ｐ　和，　对系统的收敛方向进行了预先规划，保证了系统的　快速收敛性。　０．６　０．４　Ｓ　０．２　０　０．２　０　４　０．６　ｌ　图５　ＦＩ　ＳＣ算法的控制曲面　２计算机仿真　基于ＭＡＴＬＢＡ／ＳＩＭＵＩ　ＩＮＫ仿真环境，对　ＦＬＳＣ算法进行仿真验证。所选参数为：额定功率　１．８　ｋｗ，２００　Ｖ，５０　Ｈｚ，８极异步电机；额定励　磁电流９　Ａ；额定负载ｌ４　Ｎ・ｍ；Ｒ　一０．１６ｌ　Ｑ；　Ｒ　＝＝＝０．３１６　Ｑ；Ｒ　一１３．６２５　Ｑ；Ｌ　一２７．９２６　１ＴＩＨ；　Ｌ。一Ｌ　一２９．３０８　ｍＨ。　图６显示了在４．８　Ｓ处系统进入ＦＩ　ＳＣ寻优控　制后电机的运行情况，对应工况为恒定负载６　Ｎ・　ｍ（０．４　ｐｕ），转速７５０　ｒ・ｍｉｎ～。其中图６（ａ），　（ｂ）和（ｃ）分别显示在整个控制过程中，励磁给　定电流　，直流母线输入功率　及转矩给定电流　ｉ　ｓｑ　的变化情况，　由额定值９　Ａ降为４．１　Ａ，同时　由９１０　Ｗ降为６９４　Ｗ，相应的电机效率由　５１．８　升至６７．９　；图６的（ｄ）和（ｅ）则证明　了在整个控制过程中，电机输出转矩　和电机转　速叫　保持不变。系统只需进行５步寻优（１．５　ｓ）　就达到了效率最优，并且不存在振荡问题。　实际运行中，电机许多参数将发生变化，其中　变化最为明显的就是转子电阻，这也是ＬＭＣ算法　不能实际投入工程应用的重要原因之一。为此，在　对应相同电机输出工况下，分别进行了转子电阻降　低５０　９／６和升高５０　的ＦＩ　ＳＣ效率寻优控制影响的　仿真实验。　图７所示为转子电阻降低５０　的ＦＩ　ＳＣ效率　寻优仿真结果。当　由额定值９　Ａ变为２．７　Ａ，　Ｐｄ由１　０００　Ｗ变为６９６　Ｗ时，系统最优效率为　６７．８　维普资讯 http://www.cqvip.com

中国铁道科学　第２９卷　ｔ　ｓ　（ａ）电机励磁给定电流　，　乏　ｔ　ｓ　（ｂ）直流母线输入功率　，　ｔ／ｓ　（ｃ）电机转矩给定电流　ｌ　０００　ｆ　９００　ｌＩ　８００　７００　６００　５００　４．５　５．０　５．５　６．０　６．５　７．０　ｔ／ｓ　（ｄ）电机转速　ｔ｝ｓ　（ｅ）电机输出转矩　图６　ＦＬＳＣ过程中的动态响应　４．５　５．０　５．５　６．０　６５　７．０　ｔ／ｓ　（ａ）电机励磁给定电流产　图７转子电阻降低５０％对应ＦＬＳＣ效率寻优控制　图８所示为转子电阻升高５０　的ＦＩ　ＳＣ效率　寻优仿真结果。当　由额定值９　Ａ变为５．８　Ａ，　由８２０　Ｗ变为６９０　Ｗ时，系统最优效率为　６８．３　。　ｔ／ｓ　（ａ）电机励磁给定电流ｒ　，　ｓ　（ｂ）直流母线输入功率　图８转子电阻升高５Ｏ％对应ＦＬＳＣ效率寻优控制　由此可以发现，转子电阻变化将会影响电机额　定励磁控制工况时的直流母线输入功率和最终的最　优励磁给定电流数值；但是经过ＦＬＳＣ效率寻优　后，电机系统在最优点的运行效率基本上没有发生　变化。　３实验结果　基于对ＦＬＳＣ算法的理论分析及计算机仿真，　进行了小功率异步电机系统轻载台架ＦＬＳＣ效率寻　优的实验研究，实验系统框图参见图１。