[发明专利]一种直线电机调速系统及方法

说明书

本发明公开了一种直线电机调速系统及方法，包括电机单元、检测单元和控制单元，其中电机单元包括至少一个直线电机；检测单元用于检测直线电机的速度和对应的启动电流；控制单元与所述检测单元连接，用于将直线电机的速度输入到基于反向传播神经网络(BP网络)的训练模型中，得到直线电机的优化速度并控制所述直线电机达到所述优化速度。本发明的直线电机调速系统及方法能够克服运行环境的改变及环境干扰等时变和不确定因素对直线电机的影响，使直线电机在相应的启动电流下达到精确的速度。

技术领域

本发明涉及电机技术领域，更具体地，涉及一种直线电机调速系统及方法。

背景技术

直线电机是一种将电能直接转换成直线运动机械能，而不需要任何中间转换机构的传动装置。

传统的直线电机控制技术如PID反馈控制、解耦控制等在交流伺服系统中得到了广泛的应用。其中PID控制蕴涵动态控制过程中的信息，具有较强的鲁棒性，是交流伺服电机驱动系统中最基本的控制方式。为了提高控制效果，往往采用解耦控制和矢量控制技术。在对象模型确定、不变化且是线性的以及操作条件、运行环境是确定不变的条件下，采用传统控制技术是简单有效的。

但是在高精度的高性能场合，就必须考虑对象结构与参数的变化的影响。而各种非线性的影响，运行环境的改变及环境干扰等时变和不确定因素，传统的控制技术并不能解决上述问题。

发明内容

本发明的一个目的是提供一种直线电机调速的新技术方案。

根据本发明的第一方面，提供了一种直线电机调速系统，包括电机单元、检测单元和控制单元，所述电机单元包括至少一个直线电机；所述检测单元用于检测所述直线电机的速度和对应的启动电流；所述控制单元与所述检测单元连接，所述控制单元用于将所述直线电机的速度输入到基于反向传播神经网络(BP网络)的训练模型中，得到直线电机的优化速度并控制所述直线电机达到所述优化速度。

进一步的，所述训练模型通过使用样本数据训练获得，所述训练过程包括：

获取样本数据，所述样本数据包括启动电流、直线电机的速度、直线电机的优化速度；

对反向传播神经网络(BP网络)进行初始化赋值；

利用所述样本数据对所述反向传播神经网络(BP网络)进行训练得到训练模型。

进一步的，对反向传播神经网络(BP网络)进行初始化赋值包括：

设置反向传播神经网络(BP网络)的输入层结点个数为直线电机的速度的个数；

设置反向传播神经网络(BP网络)的每层隐层的结点个数为M，其中M≥1；

设置反向传播神经网络(BP网络)的输出层结点个数为直线电机的优化速度的个数；

设置输入层节点与隐层节点的连接权重、隐层节点与输出节点之间的连接权重、输入层偏置和输出层偏置为随机值；

设置训练精度。

进一步的，所述利用所述样本对所述反向传播神经网络(BP网络)进行训练得到训练模型，包括：

步骤1、根据样本数据计算输出层的输出O_k；

步骤2、计算输出层的输出O_k与直线电机的优化速度的实时误差；

步骤3、将所述实时误差自下而上反向传播到反向传播神经网络(BP网络)，调节输入层节点与隐层节点的连接权重、隐层节点与输出节点之间的连接权重、输入层偏置和输出层偏置；

步骤4、重复执行步骤2-步骤3，直至输出层的输出O_k与直线电机的优化速度的误差不大于所述训练精度。