随着电力电子技术、微电子技术、数字控制技术以及控制理论的发展，交流传动系统的动、静态特性完全可以和直流传动系统相媲美，交流传动系统获得广泛应用，交流传动取代直流传动已逐步变为现实。

由于交流电机本质上为非线性、多变量、强耦合、参数时变、大干扰的复杂对象，它的有效控制一直是国内外研究的热点问题，现已提出了多种控制策略与方法。其中经典线性控制不能克服负载、模型参数的大范围变化及非线性因素的影响，控制性能不高；矢量控制、直接转矩控制也存在一些问题：近年来，随着现代控制和智能控制的理论发展，先进控制算法被应用于交流电机控制，并取得一定成果 。

交流电动机稳态模型控制方法

常用的稳态模型控制方案有开环恒v/f比控制(即电压/频率=常数)和闭环转差频率控制。

(1)恒压频比控制

此法是从变压变频基本控制方式出发的且不带速度反馈的开环控制方式。由于在额定频率以下，若电压一定而只降低频率，那么气隙磁通就要过大，造成磁路饱和，严重时烧毁电机。为了保持气隙磁通不变，采用感应电势与频率之比为常数的方式进行控制。

此法优点：结构简单，工作可靠，控制运算速度要求不高等。

此法缺点：开环控制的调速精度和动态性能较差；只控制了气隙磁通，而不能调节转矩，性能不高；由于不含有电流控制，起动时必须具有给定积分环节，以抑制电流冲击；低频时转矩不足，需转矩补偿，以改变低频转矩特性。

(2)闭环转差频率控制

此法是一种直接控制转矩的控制方式。在电机稳定运行时，在转差率很小的变化范围内，只要维持电机磁链不变，电机转矩就近似与转差角频率成正比，因此控制转差角频率即可控制电机转矩。

此法优点：基本上控制了电机转矩，提高了转速调节的动态性能和稳态精度。

此法缺点：不能真正控制动态过程的转矩，动态性能不理想。

上述两种控制方法基本上解决了电机平滑调速问题，但系统的控制规律是只依据电机的稳态数学模型，没有考虑过渡过程，系统在稳定性、起动及低速时转矩动态响应等动态性能不高；转矩和磁链是电压幅值及频率的函数，当仅控制转矩时，由于I/O间的耦合会导致响应速度变慢，即使有很好的控制方案，交流电机也很难达到直流电机所能达到的性能。但这两种控制的规律简单，目前仍在一般调速系统中采用，它们适用于动态性能要求不高的交流调速场合，例如风机、水泵等负载 。

交流电动机动态模型控制方法

要获得高动态性能，必须依据交流电机的动态数学模型。它的动态数学模型是非线性多变量的，其输入变量为定子电压和频率，输出变量为转速和磁链。当前最成熟的控制方法有矢量控制和直接转矩控制两种。

(1)矢量控制(Vector Control，VC)

它是由Blasehlke F．在1971年提出。根据电机的动态数学模型，利用矢量变换方法，将异步电机模拟成直流电机，从而获得良好的动态调速性能。

它可分为转子磁场定向控制和定子磁场定向控制两种，其中转子磁链定向控制以转子磁链为参考坐标，通过静止坐标系到旋转坐标系间的坐标变换，将定子电流分解成产生磁链的励磁分量和产生转矩的转矩分量，并使两分量相互独立而解耦，然后分别对磁链和转矩独立控制。通常的控制策略是保持励磁电流不变，改变转矩电流来控制电机转矩；定子磁场定向控制是将同步旋转坐标系d轴放置在定子磁场方向上，有利于定子磁通观测器的实现，减弱转子回路参数对控制系统的影响，但低速运行时，定子电阻压降不容忽略，反电势测量误差较大，导致定子磁通观测不准，影响系统性能。若采用转子方程实现磁通观测，会增加系统复杂性。

此法优点：实现了磁链与转矩的解耦，可对它们分别独立控制，明显改善了控制性能。

此法缺点：对电机参数的依赖性大，而电机参数存在时变性，难以达到理想的控制效果；即使电机参数与磁链能被精确测量，也只有稳态时才能实现解耦，弱磁时耦合仍然存在；需假设电机中只有基波正序磁势，太理论化，不完全符合实际；若解耦后的控制回路采用普通PI调节器，其性能受参数变化及各种不确定性影响严重。