逆变器选　用ＩＧＢＴ为开关器件，开关频率为１０　ｋＨｚ；选用　ＴＩ公司的定点ＤＳＰＴＭｓ３２０ＬＦ２４０７Ａ为控制芯片；　图形数据经由ＣＡＮ总线输入，然后在上位机由　ＶＢ程序测绘得到。实验选取负载丁ｌＪ为１．４　Ｎ・ｍ　（０．１　ｐｕ），电机转速为７５０　ｒ・ｍｉｎ＿。，输出功率为　１０９．９　Ｗ。　图９为电机系统由额定励磁控制状态向ＦＬＳＣ　效率寻优控制状态的转变过程。当电机的初始励磁　给定电流　为额定值９　Ａ、直流母线输入功率约为　４００　Ｗ时，电机系统效率为２７．５　；当电机运行　至稳态后，在１５．５　Ｓ时间点系统进入第１次ＦＬＳＣ　效率寻优，经过４步模糊寻优，　降至４　Ａ，直流　母线输入功率降至２５０　Ｗ，电机系统效率为　４４．０　。　在图中横坐标为１９．２　Ｓ处，进行了电机带载　状态下的暂态响应实验。诌被瞬间拉起并重新设定　为９　Ａ，直流母线输入功率迅速升至４００　Ｗ；在图　中横坐标为２０．８　ｓ处系统进入稳态运行，此时系统　：　维普资讯 http://www.cqvip.com 第１期　异步电机效率优化算法设计　８７　ｆ『　≤８　０　４　Ｏ　ｌ　１６　１８　１２　，　；　［　．　一．＾　．＿　．　２Ｏ　ｔ　．　＿１一　．．．　２２　２４　４结语　（ａ）电机励磁给定电流ｉ　５００　本文简要总结了异步电机效率优化的主要控制　算法的优缺点，提出了一种混合在线式直流输入功　４００　芝　３００　２００　．　＝＝＝．＝：　１８　１６　二二　二＝：　２０　２２　２４　２０　２２　２４　率最小模糊搜索控制算法（ＦＬＳＣ）。算法采用了在　线模糊推理，因此运算量较大；但是通过新型比例　因子的设计，以及对模糊集合及其隶属度函数所做　的系统化设计，使前期控制器的设计过程相对简　单，并能够很好地解决传统搜索控制算法速度慢、　以及在效率最优点处容易出现振荡的问题，使系统　的鲁棒性有了明显的提高。　理论分析及仿真结果表明，ＦＬＳＣ算法综合了　ＬＭＣ算法速度快、ＳＣ算法鲁棒性好的优点，能够　ｔ／ｓ　，、　Ｃｏ）直流母线输入功率　．量　８００　晕　４００　Ｏ　１６　１８　ｔ／ｓ　（Ｃ）电机转矩给定电流，　图９电机转速为７５０　ｒ・ｍｉｎ、负载ｎ为０．１　ｐｕ时　ＦＬＳＣ控制曲线图　适应电机的各种稳态工况；ＦＬＳＣ算法在反复进行　的电机实验过程中也表现出可靠性高、运行稳定、　抗外界扰动能力强等突出优点。　进入第２次ＦＬＳＣ效率寻优，控制进程重现第１次　寻优进程。在整个控制过程中电机转速保持不变。　参　［１］Ｂｏｎｅｔ　考　文　献　Ｕｎｄｅｒｓｔａｎｄｉｎｇ　Ｅｆｆｉｃｉｅｎｃｙ　ｉｎ　Ｓｑｕｉｒｒｅｌ　Ｃａｇｅ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒｓ　Ｉ－Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａ—　ｔｉｏｎｓ，１９８０，１６（４）：４７６—４８３．　［２］Ｋｕｓｋｏ　Ａ，Ｇａｌｌｅｒ　Ｄ．