[发明专利]无轴承永磁同步电机强化学习控制器及其构造方法

说明书

本发明公开一种无轴承永磁同步电机强化学习控制器及其构造方法，悬浮绕组和转矩绕组电流控制模块的输入端分别连接执行器‑评价器模块，执行器‑评价器模块由执行器神经网络、评价器神经网络、强化信号模块和瞬时差分模块组成，评价器神经网络和强化信号模块输出端连接瞬时差分模块输入端，瞬时差分模块输出端分别连接执行器神经网络和评价器神经网络输入端，位移误差和转速误差是评价器神经网络、强化信号模块和执行器神经网络的共同输入，执行器神经网络输出是d‑q坐标系下的悬浮绕组与转矩绕组给定电流，由评价器评价转速与位移反馈信息，并指导执行器控制悬浮绕组与转矩绕组电流，实现了对无轴承永磁同步电机系统的稳定跟踪控制。

技术领域

本发明涉及无轴承永磁同步电机，具体是一种无轴承永磁同步电机的控制器及构造方法，应用于机床电主轴、涡轮分子泵、离心机、压缩机、机电贮能、航空航天等特殊电气传动领域，属于电力传动控制设备的领域。

背景技术

无轴承永磁同步电机的控制器设计往往需要精确的电机参数值来辅助设计,如无速度传感器控制、矢量控制等。但是随着温度、负载和磁饱和程度的变化,电机的定子电感、绕组电阻和转子永磁磁链幅值等参数值大小都会随之而变化。当电机实际参数值相对于常温下的设计参数值发生比较大变化时,会对所设计的控制器性能造成很大影响,甚至会让其无法工作。

自适应控制器具有修正自己的特性以适应对象扰动的能力。在电机控制系统运行中，自适应控制器依靠不断采集控制过程信息，确定被控对象的当前实际工作状态，以优化性能为准则，产生自适应控制规律，从而实时地调整控制器结构或参数，使系统始终自动地工作在最优或次最优状态下。然而要实施自适应控制，通常需要准确获得被控对象的数学模型，而无轴承永磁同步电机径向位置系统是一个多变量、非线性、强耦合的复杂系统，很难获取其精确的数学模型。

中国专利公开号为CN102790577A的文献中公开了一种无轴承永磁同步电机悬浮子系统控制器的构造方法，对无轴承永磁同步电机的悬浮子系统在不同径向位置下径向力进行非线性解耦控制设计了模糊神经网络逆解耦控制器，模糊神经网络需要事先读取训练数据，进行大量离线训练，权值一旦固定无法在线调节，导致控制器无法克服无轴承永磁同步电机系统参数变化、负载突变等不确定因素对系统的影响，鲁棒性差。中国专利公开号为CN103647481A的文献中公开了一种无轴承永磁同步电机径向位置神经网络自适应逆控制器构造方法，对无轴承永磁同步电机转子位于不同径向位置设计了神经网络自适应控制器，该神经网络自适应控制器将水平位移和垂直位移分开控制，系统复杂，同时没有对电机速度进行控制，但是其研究对象为无轴承永磁同步电机。

执行器–评价器算法(Actor-Critic，AC),也称为自适应启发式评价算法,是一种重要的强化学习算法，具有无模型在线学习能力。它包含两个部件：执行器(Actor)和评价器(Critic)。执行器即策略结构，用于选择动作；评价器即值函数，用于评估执行器选择的动作。执行器–评价器算法中，动作的选择与值函数的更新釆用了相同的策略。评价器必须了解和评价执行器当前采用的策略，评价采用瞬时差分误差的方式，这个标量信号是评价器的唯一输出并推动了执行器–评价器的所有学习。一般情况下,评价器是一个状态值函数，评价器的实现机制，即值函数的更新可以采用时间差分学习(Temporal-Differencelearning，TD)。评价器的作用在于：在每个动作选择之后，评价器评估新状态来决定事情是否比期望的好或者更糟，这个评估就是瞬时差分误差。如果瞬时差分误差是正值，表明未来选择当前动作的倾向要被加强，但是如果瞬时差分误差是负值，表明倾向要被减弱。

发明内容

本发明的目的是为克服上述现有技术的不足，提供一种可使无轴承永磁同步电机具有优良的动、静态控制性能的自适应强化学习控制器以及该控制器的构造方法，将人工智能领域强化学习中的执行器-评价器算法与传统矢量控制相结合，能够在没有电机精确模型的情况下在线更新控制器参数，维持无轴承永磁同步电机的稳定运行，抗电机参数变化及抗负载扰动能力强。