裴玖玲　孙少杰

摘 要：目前，超声波清洗红枣因清洗效果好、红枣品质高而在红枣加工行业受到青睐。但是，传统的超声波电源因为含有高次谐波使输出电压出现畸变。为了得到正弦的高频输出电压，文中提出一种使用遗传算法选择性消除高次谐波的方法，叙述了使用遗传算法提高功率因数的方法、步骤，通过离线计算，得到消除超声波电源中输出电压的3次、5次、7次谐波的最优开关角。超声波电源的Matlab仿真波形和实验波形，都表明了遗传算法提高功率因数有减少计算量，快速收敛和保证最优的优点。

关键词：遗传算法 超声波电源 谐波消除 SPWM

中图分类号：TM714 文献标识码：A 文章编号：1674-098X（2016）03（b）-0119-02

近年来，新疆红枣业广泛采用了超声波清洗，提高了红枣品质，节约了能源。然而，目前谐波干扰使传统超声波电源输出电压失真现象。文中根据超声波电源的组成和调制方法，重点讲解了用遗传算法来消除超声波电源谐波问题的原理和步骤，结果表明采用遗传算法消除超声波电源中的谐波，提高功率因数是一种行之有效的方法。

1 超声波电源和SPWM调制

超声波电源主电路主要包括整流、逆变两大部分，其中整流电路把220 V，50 Hz市电变为直流电，逆变再把直流电转变为超声频的交流电。所以，逆变是超声波电源的核心部分，一般采取桥式电路，4个VT1-VT4功率管（IGBT）在脉冲控制下轮流导通，通过控制IGBT的导通、关断来调节逆变器输出电压频率和功率。因为桥式逆变电路中开关管是轮流导通的，输出电压无可避免存在一定的谐波，那么如何减小谐波，提高功率因数在超声波电源电路的设计中是个非常重要的问题。

目前，超声波电源广泛采用SPWM调制[1]方式，三角形载波与参考波（正弦波）相比较，在载波与参考波的交点时刻来控制功率管IGBT的导通和关断，如果参考波比载波大，产生开关信号，IGBT导通，否则开关信号结束，IGBT断开，IGBT通断的开关信号有效面积值按正弦规律变化。由于现在微机技术的快速发展，很容易用软件生成SPWM波形，所以，市场中的DC/AC电路普遍利用DSP技术，用软件方法来生成SPWM波。

3 使用遗传运算规则消除谐波

遗传算法[2]自然环境中生物遗传和进化过程而形成的一种自适应全局最优化概率搜索算法，遵循自然选择理论和基因遗传学原理。它是将问题的所有解比作基因遗传里的“染色体”，将其置于问题的“环境”中，根据适者生存法则，从中选择出最适应环境的“染色体”进行復制，通过交叉、变异两种基因操作，产生新一代更适合环境的“染色体”群，这样一代代不断地改进，最终收敛到一个最适合环境的个体上，求得问题的最佳解。下面对超声波电源中利用遗传算法来进行谐波消除的具体步骤进行解释。

3.1 原始种群

遗传算法中采用随机方法生成若干个个体的集合，该集合称为原始种群。种群中个体的数量称为种群规模。如要消除3次，5次和7次谐波，就要确定最优开关角。我们把每一个开关角称为一个基因，用二进制数串来表示，所有的基因组成染色体，每个染色体代表问题的一组解决方法。结合问题，可以知道一个染色体中有3个基因。在染色体（开关角）的初始值确定的情况下，可以根据法则进行染色体复制，找出最优解。

3.2 适应度函数

遗传算法对一个个体（解）的好坏用适应度函数值来评价，适应度函数值越大，解的质量越好，个体解被保留，反之淘汰，所以，适应度函数是遗传算法进化过程的唯一动力，是自然选择的唯一标准。超声波电路中消除谐波方法的评估函数称为适应度函数，用它检验复制过程中出现的每一个解，使评估误差值最小，来确定最佳的开关角。定义一个适当的适应度函数为式（5）：

3.3 复制再生

受自然选择启发，遗传算法需要对所有个体解完成选择、交叉、突变的赋值再生过程。选择时，先计算每一个染色体的适应度值，种群中具有最大适应度值的个体解被选择，最小适应度值的个体解被舍弃。被保存下来的个体解再通过交叉和突变来完成进化，形成新的子代。子代是通过选择、交叉和突变过程来获得的新的染色体。这个过程仿效了自然界强者生存选择机制，是最普通最容易执行的选择机制，最优开关角的确定过程完全符合该机制。具有最大适应度值的染色体在被选择，相反地，最小适应度值的染色体被淘汰。

交叉是在父代的二进制串间交换某几位以获得新的个体的过程。在这里，因为3个开关角变量被包含在一个染色体中，为增加效率，采取多点交叉。突变是染色体的二进制串中的某一位变成相反数的过程。交叉和突变是基于出现交叉和突变的概率的基础上进行的，这里它们的概率值分别被选为0.8和0.06。经过选择、交叉和突变过程获得子代后，形成新一代群体，把形成的新群体作为当前群体，循环执行，直到满足停止准则。

文中采用MATLAB的遗传算法和直接搜索工具箱来完成最优化问题的遗传算法研究。将开关角这个个体的随机取样初始化，使用遗传算法把这些具有不同变量的个体解达到最优。在经验、实验的基础上，选择遗传算法操作概率和种群数目。对于文中问题，初始种群规模数目为40，交叉概率为0.8，突变概率为0.06。所有测试的编码采用二进制编码。

4 模拟仿真

实验中，使用TMS320F2812为微处理器[3]，该芯片包括2×8路12位A/D、并带有两个事件管理模块（EVA、EVB），事件管理器拥有通用定时器、比较单元和PWM单元，依靠存储在微处理器中预先计算的开关切换角和通过循环表生成SPWM输出。通过编程，微处理器离线计算开关角。考虑到输出电压信号波形的对称性，群体的初始化在0°和90°之间的任意角。算法执行时种群规模为40，采用二进制编码，基因数量为500，采用丛林规则淘汰机制，多点交叉，交叉概率0.8，突变概率0.06，进项了500次迭代。通过MATLAB软件可以得到许多模拟图形，SPWM调制的超声波电源输出电压谐波频谱的模拟结果，从结果可以看出，正如预期那样，3次，5次和7次谐波被成功的消除。

5 结语

模拟结果表明使用遗传算法能选择性消除超声波电源中高次谐波，提高系统的功率因数。遗传算法的具有通用性、智能性、鲁棒性、全局性和并行性特点，减少了计算量和搜索时间，并且能够求解复杂的多目标函数，这些是传统最优算法所不具备的。

参考文献

[1] al，Gungor，Erdal Bekiroglu.A PWM Technique for DSP controlled Ultrasonic Motor Drive System[J].Electric Power Components and Systems，2010（33）：21-38.

[2] Khaled EI-Naggar，Tamer H.Abdelhamid. Selective Harmonic Elimination of new family of multilevel inverters by using genetic algorithms[J].In：Energy Conversion and Management，2001，49：17.

[3] 苏奎峰，吕强，耿庆锋，等.TMS320F2812原理与开发[M].北京：电子工业出版社，2005.