Ｃｏｎｔｒｏｌ　Ｍｅａｎｓ　ｆｏｒ　Ｍｉｎｉｍｉｚａｔｉｏｎ　ｏｆ　Ｌｏｓｓｅｓ　ｉｎ　ＡＣ　ａｎｄ　ＩＸ；Ｍｏｔｏｒ　Ｄｒｉｖｅｓ　ｆ－ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ，１９８３，１９（４）：５６１—５７０．　［３］Ｂｏｓｅ　Ｂ　Ｋ．Ｐｏｗｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ　ａｎｄ　ＡＣ　Ｄｒｉｖｅｓ［Ｍ］．Ｅｎｇｌｅｗｏｏｄ　Ｃｌｉｆｆｓ：Ｐｒｅｎｔｉｃｅ　Ｈａｌｌ，１９８６．　ｒ　４］Ｍａｔｓｕｓｅ　Ｋ，Ｋａｔｓｕｔａ　Ｓ，Ｔｓｕｋａｋａｏｓｈｉ　Ｍ　Ｆａｓｔ　Ｒｏｔｏｒ　Ｆｌｕｘ　ｏｎｔＣｒｏｌ　ｏｆ　Ｄｉｒｅｃｔ　Ｆｉｅｌｄ　Ｏｒｉｅｎｔｅｄ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｏｐｅｒａｔｉｎｇ　ａｔ　Ｍａｘｉｍｕｍ　Ｅｆｆｉｃｉｅｎｃｙ　Ｕｓｉｎｇ　Ａｄａｐｔｉｖｅ　Ｒｏｔｏｒ　Ｆｌｕｘ　Ｏｂｓｅｒｖｅｒ［ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＡＳ　９５．Ｏｒｌａｎｄｏ：ＩＥＥＥ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ　Ｓｏｃｉｅｔｙ，１９９５：３２７—３３５．　［５］Ａｂｒａｈａｍｓｅｎ　Ｊ，Ｐｅｄｅｒｓｅｎ　Ｊ　Ｋ，Ｂｌａａｂｊｅｒｇ　Ｆ．Ｓｔａｔｅ　ｏｆ　ｔｈｅ　Ａｒｔ　ｏｆ　Ｏｐｔｉｍａｌ　Ｅｆｆｉｃｉｅｎｃｙ　ｏｎｔＣｒｏｌ　ｏｆ　Ｌｏｗ　ｏｓｔＣ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏ—　ｔｏｒ　Ｄｒｉｖｅｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＰＥＭＣ　９６．Ｂｕｄａｐｅｓｔ：ＥＰＥ－ＰＥＭＣ　ｏｕｎｃｉＣｌ　ａｎｄ　ＥＰＥ　Ａｓｓｏｃｉａｔｉｏｎ，１９９６：１６３—１７０．　［６］Ｇａｒｃｉａ　Ｇ　Ｏ，Ｌｕｉｓ　Ｊ　Ｃ　Ｍ，Ｓｔｅｐｈａｎ　Ｒ　Ｍ，ｅｔ　ａ１．Ａｎ　Ｅｆｆｉｃｉｅｎｔ　Ｃｏｎｔｒｏｌｌｅｒ　ｆｏｒ　ａｎ　Ａｄｊｕｓｔａｂｌｅ　Ｓｐｅｅｄ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅ　Ｉ－Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｉａｌ　Ｅｌｅｃｔｒｏｎｉｃｓ，１９９４，４１（５）：５３３—５３９．　［７］Ｋｉｏｓｋｅｒｉｄｉｓ　Ｉ，Ｍａｒｇａｒｉｓ　Ｎ．Ｌｏｓｓ　Ｍｉｎｉｍｉｚａｔｉｏｎ　ｉｎ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ａｄｊｕｓｔａｂｌｅ－Ｓｐｅｅｄ　Ｄｒｉｖｅｓ［ｎ　ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｉａｌ　Ｅｌｅｃｔｒｏｎｉｃｓ，１９９６，４３（１）：２２６—２３１．　