[发明专利]永磁同步电机动态事件触发终端滑模控制方法及设备有效
申请号: | 202111394599.8 | 申请日: | 2021-11-23 |
公开(公告)号: | CN114448307B | 公开(公告)日: | 2023-05-23 |
发明(设计)人: | 宋军;汪煜坤;孙长银;何舒平 | 申请(专利权)人: | 安徽大学 |
主分类号: | H02P21/00 | 分类号: | H02P21/00;H02P21/13;H02P21/14;H02P21/22;H02P25/022;H02P27/08 |
代理公司: | 合肥天明专利事务所(普通合伙) 34115 | 代理人: | 苗娟 |
地址: | 230601 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 永磁 同步电机 动态 事件 触发 终端 控制 方法 设备 | ||
1.一种永磁同步电机动态事件触发终端滑模控制方法,其特征在于,通过计算机设备执行以下步骤,
步骤1:滑模面和控制器设计为:
其中x1(t)=ωn(t)-ω(t),a=1.5npψfiq/J;其中ωn(t)和ω(t)表示期望的转速和电机的实际转速;np,J,ψf,iq分别是电机的磁极对数,转动惯量,永磁磁链和q轴电流;β,p,q是满足β0,的待选取的滑模参数;k是控制器增益;是自适应神经网络估计的扰动值;表示自适应神经网络的估计残差项,其中W*和V*表示神经网络的理想输出,输入权值,和表示通过自适应律得到的权值的估计;l0表示在理想权值下,神经网络输出和实际扰动存在的误差上界;n是神经网络隐藏层的数量;
神经网络估计器设计为:
其中,是输入向量,x(t)=(x1(t),x2(t))T;和分别为输出层和输入层的权值;
激活函数选择为:
zi(t)表示各隐含层激活函数的输入值;
神经网络参数矩阵的自适应律设计为:
其中Γ1,Γ2,Γ3是指定的正定自适应参数矩阵;其中
动态事件触发器设计为:
其中表示两次触发时刻之间的触发误差向量,产生的时间序列表示各个事件触发的时刻,参数θ>0,μ>0是预设的值;动态变量η(t)定义为其中γ是正常数;
根据设计要求,选取好设定的控制器参数,估计器参数和动态事件触发策略;
步骤2:通过编码器得到电机的实际转速,通过采样电路得到三相电流,三相电流经过Clark和Park变换后得到两相旋转坐标系下的电流id和iq;
步骤3:将得到的转速信息和期望的转速相减并输入设计好的周期事件触发的终端滑模控制器中,结合观测器对扰动的估计值,得到控制器的输出:
对控制器的输出进行积分得到q轴的参考电流
步骤4:使用的矢量控制策略,将得到的和分别与得到的两相旋转坐标系下的电流id和iq做差,差值输入比例积分控制器得到永磁同步电机在d-q轴坐标系下的电压Ud,Uq;
步骤5:对电压Ud,Uq做逆Park变换,得到在α-β坐标下的电压Uα,Uβ;再通过脉冲宽度调制得到控制三相逆变器的通断信号,最终驱动永磁同步电机运转。
2.根据权利要求1所述的永磁同步电机动态事件触发终端滑模控制方法,其特征在于:神经网络估计器的参数矩阵是通过李雅普诺夫方法计算得到的自适应律生成的,具体步骤如下:
借助于神经网络近似函数的性质和放缩法,得到扰动的估计误差为:
其中估计残差表示激活函数泰勒级数展开中高阶项的和;其中W*和V*表示神经网络的理想输出,输入权值,和表示通过自适应律得到的权值的估计;
通过放缩,证明‖ξ(t)‖≤αT·y(t),其中未知参数l0表示在理想权值下神经网络输出和实际扰动存在的误差上界;
将神经网络的参数矩阵自适应律设计如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111394599.8/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种船舶岸电无线充电装置
- 下一篇:推送数字内容的方法及装置