[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

说明书

技术领域

本发明属于异步电机控制技术领域，具体涉及一种基于免疫算法的异步电机滑模观测器转速估计方法。

背景技术

在现代电机控制技术领域，异步电机矢量控制技术获得了广泛应用。由于速度传感器的使用破坏了异步电机结构简单、可靠、成本低、维护方便的优势，也限制了其应用范围，降低了系统的鲁棒性，因此，无速度传感器控制不仅成为了现代交流传动控制技术的一个重要研究方向，同时也是研究高性能通用变频器的关键技术。目前，研究人员已提出了很多种实现方法，如Luenberger观测器方法，模型参考自适应方法，卡尔曼滤波器方法，神经网络，滑模观测器等。其中滑模观测器因对系统精确、数学模型要求较低，对系统参数摄动及外部扰动具有较强的鲁棒性，成为当前研究的热点。

滑模观测器对电机的参数有着很好的鲁棒性，在很宽调速范围内也拥有良好的动态性能，具有很好的应用前景。然而普通滑模系统在跟踪指令信号时，如果遇到扰动，稳态误差会变大，以至于达不到要求，虽然可以做到把系统稳态误差无穷地趋向于零，但是在实际应用中，这个稳态误差的存在会造成诸如抖振加重等许多问题。

发明内容

本发明的目的是提供一种基于免疫算法的异步电机滑模观测器转速估计方法，解决了现有技术中存在的稳态误差造成抖振的问题，提高了对系统参数和外部干扰的鲁棒性。

本发明所采用的技术方案是，基于免疫算法的异步电机滑模观测器转速估计方法，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。

本发明的特点还在于，

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，L_r、L_s、L_m分别为转子电感、定子电感和定子和转子之间的互感，R_r、R_s分别为转子电阻和定子电阻，ω_r为异步电机电角速度，u_sα、u_sβ分别为定子电压在α、β轴上的分量，i_sα、i_sβ分别为定子电流在α、β轴上的分量，ψ_rα、ψ_rβ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＝k₃L_m/L_r，k₂＝R_s/σL_s，k₃＝1/σL_s，σ＝1-L_m²/L_sL_r，ρ＝R_r/L_r。

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γ_o为滑模系数，a表示常数，

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N_Th(k)，抑制性Ts细胞浓度为N_Ts(k)，则B细胞所接受到的刺激u(k)为：

u(k)＝N_Th(k)-N_Ts(k)(9)

其中，

N_Th(k)＝τ₁e(k)(10)

N_Ts(k)＝τ₂g[Δu(k)]e(k)(11)

则u(k)＝τ₁e(k)-τ₂g[Δu(k)]e(k)＝ηe(k)(12)