［８］Ａｂｒａｈａｍｓｅｎ　Ｆ，Ｂｌａａｂｊｅｒｇ　Ｆ．Ｏｎ　ｔｈｅ　Ｅｎｅｒｇｙ　Ｏｐｔｉｍｉｚｅｄ　Ｃｏｎｔｒｏｌ　ｏｆ　Ｓｔａｎｄａｒｄ　ａｎｄ　Ｈｉｇｈ－Ｅｆｆｉｃｉｅｎｃｙ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒｓ　ｉｎ　ＣＴ　ａｎｄ　ＨＶＡＣ　Ａｐｐｌｉｃａｔｉｏｎｓ　Ｉ－Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ，１９９８，３４（４）：８２２—８３１．　ｒ　９］Ｂｅｒｎａｌ　Ｆ　Ｆ，Ｃｅｒｒａｄａ　Ａ　Ｇ，Ｆａｕｒｅ　Ｒ　Ｍｏｄｅｌ—Ｂａｓｅｄ　Ｌｏｓｓ　Ｍｉｎｉｍｉｚａｔｉｏｎ　ｆｏｒ　ＩＸ；ａｎｄ　ＡＣ　Ｖｅｃｔｏｒ－Ｃｏｎｔｒｏｌｌｅｄ　Ｍｏｔｏｒｓ　Ｉｎｃｌｕ—　ｄｉｎｇ　ｏｒｅＣ　Ｓａｔｕｒａｔｉｏｎ　Ｉ－Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ，２０００，３６（３）：７５５—７６３．　－１１０］Ｈａｓｓａｎ　Ａ　Ｉｍｐｒｏｖｉｎｇ　ｔｈｅ　Ｐｏｗｅｒ　Ｅｆｆｉｃｉｅｎｃｙ　ｏｆ　ａ　Ｒｏｔｏｒ　Ｆｌｕｘ－Ｏｒｉｅｎｔｅｄ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅ　Ｉ－Ｊ］．Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　ｏｍｐｏｎｅｎｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ，２００２，３０（５）：４３１—４４２．Ｃ　［１１］Ｋｉｒｓｃｈｅｎ　Ｄ，Ｎｏｖｏｔｎｙ　Ｄ，Ｌｉｐｏ　Ｔ．Ｏｐｔｉｍａｌ　Ｅｆｆｉｃｉｅｎｃｙ　Ｃｏｎｔｒｏｌ　ｏｆ　ａｎ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅ　ｌ－Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｅｎｅｒｇｙ　Ｃｏｎｖｅｒｓｉｏｎ，１９８７，２（１）：７０—７６．　［１２］Ｍｏｒｅｉｒａ　Ｊ　Ｃ，Ｌｉｐｏ　Ｔ　Ａ，Ｂｌａｓｋｏ　Ｖ．Ｓｉｍｐｌｅ　Ｅｆｆｉｃｉｅｎｃｙ　Ｍａｘｉｍｉｚｅｒ　ｆｏｒ　ａｎ　Ａｄｊｕｓｔａｂｌｅ　Ｆｒｅｑｕｅｎｃｙ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅ　－ＩＪ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ，１９９１，２７（５）：９４０—９４５．　维普资讯 http://www.cqvip.com 中国铁道科学　第２９卷　ｍ　Ｇ。Ｈａ　Ｉ．