[发明专利]六相永磁同步直线电机调速系统的多模逆模型辨识方法

说明书

技术领域

本发明涉及一种六相永磁同步直线电机调速系统的多模逆模型辨识方法，适用于电力传动控制的技术领域。

背景技术

多相永磁同步直线电机作为一种新型电机，具有诸多优点：1）用低压器件实现大功率，特别适合无法得到高压但需要输出大功率的场合；2）显著降低电机谐波损耗，减小电机转矩脉动，提高系统效率及稳定性。因此多相永磁同步直线电机广泛应用于物流系统、工业设备、信息与自动化系统、交通与民用、军事等多方面。

多相永磁同步直线电机是一个多变量的强耦合非线性系统，并且由于采用直接驱动方式，负载扰动、纹波推力扰动、摩擦力扰动和其他不确定性扰动会直接作用于电机，严重影响电机的控制精度。传统的PID控制策略难以实现其日益严格的控制要求。神经网络逆控制作为一种智能的反馈线性化方法，结合了逆系统方法的物理概念清晰、易于理解的特点及神经网络的高度的非线性函数逼近和自适应能力强的优势，对非线性系统的解耦控制具有较好的应用效果。将其应用于多相永磁同步直线电机，可实现电机的高精度控制。

神经网络逆控制方法是将构建好的系统逆模型与原系统串联，从而将复杂的非线性系统近似为伪线性系统，并设计附加控制器实现其高性能控制。因此，系统逆模型的构建至关重要，越来越多的文献对其进行了研究，如：神经网络广义逆模型构建方法，可任意配置所得伪线性复合系统的极点；系统神经网络逆模型的在线调整策略，先构造RBF神经网络离线训练得到初始参数，再由改进的BP算法在线调整其网络权值，增强了神经网络的泛化能力。

然而，目前的研究均是用一个神经网络逼近系统逆模型的静态非线性映射，考虑到系统工况复杂，仅用一个网络不足以精确描述系统在不同状态的逆模型；并且，虽然有文献研究了系统逆模型的在线辨识方法，但由于其需要实时调整神经网络内部的各权值和阈值，实施困难。

发明内容

本发明以六相永磁同步直线电机为对象，目的是提供一种适用于多相永磁同步直线电机调速系统的多模逆模型辨识方法，使得采用逆系统控制的多相永磁同步直线电机实现更高性能的控制。

本发明采用的技术方案是：六相永磁同步直线电机调速系统的多模逆模型辨识方法，包括如下步骤：

1）采用初级电流d轴分量i_d=0控制方式运行的六相永磁同步直线电机调速系统，用随机方波作为输入数据u_q进行激励，并对输入数据u_q、输出数据ω_r进行采样；对采样数据平滑滤波、求取导数和等间隔取样，获取样本数据

2）按照电机速度ω_r的低速、中速和高速区间，将样本数据分为三个不同的子空间；以样本数据作为输入、{u_q}作为输出，对各子空间进行LSSVM离线训练；选择高斯函数作为LSSVM核函数，采用常用的交叉验证法获取合适的正则化参数γ和核参数σ，分别得到三个LSSVM；

3）将每个训练好的LSSVM分别加两个积分器构成局部LSSVM逆系统；分别对局部LSSVM逆系统权值赋初值，将三个局部逆系统加权后相加，得到六相永磁同步直线电机调速系统初始逆模型的输出

4）利用可变遗忘因子函数λ(k)对RLS算法中进行改进，得到改进RLS算法：