[发明专利]基于反电动势神经网络的电机换相控制方法及系统

说明书

本公开提供一种基于反电动势神经网络的电机换相控制方法，包括：操作S1：记录电机从上一次换相点至过零点之间的第一时间，平均转速，以及负载转矩，并在过零点时发出过零点标示信号；操作S2：根据操作S1所获取的所述第一时间，平均转速，以及负载转矩，预测从所述过零点时至下一次换相点之间的第二时间；以及操作S3：根据所述过零点标示信号和所预测的第二时间，发出下一次换相点的换相信号，完成基于反电动势神经网络的电机换相控制。本公开同时还提供一种基于反电动势神经网络的电机换相控制系统。

技术领域

本公开涉及电机控制技术领域，尤其涉及一种基于反电动势神经网络的电机换相控制方法及系统。

背景技术

无感无刷直流电机由于其噪声小、成本低、稳定性好的特点，在近年来得到了越来越广泛的应用。由于其去除了换相刷且没有传感器，因此需要控制方法对电机目前位置进行估算以实现电机换相操作。目前其使用最为广泛的换相方法是基于电机反电动势的过零点检测法。其中，反电动势是指导体反抗电流通过或反抗电流变化所产生的电动势。在无刷直流电机工作时，定子励磁绕组通电后产生不断变化的磁场，使得转子上的永磁铁受到磁力作用运动从而使电机不断旋转。而在电机旋转的过程中，定子励磁绕组也在不断切割着转子永磁铁产生的磁场，根据右手定则可知该过程将产生方向与电机通电方向相反的感应电动势与感应电流，因此称为电机的反电动势。根据根据法拉第电磁感应定律中感应电动势的计算公式：

E＝BLV sinθ (1-1)；

其中，E为导体切割磁感线产生的反电动势，B为电机线圈所切割的磁场的强度，L为切割磁感线的导线长度，V为导线切割磁场的速度，θ为线圈速度与磁场B的夹角。在电机匀速旋转时，由于L、V、θ可近似看作不变量，因此根据无刷直流电机内部磁场强度分布情况(图3所示)，可得到如图4所示的无刷直流电机三相反电动势波形图，以AB相为例，从图中可以看出在AB相导通期间，C相(由于此时C相不导通，因此也称为悬空相)反电动势的过零点恰好是AB相经过一半电角度的时刻，即旋转了30电角度的时刻。这样在前一次换相后开始计时，在检测到C相反电动势过零点的时刻停止计时，并延迟相等时间长度再进行换相就可以实现无刷直流电机的无感换相控制。

上述方法设计简单且实现成本低，在电机匀速运转时有着较为稳定的控制效果。但在电机加速、减速或是由于外界负载或干扰影响下导致电机速度发生变化时，悬空相反电动势过零点将不再是前后两次换相的中点，结合图4和图5所示，当电机加速时，反电动势过零点与下次换相点的间隔明显缩小。如果仍按照原来的换相逻辑判断势必会错过最佳换相点，降低电机的响应速度并增加电机运行功耗，严重时甚至会产生运行安全问题。

发明内容

(一)要解决的技术问题

基于上述问题，本公开提供了一种基于反电动势神经网络的电机换相控制方法及系统，以缓解现有技术中电机换相控制方法在电机加速、减速或是由于外界负载或干扰影响下导致电机速度发生变化时，实际换相点与理想换相点之间会存在偏差，导致电机运行功耗变高，工作稳定性变差，甚至出现堵转、反转等运行错误等技术问题。

(二)技术方案

本公开的一个方面，提供一种基于反电动势神经网络的电机换相控制方法，包括：操作S1：记录电机从上一次换相点至过零点之间的第一时间，平均转速，以及负载转矩，并在过零点时发出过零点标示信号；操作S2：根据操作S1所获取的所述第一时间，平均转速，以及负载转矩，预测从所述过零点时至下一次换相点之间的第二时间；以及操作S3：根据所述过零点标示信号和所预测的第二时间，发出下一次换相点的换相信号，完成基于反电动势神经网络的电机换相控制。

在本公开实施例中，所述操作S1通过过零点检测模块完成，所述零点检测模块采集电机输出的三相反电动势信号波形，并对该信号进行延迟、比较，得到电机反电动势的过零点准确时间。

在本公开实施例中，所述操作S2通过神经网络模块完成，所述神经网络模块的神经网络激活函数为修正线性单元，神经网络训练方法为反向传播训练法。