Ｋｏ　Ｍ　Ｃｏｎｔｒｏｌ　ｏｆ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒｓ　ｆｏｒ　Ｂｏｔｈ　Ｈｉｇｈ　Ｄｙｎａｍｉｃ　Ｐｅｒｆｏｒｍａｎｃｅ　ａｎｄ　Ｈｉｇｈ　Ｐｏｗｅｒ　Ｅｆｆｉｃｉｅｎｃｙ　［１３］　ＫｉｒＪ＿．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｉａ１　Ｅｌｅｃｔｒｏｎｉｃｓ，１９９２，３９（４）：３２３—３３３．　ａｎｄ　Ｊ　Ｇ．Ｆｕｚｚｙ　Ｌｏｇｉｃ　Ｂａｓｅｄ　Ｏｎ－Ｉ　ｉｎｅ　Ｅｆｆｉｃｉｅｎｃｙ　Ｏｐｔｉｍｉｚａｔｉｏｎ　Ｃｏｎｔｒｏｌ　ｏｆ　ａｎ　Ｉｎｄｉｒｅｃｔ　Ｖｅｃ—　［１４］　Ｓｏｕｓａ　Ｇ　Ｃ　Ｄ，Ｂｏｓｅ　Ｂ　Ｋ，Ｃｌｅｌｔｏｒ－Ｃｏｎｔｒｏｌｌｅｄ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅ广Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｉａ１　Ｅｌｅｃｔｒｏｎｉｃｓ，１９９５，４２（２）：１９２—１９８．　ｏｓｋｅｒｉｄｉｓ　Ｉ。Ｍａｒｇａｒｉｓ　Ｎ．Ｌｏｓｓ　Ｍｉｎｉｍｉｚａｔｉｏｎ　ｉｎ　Ｓｃａｌａｒ－Ｃｏｎｔｒｏｌｌｅｄ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅｓ　ｗｉｔｈ　Ｓｅａｒｃｈ　Ｃｏｎｔｒｏｌｌｅｒｓ　［１５］　ＫｉｒＪ＿．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐｏｗｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ，１９９６，ｌｌ（２）：２１３－２２０．　ｎｈ　Ｔａ，Ｙｏｉｃｈｉ　Ｈｏｒｉ．Ｃｏｎｖｅｒｇｅｎｃｅ　Ｉｍｐｒｏｖｅｍｅｎｔ　ｏｆ　Ｅｆｆｉｃｉｅｎｃｙ　Ｏｐｔｉｍｉｚａｔｉｏｎ　Ｃｏｎｔｒｏｌ　ｏｆ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　Ｄｒｉｖｅｓ　［１６］　Ｃａｏ－ＭｉｒＪ＿．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ，２００１，３７（６）：１７４６—１７５３．　ｄａ　Ｔ，ｅｔ　ａ１．Ｆａｓｔ　Ｓｅａｒｃｈ　Ｃｏｎｔｒｏｌｌｅｒｓ　ｆｏｒ　Ｅｆｆｉｃｉｅｎｃｙ　Ｍａｘｉｍｉｚａｔｉｏｎ　ｏｆ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒ　［１７］　Ｃｈａｋｒａｂｏｒｔｙ　Ｃ．Ｔａ　Ｍ　Ｃ，ＵｃｈｉｒｉＤｖｅｓ　Ｂａｓｅｄ　ｏｎ　Ｄｃ　Ｉ　ｉｎｋ　Ｐｏｗｅｒ　Ｍｅａｓｕｒｅｍｅｎｔ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ＩＥＥＥ　ＰＣＣ．Ｏｓａｋａ：Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ　Ｓｏｃｉ—　ｅｔｙ　ｏｆ　ｔｈｅ　ＩＥＥ　Ｊａｐａｎ＆ＩＥＥＥ　Ｉｎｄｕｓｔｒｙ　Ａｐｐｌｉｃａｔｉｏｎｓ　Ｓｏｃｉｅｔｙ，２００２：４０２—４０８．　