[发明专利]一种基于命令滤波的同步电机神经网络反步离散控制方法

说明书

本发明公开了一种基于命令滤波的同步电机神经网络反步离散控制方法，针对永磁同步电动机变量多、耦合性强，并且很容易受到外部负载以及电动机相关参数变化影响的问题，基于命令滤波技术和反步法原理设计了一种神经网络自适应控制器，神经网络技术用于逼近未知的非线性项，自适应反步法用于控制器的设计，命令滤波技术用于解决“计算爆炸”问题。本发明补充了传统方法中缺少的完整控制器设计的部分，增加了李雅普诺夫稳定性分析；通过控制器控制调节之后，电动机运行能快速达到稳定状态，更适合需要快速动态响应的控制对象，仿真结果表明这种新的控制器克服了参数不准确的影响并且保证了理想的控制效果，实现了对位置的快速、稳定地跟踪。

技术领域

本发明属于永磁同步电动机位置跟踪控制技术领域，尤其涉及一种基于命令滤波的同步电机神经网络反步离散控制方法。

背景技术

近年来，随着电力电子技术、微电子技术、新型电动机控制理论和稀土永磁材料的快速发展，永磁同步电动机得以迅速的推广应用。与传统的电励磁同步电动机相比，永磁同步电动机，特别是稀土永磁同步电动机具有损耗少、效率高、节电效果明显的优点。

永磁同步电动机以永磁体提供励磁，使电动机结构较为简单，降低了加工和装配费用，且省去了容易出问题的集电环和电刷，提高了电动机运行的可靠性；又因无需励磁电流，没有励磁损耗，提高了电动机的效率和功率密度，因而它是近几年研究较多并在各个领域中应用越来越广泛的一种电动机，故对其研究就显得非常必要。

然而由于同步电动机数学模型具有非线性、强耦合、多变量等特点，同时易受电动机参数变化及外部负载扰动等不确定因素的影响，因此，要实现同步电动机的高性能控制是一项具有挑战性的课题。自八十年代以来，控制技术尤其是控制理论策略发展十分迅猛，一些先进的控制策略方法(如滑模控制、变结构控制、模糊控制、反步法、专家控制等)正被尝试着引入永磁同步电动机控制器中，这为推动高性能向智能化、柔性化、全数字化方向发展开辟了新道路。然而，以上提到的这些控制技术和方法大都往往用在了永磁同步电动机的连续模型控制器的设计过程中，而对其离散模型的研究却很少涉及。

由于计算机控制系统的广泛应用，并且和连续的控制方法相比，离散的控制方法在确保系统的稳定和可实现方面更加优越，使得离散系统的建模、分析、设计的理论研究中处于越来越重要的位置。反步法最大的优点是可以用虚拟控制变量简化原始的高阶系统，从而最终的输出结果可以通过合适的李雅普诺夫方程来自动得到。

自适应反步控制方法将复杂的非线性系统分解成多个简单低阶的子系统，通过引入虚拟控制变量来逐步进行控制器设计，最终确定控制律以及自适应律，从而实现对系统的有效控制。然而，在传统反步控制中对虚拟控制函数进行连续的求导，容易引起“计算爆炸”问题。在控制器设计过程中引入命令滤波技术可以有效的解决“计算爆炸”问题。

此外，神经网络技术在处理未知非线性函数方面的能力引起了国内外控制界的广泛关注，并用于具有高度非线性和不确定性的复杂控制系统设计中。

发明内容

本发明的目的在于提出一种基于命令滤波的同步电机神经网络反步离散控制方法，通过神经网络技术来逼近系统的未知的非线性项，命令滤波技术用来解决“计算爆炸”的问题，使用反步法来构造控制器，从而实现对同步电机位置的跟踪控制。

本发明为了实现上述目的，采用如下技术方案：

一种基于命令滤波的同步电机神经网络反步离散控制方法，包括如下步骤：

a.建立永磁同步电动机的动态模型

在同步旋转d-q坐标下，永磁同步电动机的动态模型表示为：