矢量控制已获得非常广泛应用于交流电机控制，且为克服其缺点，它常与其他控制方法相结合来使用。

(2)直接转矩控制(Direct Torque Control，DTC)

它是由德国Depenbrock M．于1985年提出，它摒弃了解耦思想，直接控制电机转矩，不需要复杂的变换与计算，把电机和逆变器看成一个整体，采用空间电压矢量分析方法在定子坐标系下分析交流电机的数学模型，计算定子磁通和转矩，通过PWM逆变器的开关状态直接控制转矩。

此法优点：控制思路新颖，采用“砰．砰”控制，系统结构简洁，无需对定子电流解耦，静、动态性能优良；采用定子磁链进行磁场定向，只要知道定子电阻就可以把它观测出来，使系统性能对转子参数呈现鲁棒性；可被推广到弱磁调速范围。

此法缺点：功率开关器件存在一定的通、断时间，为防止同一桥臂的两开关发生直通而短路，必须在控制信号中设置死区，但死区会使在各调制周期内引起微小畸变，畸变积累后会使逆变器的输出电流产生畸变，引起转矩脉动，低速时死区效应更明显；低速时定子电阻的变化引起的定子电流和磁链的畸变；对逆变器开关频率提高的限制较大；无电流环，不能做电流保护，需加限流措施。

此法已逐步大量用于交流电机控制，且为克服它的缺点，常与其他控制方法相结合。VC和DTC两法表面上不同，控制性能上各有特色，但本质是相同的，都采用转矩、磁链分别控制，其中转矩控制环(或电流的转矩分量环)都处于转速环的内环，可抑制磁链变化对转速子系统的影响，使转速和磁链子系统近似解耦 。

设计机器人力控制结构，处理力和位置控制二者之间的关系，也就是机器人柔顺控制之策略，为主动柔顺控制研究中的首要问题.有关力控制的研究首先集中于此，都是从不同的角度对控制策略进行阐述，虽然观点各异，但从机器人实现依从运动的特点来看，一般可归结为4大类：阻抗控制策略、力/位混合控制策略、自适应控制策略和智能控制策略。

柔顺控制阻抗控制

其特点是不直接控制机器人与环境的作用力，而是根据机器人端部的位置(或速度)和端部作用力之间的关系，通过调整反馈位置误差、速度误差或刚度来达到控制力的目的，此时接触过程的弹性变形尤为重要，因此也有人狭义地称为柔顺性控制。此中以Whitney, Salisbury, Hogan,Kazarooni等人的工作具有代表性。并且Maples和Becker进行了总结：这类力控制不外乎基于位置和速度的两种基本形式。当把力反馈信号转换为位置调整量时，这种力控制称为刚度控制当把力反馈信号转换为速度修正量时，这种力控制称为阻尼控制当把力反馈信号同时转换为位置和速度的修正量时，即为阻抗控制。阻抗控制结构，其核心为力运动转换矩阵K设计，运动修正矩阵似WX=K F，从力控角度，希望K阵中元素越大越好，则系统柔一些；从位控来看，希望K中元素越小越好，则系统刚一些。从而也体现了机器人刚柔相济要求的矛盾，这也给机器人力控制带来了极大的困难。

柔顺控制力/位混合控制

从具有代表性的Mason, Paul和Mills等人的研究可以看出力/位混合控制的提出有一个过程。

机器人力控制的最佳方案：以独立的形式同时控制力和位置，理论上机器人力自由空间和位置自由空间是两个互补正交子空间，在力自由空间进行力控制，而在剩余的正交方向上进行位置控制。此时的约束环境被当作不变形的几何问题考虑，也有人狭义地称为约束运动控制。

Mason于1979年最早提出同时非矛盾地控制力和位置的概念和关节柔顺的思想，他的方法是对机器人的不同关节根据具体任务要求分别独立地进行力控制和位置控制，明显有一定局限性。1981年Raibert和Craig在Mason的基础上提出了力/位混合控制，即通过雅可比矩阵将作业空间任意方向的力和位置分配到各个关节控制器上，可这种方法计算复杂。为此H. Zhang等人提出了把操作空间的位置环用等效的关节位置环代替的改进方法。但必须根据精确的环境约束方程来实时确定雅可比矩阵并计算其坐标系，要实时地用反映任务要求的选择矩阵来决定力和位控方向。总之，力/位混合控制理论明确但付诸实施难。下图为力/位混合控制结构。