ｃ，ａｎｄ　Ｎｅｕｒａ１　Ｎｅｔｗｏｒｋ　Ａｐｐｌｉｃａｔｉｏｎｓ　ｉｎ　Ｐｏｗｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ　ａｎｄ　Ｍｏｔｉｏｎ　Ｃｏｎｔｒｏｌ　［１８］　Ｂｏｓｅ　Ｂ　Ｋ．Ｅｘｐｅｒｔ　Ｓｙｓｔｅｍ，Ｆｕｚｚｙ　ＬｏｇｉｒＪ＿．Ｐｒｏｃｅｅｄｉｎｇ　ｏｆ　ｔｈｅ　ＩＥＥＥ，１９９４，８２（８）：１３０３—１３２３．　Ｄｅｓｉｇｎ　ｆｏｒ　ｔｈｅ　Ｅｆｆｉｃｉｅｎｃｙ　Ｏｐｔｉｍｉｚａｔｉｏｎ　Ａｌｇｏｒｉｔｈｍ　ｏｆ　Ｉｎｄｕｃｔｉｏｎ　Ｍｏｔｏｒｓ　ＺＨＡＮＧ　Ｌｉｗｅｉ　，ＨＵ　Ｇｕａｎｇｙａｎ　，　ＷＥＮ　Ｘｕｈｕｉ　．ＺＨＥＮＧ　Ｑｉｏｎｇｌｉｎ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ　１０００４４，Ｃｈｉｎａ；　（１．Ｓｃｈｏｏｌ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｂｅｉｊｉｎｇ　２．Ｉｎｓｔｉｔｕｔｅ　ｏｆ　Ｅｌｅｃｔｒｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｃｈｉｎｅｓｅ　Ａｃａｄｅｍｙ　ｏｆ　Ｓｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ　１０００８０，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｂａｓｅｄ　ｏｎ　Ｌｏｓｓ　Ｍｏｄｅｌ　Ｃｏｎｔｒｏｌ（Ｉ．ＭＣ）ａｎｄ　Ｓｅａｒｃｈ　Ｃｏｎｔｒｏｌ（ＳＣ）ｓｔｒａｔｅｇｉｅｓ　ａｐｐｅａｒｉｎｇ　ｉｎ　ｒｅｃｅｎｔ　ｙｅａｒｓ，ｔｈｉｓ　ｐａｐｅｒ　ｐｒｏｐｏｓｅｓ　ａ　ｎｅｗ　ｆｕｚｚｙ　ｌｏｇｉｃ　ｂａｓｅｄ　ｈｙｂｒｉｄ　ｏｎ－ｌｉｎｅ　ｍｉｎｉｍｕｍ　ｉｎｐｕｔ　ｐｏｗｅｒ　ｓｅａｒｃｈ　ｃｏｎｔｒｏｌ　（ＦＩ　ＳＣ）ｓｔｒａｔｅｇｙ　ｆｏｒ　ｔｈｅ　ｅｆｆｉｃｉｅｎｃｙ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｏｆ　ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ．Ｕｎｌｉｋｅ　ｏｔｈｅｒ　ｆｕｚｚｙ　ｍｅｔｈｏｄｓ　ｔｈａｔ　ｎｅｅｄ　ｓｉｍｕｌａｔｉｏｎ　ｃａｌｃｕｌａｔｉｏｎｓ　ｔｏ　ｇｅｔ　ｔｈｅ　ｃｏｅｆｆｉｃｉｅｎｔｓ　ｏｆ　ｔｈｅ　ｓｃａｌｉｎｇ　ｆａｃｔｏｒｓ，ｔｈｅ　ｇａｉｎｓ　ｄｅｒｉｖａｔｉｖｅ　ｍｅｔｈｏｄ　ｏｆ　ｔｈｉｓ　ｓｔｒａｔｅｇｙ　ｕｔｉｌｉｚｅｓ　ｔｈｅ　ｒｅｓｅａｒｃｈ　ｒｅｓｕｌｔｓ　ｏｆ　Ｉ　ＭＣ　ｔｏ　ｄｏ　ｏｎ—ｌｉｎｅ　ｓｃａｌｉｎｇ　ｆａｃｔｏｒ　ｃａｌｃｕｌａｔｉｏｎ。