[发明专利]一种基于神经网络的永磁同步电机直接速度控制方法

说明书

本发明涉及永磁同步电机速度控制技术领域，具体公开了一种基于神经网络的永磁同步电机直接速度控制方法。该方法包括：1、对电机在任意时刻的各个状态量进行检测；2、对神经网络进行训练，使其对系统的局部动态模型进行逼近；3、使用神经网络对系统在未来周期内的各状态量进行预测；4、利用指标函数对有限控制集的预测结果进行评价，选择出指标最优的控制量；5、将指标最优的控制量所对应的逆变器控制信号输出给逆变器，完成一个周期的控制。该方法避免了传统串级控制器中电流环对速度环带宽的影响，提高了系统的动态响应性能；同时，该方法具有很好的控制精度，且对外界的干扰和参数变化具有良好的适应性，大大提高了系统的鲁棒性。

技术领域

本发明属于永磁同步电机速度控制技术领域，具体涉及一种基于神经网络的永磁同步电机直接速度控制方法。

背景技术

现代永磁同步电机伺服系统对电机转速的动态响应速度提出了越来越高的要求，然而传统“转速环-电流环”双环结构的串级控制器由于各环之间的相互影响，使得转速环的带宽极大地受到电流环带宽的限制，影响了系统的动态性能。

发明内容

本发明的目的在于提供一种基于神经网络的永磁同步电机直接速度控制方法，既可以突破传统串级控制结构中电流环带对速度环的限制，又提高了系统的控制精度和鲁棒性。

本发明的技术方案如下：一种基于神经网络的永磁同步电机直接速度控制方法，该方法具体包括如下步骤：

步骤1、利用控制器对电机在任意时刻的各个状态量进行检测；

步骤2、根据检测结果对神经网络进行训练，使神经网络对系统的局部动态模型进行逼近；

步骤3、针对有限控制集，使用训练好的神经网络对系统在未来周期内的各状态量进行预测；

步骤4、利用指标函数对有限控制集的预测结果进行评价，选择出指标最优的控制量；

步骤5、将指标最优的控制量所对应的逆变器控制信号在当前周期输出给逆变器，完成一个周期的控制。

所述的步骤1具体包括：

利用控制器对电机在(k-1)时刻的各个状态量进行检测，包括电机三相电流i_a、i_b、i_c、电机三相电压u_a、u_b、u_c、电机速度ω_r、电机位置

传感器检测到的电流和电压信号为abc三相坐标系下的值，通过Park变换和Clark变换将其转换为两相旋转坐标系下的信号值：

式中：i_d、i_q为d轴、q轴下的电流值；u_d、u_q为d轴、q轴下的电压值；

传感器检测到的电机速度ω_r、电机位置为电机的机械参数，需要根据电机磁极对数p换算为电机的电气参数ω_e、为：

ω_e＝p·ω_r

式中：ω_e为电机的电气角速度；为电机的电气角度。

所述的步骤2具体包括：

步骤2.1、建立神经网络预测器；

步骤2.2、对建立的神经网络权值进行修正；

步骤2.3、选择神经网络训练样本；

步骤2.4、确定神经网络的训练周期。