柔顺控制自适应控制策略

力控制目的是为了有效控制力和位置。但机器人为多自由度、时变和强耦合的复杂体，系统本身的位姿随时而变，加上外部环境存在极大的模糊性，有时无法确定。上述两种策略广义上属于经典控制的范畴，为力控制研究发展打下了坚实的基础，但从适用范围和控制效果看仍有不足，更无法使其推广应用。机器人本身的多自由度和位姿的不确定性，力和位置强耦合的力控制特点，以及阻抗控制和力/位混合控制策略的局限性，决定了众多学者进行自适应研究尝试的必然性。具有代表性的是：Chung Jack G H , Leininger Gay G 直接在多任务坐标系统中，用学习进行重力、动摩擦力和柔顺反作用力补偿，以插孔为目标，进行自适应实验；KucTae-Yong, Lee Jin S , Park ByungHyun采用自适应学习的混合控制方法，进行了约束运动控制尝试，在逆动力学求解、收敛性及抗干扰方面获得满意的效果。NicolettiGuy M 用Lyapunov稳定理论，针对约束运动，对模型参考自适应PID控制的稳定性条件和判据进行了研究。另外，针对机器人力控制特点众多学者进行了变结构力控制尝试.从现有的成果来看，自适应控制和变结构控制大部分处于理论研究和仿真实现的水平，并没有取得突破。

柔顺控制智能控制新策略

上述3种控制策略，存在一个共同的建模难题.就机器人本身来讲，时变、强耦合以及不确定性给机器人控制带来了困难.再加上力反馈的输入，更增加了建模的难度.从现有的研究成果来看，上述3种策略各有优缺点但大多处于理论探索和仿真阶段，无法寻找彻底解决机器人力控制问题。另外机器人研究已进入智能化阶段，决定了机器人智能力控制策略出现的必然性。具有代表性的研究：Connolly Thomash.等将多层前向神经网络用于力拉混合控制，根据检测到的力和位置由神经网络计算选择矩阵和人为约束，并进行了插孔实验；日本的福田敏男等用4层前馈神经网络构造了神经伺服控制器，进行了细针刺纸实验，能将力控制到不穿破纸的极小范围。此后不久，又将之用于碰撞试验，取得了一定的成果，但机构简单，针对性强，尚缺少普遍性；Xu Yangsheng等提出了主动柔顺和被动柔顺相结合的观点，研制了相应的机械腕，采用模糊控制的方法，实施插孔。从研究成果来看，智能控制仍处于起步阶段，尚未形成独立的控制策略，仅仅将智能控制原理如模糊和神经网络理论对以往研究中无法解决的难题进行新的尝试，仍具有一定的局限性。

从机器人力控制的特点来看，它是在模拟人的力感知的基础上进行的控制，因而智能控制具有很强的研究价值。有人详细分析了各种各样的研究方法，提出了基于模糊神经网络的智能“力/位并环”的控制策略。

智能力拉并环控制结构的基本原理如图所示。将力控制大系统分解成子系统，将力拉并行输入，利用模糊神经网络进行综合，输出为位置量。这样，并不改动机器人的位置伺服系统，可以充分利用原机器人的优良位置控制性能。另外还有其他特点：

1)它既具有阻抗控制的优点又具有力/位混合控制的特点；

2)具有联想记忆的功能，容错、纠错、自学习和自组织为此一大特色。尤其，该策略的学习功能明显优于自适应学习；

3)拥有知识库一一神经网络内各神经元之间的联接权值.能根据输入力和位置的模糊划分，自行进行匹配，选择相应的权值；

4)无须进行建模，适用范围广，且实时性强。

控制策略标准（Control Performance Standard，CPS）

目前我国许多互联电网区域联络线控制中通常采用的是传统的A1、A2控制策略。其中A1要求ACE（Area Control Error）每10min过零一次，因此机组调节频繁。在系统发生事故时，有些电厂由于调速器的一次调频作用自动增、减出力而受到不合理的考核，从而降低了ACE的偏差控制有利于系统频率恢复的作用。

随着研究的深入，逐步推出了新的更有效、更科学的联络线控制模式。北美电气可靠性委员会（NERC）在1996年推出了适应于互联电网AGC控制的CPS。CPS是基于统计学方法导出的。美国从1998年初开始采用CPS，实现控制区域内机组的最优控制，同时调整电网频率，对事故频率的恢复起到了良好效果，减少了控制区内机组调整的频度，充分发挥了互联电网的优势。