[发明专利]基于免疫算法的异步电机滑模观测器转速估计方法有效
申请号: | 201510112101.2 | 申请日: | 2015-03-13 |
公开(公告)号: | CN104753426B | 公开(公告)日: | 2017-09-22 |
发明(设计)人: | 伍文俊;赵有乾;尹忠刚;钟彦儒 | 申请(专利权)人: | 西安理工大学 |
主分类号: | H02P21/05 | 分类号: | H02P21/05;H02P21/18;H02P21/13 |
代理公司: | 西安弘理专利事务所61214 | 代理人: | 李娜 |
地址: | 710048*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 免疫 算法 异步电机 观测器 转速 估计 方法 | ||
1.基于免疫算法的异步电机滑模观测器转速估计方法,其特征在于,具体按照以下步骤实施:
步骤1、通过异步电机定子电流方程和转子磁链方程建立异步电机数学模型;
步骤2、根据步骤1中建立的异步电机数学模型选取滑模函数;
步骤3、通过步骤2中得到的滑模函数估计异步电机转速;
所述步骤1通过异步电机定子电流方程和转子磁链方程建立异步电机数学模型:
其中,Lr、Ls、Lm分别为转子电感、定子电感和定子和转子之间的互感,Rr、Rs分别为转子电阻和定子电阻,ωr为异步电机电角速度,usα、usβ分别为定子电压在α、β轴上的分量,isα、isβ分别为定子电流在α、β轴上的分量,ψrα、ψrβ分别为转子磁链在α、β轴上的分量,σ为总漏感系数;
将公式(1)、(2)的数学模型转化为矩阵形式,如公式(3)、(4):
其中:k1=k3Lm/Lr,k2=Rs/σLs,k3=1/σLs,σ=1-Lm2/LsLr,ρ=Rr/Lr;
所述步骤2选取滑模函数的具体步骤为:
将公式(3)、公式(4)中相同的矩阵项用相同的滑模函数替换为:
其中,分别为定子电流在α、β轴上的分量的估计值,分别为转子磁链在α、β轴上的分量的估计值,
选取滑模函数为
其中,滑模变量分别为γo为滑模系数,a表示常数;
所述滑模系数通过在线学习的免疫算法获得,具体过程为:
免疫应答原理中,第k代的抗原数量为e(k),由抗原刺激而产生的Th细胞的浓度为NTh(k),抑制性Ts细胞浓度为NTs(k),则B细胞所接受到的刺激u(k)为:
u(k)=NTh(k)-NTs(k)(9)
其中,
NTh(k)=τ1e(k)(10)
NTs(k)=τ2g[Δu(k)]e(k)(11)
则u(k)=τ1e(k)-τ2g[Δu(k)]e(k)=ηe(k)(12)
其中,η=K{1-μg[Δu(k)]}(13)
K=τ1为增益控制反应速度;μ=τ2/τ1控制稳定效果;g(x)为一选定的非线性函数,g(k)=exp(2k/b);
将“疫苗”引入到免疫算法中,引入疫苗后产生的抑制性Ts细胞浓度NTs1(k)为:
NTs1(k)=τ3g[Δu1(k)]e(k)(14)
则引入疫苗后B细胞受到的刺激u′(k)为:
u′(k)=τ1e(k)-τ2g[Δu′(k)]e(k)-τ3g[Δu1(k)]e(k)=m′pe(k) (15)
其中,m′p=K{1-μ′G[Δu′(k),Δu1(k)]}(16)
改进后第k代Th细胞浓度和Ts细胞浓度分别为:
NTh(k)=τ1f(e(k))(17)
NTs(k)=τ2g[Δu″(k)]f(e(k))+τ3g[Δu1(k)]f(e(k))(18)
其中,f(x)为sigmod函数;
则改进后第k代B细胞所受到的刺激u″(k)为:
u″(k)=τ1f(e(k))-τ2g[Δu″(k)]f(e(k))-τ3g[Δu1(k)]f(e(k))=m″pf(e(k))(19)
其中,m″p=K{1-μ″G[Δu″(k),Δu1(k)]}(20)
G(k1,k2)=1-exp(2k1/b)-hexp(2k2/b)(21)
h=τ3/τ1μ,
m″p为在线学习的免疫算法得到的滑模系数,
则滑模函数为:
2.根据权利要求1中所述的基于免疫算法的异步电机滑模观测器转速估计方法,其特征在于,所述步骤3中通过步骤2中得到的滑模函数估计异步电机转速为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安理工大学,未经西安理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510112101.2/1.html,转载请声明来源钻瓜专利网。