ｗｈｉｃｈ　ｃａｎ　ｍａｒｋ　ｏｕｔ　ｔｈｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｃｏｕｒｓｅ　ｉｎ　ａｄｖａｎｃｅ　ａｎｄ　ｅｎｓｕｒｅ　ｔｈｅ　ｃｏｎｖｅｒｇｅｎｃｅ．Ａｃｃｏｒｄｉｎｇ　ｔｏ　ｔｈｅ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｏｆ　ｉｎｄｕｃ—　ｔｉｏｎ　ｍｏｔｏｒ　ａｎｄ　ｔｈｅ　ｃｏｍｐｒｅｈｅｎｓｉｖｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｔｈｅ　ｐｒｅｖｉｏｕｓ　ｔｅｓｔ　ｄａｔａ，ｔｈｅ　ｓｙｓｔｅｍａｔｉｃ　ｄｅｓｉｇｎ　ｉｓ　ｃａｒｒｉｅｄ　ｏｕｔ　ｆｏｒ　ｎｅｗ　ｆｕｚｚｙ　ｓｅｔｓ　ａｎｄ　ｉｔｓ　ａｆｆｌｉｌｉａｔｉｏｎ　ｌｅｖｅｌ　ｆｕｎｃｔｉｏｎｓ　ｕｓｅｄ　ｆｏｒ　ｆｕｚｚｙ　ｃｏｎｔｒｏ１．Ｓｃａｌｉｎｇ　ａｆｆｉｌｉａｔｉｏｎ　ｌｅｖｅｌ　ｆｕｎｃｔｉｏｎｓ　ｄｅｓｉｇｎ　ｉｓ　ｃｏｎｄｕｃｔｅｄ　ｆｏｒ　ＺＥ　ｆｕｚｚｙ　ｓｅｔ　ｗｉｔｈ　ｉｎｐｕｔ　ｖａｒｉａｂｌｅｓ，ａｎｄ　ｐｏｓｉｔｉｖｅ　ａｎｄ　ｎｅｇａｔｉｖｅ　ａｓｙｍｍｅｔｒｉｃ　ａｆｆｉｌｉａｔｉｏｎ　ｌｅｖｅｌ　ｆｕｎｃｔｉｏｎ　ｄｅｓｉｇｎ　ｆｏｒ　ｏｕｔｐｕｔ　ｖａｒｉａｂｌｅｓ，ｗｈｉｃｈ　ｃａｎ　ｍａｋｅ　ｔｈｅ　ｃｏｎｔｒｏｌ　ｓｙｓｔｅｍ　ｃｏｎｖｅｒｇｅ　ｆａｓｔ　ｗｉｔｈ　ａｖｏｉｄｉｎｇ　ｔｈｅ　ｏｓｃｉｌｌａｔｉｏｎ　ａｒｏｕｎｄ　ｔｈｅ　ｏｐｔｉｍａｌ　ｆｌｕｘ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｏｆ　ｌｏｗ　ｐｏｗｅｒ　ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ　ｓｙｓｔｅｍ　ａｎｄ　ｓｔａｎｄ　ｔｅｓｔｓ　ｓｈｏｗ　ｔｈａｔ　ＦＩ　ＳＣ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｒｅｍａｒｋａｂｌｙ　ｉｍｐｒｏｖｅ　ｔｈｅ　ｃｏｎｔｒｏｌ　ｐｅｒｆｏｒｍａｎｃｅ　ｏｆ　ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ　ｓｙｓ—　ｔｅｍ　ｕｎｄｅｒ　ｌｉｇｈｔ　ｌｏａｄ　ｏｐｅｒａｔｉｏｎ，ａｎｄ　ｈａｖｅ　ｇｏｏｄ　ｒｏｂｕｓｔｎｅｓｓ　ｆｏｒ　ｒｏｔｏｒ　ｒｅｓｉｓｔａｎｃｅ　ｐａｒａｍｅｔｅｒ　ｃｈａｎｇｅ　ｃｏｎｄｉｔｉｏｎ　ｏｆ　ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ．　Ｋｅｙ　ｗｏｒｄｓ：Ｉｎｄｕｃｔｉｏｎ　ｍｏｔｏｒ；Ｅｆｆｉｃｉｅｎｃｙ　ｏｐｔｉｍｉｚａｔｉｏｎ；Ｌｏｓｓ　ｍｏｄｅｌ　ｃｏｎｔｒｏｌ；Ｓｅａｒｃｈ　ｃｏｎｔｒｏｌ；Ｆｕｚｚｙ　ｌｏｇｉｃ　ｂａｓｅｄ　ｓｅａｒｃｈ　ｃｏｎｔｒｏｌ　（责任编辑刘卫华）