[发明专利]无轴承异步电机径向模糊神经网络广义逆控制器构造方法

说明书

技术领域

本发明是一种无轴承异步电机径向位置模糊神经网络广义逆控制器的构造方法，适用于无轴承异步电机径向位置的高性能控制，属于电力传动控制设备的技术领域。

背景技术

无轴承异步电机具有无摩擦、无磨损、无需润滑、运行可靠，结构简单，成本低等优点，在高速高精数控机床电主轴、高压密封泵、飞轮储能、压缩机、涡流分子泵、计算机硬盘驱动、航空航天等特殊场合具有十分广泛的应用前景。

无轴承异步电机是一个多变量、非线性、时变的强耦合复杂系统，为了实现其稳定悬浮运行，必须对其进行非线性解耦控制。无轴承异步电机的解耦控制主要有矢量控制、逆系统方法、神经网络逆系统方法等。基于动态模型的矢量控制策略下的无轴承异步电机虽然具有动态性能好、调速范围宽的优点，但由于矢量控制方法中包含了无轴承异步电机转子参数以及负载转矩，转子参数的摄动与负载转矩的突变将会使系统鲁棒性变差，影响系统的实际控制效果。逆系统方法是通过将复杂的非系统变换成简单的线性系统，在不失系统可控性和精确性的前提下，在较宽的工作域内使用线性理论来分析、设计线性控制器，但是此方法在实现系统线性化解耦的同时，需要获得无轴承异步电机精确的数学模型，因此在工程上应用具有一定困难。神经网络逆系统方法虽然有效地解决了逆系统方法运用中逆模型难以求取的难点，然而神经网络逆系统方法线性化解耦后得到的伪线性系统仍是开环不稳定的，需要设计复杂的闭环控制器，并且基于经验风险最小化的神经网络存在过学习、局部极小、以及类型和结构的选择过分依赖于经验等缺陷，使得神经网络逆系统方法实际效果不佳。

发明内容

本发明的目的是提供一种能使无轴承异步电机在不同径向位置下径向悬浮力进行非线性动态解耦控制，使其具有良好的静、动态控制性能，并且又能简化系统控制的用于开环控制的无轴承异步电机径向位置模糊神经网络广义逆控制器的构造方法。

本发明的技术方案是采用如下步骤：1）将Park逆变换、Clark逆变换、电流跟踪型逆变器和被控的无轴承异步电机依次串接组成复合被控对象；2）用具有6个输入节点、2个输出节点的模糊神经网络加4个线性环节构成具有2个输入节点、2个输出节点的模糊神经网络广义逆，其中，模糊神经网络广义逆的第一个输入                                               作为模糊神经网络的第一个输入，其经二阶系统的输出为模糊神经网络的第二个输入，再经一个积分器s^-1的输出为模糊神经网络的第三个输入；模糊神经网络广义逆的第二个输入作为模糊神经网络的第四个输入，其经二阶系统的输出为模糊神经网络的第五个输入，再经一个积分器s^-1的输出为模糊神经网络的第六个输入，模糊神经网络的输出是模糊神经网络广义逆的输出，a₁₀、a₁₁、a₁₂、a₂₀、a₂₁和a₂₂为广义逆系统的参数；3）调整模糊神经网络的各个参数和权系数使模糊神经网络广义逆实现复合被控对象的广义逆系统功能；将模糊神经网络广义逆串接于复合被控对象之前组成广义伪线性系统；广义伪线性系统被线性化解耦为两个单输入单输出子系统，分别为两个位移二阶伪线性子系统；4）将模糊神经网络广义逆串接在复合被控对象之前，由模糊神经网络广义逆、Park逆变换、Clark逆变换和电流跟踪型逆变器共同构成无轴承异步电机径向模糊神经网络广义逆控制器。

本发明的有益效果是：

1、本发明采用一个模糊神经网络和四个线性环节来构成一种动态神经网络，并用这种动态神经网络逼近广义逆系统，其中模糊神经网络用来逼近无轴承异步电机径向位置的广义逆系统，而用线性环节来表征广义逆系统的动态特性。此方法不但实现了无轴承异步电机径向位置原系统的线性化解耦，而且通过合理地调节广义逆系统的参数a₁₀、a₁₁、a₁₂、a₂₀、a₂₁和a₂₂，使线性化解耦后的单输入单输出的径向位置子系统的极点在复平面内合理配置，将积分型不稳定的子系统转变为稳定的子系统，从而实现了无轴承异步电机径向位置非线性系统的开环线性化控制。