[发明专利]永磁同步电机模糊神经网络广义逆鲁棒控制器及构造方法

权利要求书

1.一种永磁同步电机模糊神经网络广义逆鲁棒控制器，其特征是：该模糊神经网络广义逆鲁棒控制器(7)由内模控制器(6)和模糊神经网络广义逆(4)相结合组成；所述内模控制器(6)具有速度内模控制器(61)和电流内模控制器(62)并联组成，速度内模控制器(61)具有速度内部模型(611)和速度控制器(612)组成，电流内模控制器(62)具有电流内部模型(621)和电流控制器(622)连接组成；所述模糊神经网络广义逆(4)与复合被控对象(3)串联组成广义伪线性系统(5)，广义伪线性系统(5)等效为1个速度子线性系统(51)和1个电流子线性系统(52)；模糊神经网络广义逆(4)由具有5个输入节点、2个输出节点的五层模糊神经网络(41)加两个2个线性传递函数及1个积分器组成；所述复合被控对象(3)包括电流速度检测与计算模块(31)和驱动PMSM(1)的扩展逆变器控制部分(32)连接组成，扩展逆变器控制部分(32)由逆Park变换与SVPWM调试方式下的电压源型逆变器连接组成，电流速度检测与计算模块(31)包括电流速度计算部分、Park变换、Clarke变换及光电编码器(2)连接组成，Clarke变换及光电编码器(2)连接PMSM(1)。

2.一种永磁同步电机模糊神经网络广义逆鲁棒控制器的构造方法，其特征是依次按如下步骤：

1)由Clarke变换、Park变换和三阶模型等效成PMSM(1)，PMSM(1)经电流速度检测与计算模块(31)和扩展逆变器控制部分(32)构成一个整体形成复合被控对象(3)；

2)由2个线性传递函数和1个积分器与确定了各个参数和权系数的模糊神经网络(41)串联构成模糊神经网络广义逆(4)，采用模糊神经网络广义逆(4)与复合被控对象(3)串联构成广义伪线性系统(5)，广义伪线性系统(5)将PMSM(1)线性化并解耦等效成1个二阶速度伪线性子系统(51)和1个一阶电流伪线性子系统(52)；

3)将二阶速度伪线性子系统(51)和一阶电流伪线性子系统(52)分别引入内模控制方法构造内模控制器(6)，将内模控制器(6)与广义伪线性系统(5)相结合组成模糊神经网络广义逆鲁棒控制器(7)，控制复合被控对象(3)。

3.根据权利要求2所述的构造方法，其特征是：

步骤1)中，将PMSM(1)两相定子电流经Clarke变换后再经Park变换得到的电流以及由光电编码器(2)检测得到的转速经电流速度计算部分运算之后输出的电流、转子角速度和角位移作为电流速度检测与计算模块(31)的输出；复合被控对象(3)的输入为d-q坐标系下的定子电压，输出为转子角速度和两相定子电流；

步骤2)中，模糊神经网络广义逆(4)的2个输入量分别为转子角速度和两相定子电流信号以及其各阶导数的线性合成量、2个输出量分别为复合被控对象(3)的输入；模糊神经网络(41)的参数和权系数值的确定方法为以下步骤：①将阶跃激励信号{u_sd，u_sq}分别加到复合被控对象(3)的2个输入端，以5ms的采样周期采集PMSM(1)的转子角速度ω_r和电流i_sA，i_sB，经电流速度检测与计算模块(31)获得所需数据并保存；②将保存的数据信号分别离线求得速度一阶、二阶导数和电流一阶导数组成模糊神经网络(41)的训练样本集；③先使用遗传算法离线训练模糊神经网络(41)，粗调其隶属函数的参数和输出的初始权值得到一个全局近似解，粗略确定模糊神经网络(41)的各个参数和权系数，然后再在具体运行时采用带动量项和变学习率的误差反传最优梯度法细化调整模糊神经网络(41)的参数，使模糊神经网络(41)输出均方误差精度保持在0.0005以内；

步骤3)中，1个二阶速度伪线性子系统(51)和1个一阶电流伪线性子系统(52)的输入分别为模糊神经网络广义逆(4)的两个输入量，输出分别为电流速度检测与计算模块(31)输出的电流和转子角速度；模糊神经网络广义逆鲁棒控制器(7)采用dSPACE实现来控制复合被控对象(3)。