[发明专利]电流自适应控制降低开关磁阻电机转矩脉动的方法与系统

摘要

本发明为一种电流自适应控制降低开关磁阻电机转矩脉动的方法与系统，本法先进行偏差预处理，将转矩偏差进行非线性转换；用双权值神经网络求得转矩估计输出和自适应PID控制的系数；PID控制计算得到当前设定总电流，经电流分配得到各相控制电流。有限差分扩展卡尔曼滤波器预测电流前馈补偿控制，自适应PID控制与基于预测的电流前馈补偿控制共同作用，有效抑制和降低开关磁阻电机转矩脉动。本系统的电流、转矩和转子位置传感器连接信号处理器，信号处理器有执行本发明方法的模块，输出补偿后的三相参考电流经电流滞环控制器控制电机的功率变换器，显著有效地抑制开关磁阻电机的转矩脉动。

主权项

一种电流自适应控制降低开关磁阻电机转矩脉动的方法，主要步骤如下：Ⅰ、转矩偏差预处理引入非线性函数对转矩偏差进行预处理：fal(ΔT)=|ΔT|αsign(ΔT),|ΔT|≥δΔTδ(1-α),|ΔT|<δ---(1)]]>其中δ表示反馈偏差的变换范围，取值范围0.01Td～0.1Td，Td为设定转矩,fal表示预处理函数，sign表示符号函数，即ΔT大于零，取值为1，小于零，取值为‑1；ΔT是设定转矩Td和实测的瞬间转矩Te之间的偏差；α是调整系数范围0～1；Ⅱ基于双权值神经网络的自适应PID转矩控制Ⅱ‑1双权值神经网络双权值神经网络DWNN包括输入层、隐含层和输出层；开关磁阻电机上安装的转矩传感器检测的瞬时转矩Te、前一时刻的瞬时转矩Te_1以及设定电流id增量△id的前一时刻值作为DWNN的输入量，设定转矩Td作为DWNN的目标值，经过其学习后DWNN预测得到转矩估计输出Tout以及PID控制的比例系数Kp、积分系数Kii及微分系数Kd；PID控制依据步骤I得到的转矩偏差预处理结果fal(ΔT)和双权值神经网络DWNN得到的比例系数Kp、积分系数Kii及微分系数Kd经PID计算得到当前设定总电流id，经电流分配得到各相控制电流和本发明加入次幂的自适应调整，改进后的双权值神经网络DWNN描述如下：h(j)=f(Σz=13wzjm(xz-qzj)bzj)f(x)=11+e-axTout=Σj=13vj*h(j)---(2)]]>其中h(j)为隐含层输出函数，f(x)为激活函数，Tout为DWNN的转矩估计输出，wzj为方向权值，qzj为核心权值,vj为输出权值,0<a<1，取a＝0.1，m取值范围1～10，取m＝1，bzj为自适应调整次幂，e为自然对数的底；隐含层为z层，z＝1,2,3；输出层为j层，j＝1,2,3；取性能指标函数为：ΔT1(k)=Te(k)-Tout(k)J=12(ΔT1(k))2---(3)]]>其中，△T1定义为实测的瞬间转矩Te与双权值神经网络DWNN转矩估计输出Tout之间的偏差；根据梯度下降法，方向权值wzj、核心权值qzj、输出权值vj及次幂bzj的增量的迭代算法如下：Δvj(k)=-η∂J∂vj=ηΔT1(k)hj(k)Δwzj=-η∂J∂wzj=ηmaΔT1(k)vjhj(1-hj)wzjm-1(xz-qzj)bzjΔqzj=-η∂Jqzj=ηabzjΔT1(k)vjhj(1-hj)wzjm(xz-qzj)(bzj-1)Δbzj=-ηb∂J∂bzj=ηbaΔT1(k)vjhj(1-hj)wzjm(xz-qzj)bzjln(xz-qzj)---(4)]]>η为权值的学习率，取值0～1；ηb为次幂学习率，取值范围0～1；Ⅱ‑2双权值神经网络的自适应PID控制自适应PID控制输出的设定电流如下：id(k)＝id(k‑1)+Kpxc(1)+Kiixc(2)+Kdxc(3)   (5)其中，选取性能指标函数如下,E(k)=12(Td(k)-Te(k))2=12ΔT(k)2---(6)]]>根据梯度下降法，KP,Kii,Kd的迭代算法如下：ΔKp(k)=-ηkp∂E∂kp=ηkpΔT(k)∂Te∂Δidxc(1)ΔKii(k)=-ηkii∂E∂kii=ηkiiΔT(k)∂Te∂Δidxc(2)ΔKd(k)=-ηkd∂E∂kd=ηkdΔT(k)∂Te∂Δidxc(3)---(7)]]>ηkp，ηkz，ηkd分别是比例、积分和微分系数的学习系数，取值范围0～1，其值由双权值神经网络辨识得到；是id增量△id的前一时刻值，近似取得：∂Te∂Δid*≈∂Tout∂Δid=Σj=13ab1jvjhj(1-hj)w1jm(Δid-q1j)(b1j-1)---(8)]]>其中Tout为双权值神经网络辨识的转矩估计输出，w1j为从第j输出层连接到隐含层中第z＝1层神经元的方向权值，q1j为其核心权值，b1j为其调整次幂；这些参数通过公式(4)得到；PID的输出为设定总电流id；三相控制电流分别为iA*和iB*及iC*，下面以B相为关断相，C相为开通相为例，两相换相的电流分配如下：iC*=id*f(θ)iB*=id*(1-f(θ))---(9)]]>其中：分配函数：f(θ)=3θov2·(θ-θon)2-2θov3·(θ-θon)3,]]>其中θ为电机转子位置角,θon为开通角，取值范围10～15度，θov为转子位置重叠角，取值范围2～5度；Ⅲ基于卡尔曼滤波预测的电流前馈补偿控制Ⅲ‑1有限差分扩展卡尔曼滤波的电流预测所述有限差分扩展卡尔曼滤波预电流补偿包括两部分，有限差分扩展卡尔曼滤波器FDEKF和相对误差处理模块；开关磁阻电机n＝1,2,3相，即A、B、C三相中的第n相电压Un，转子位置角θ以及补偿后的输出三相电流IA、IB和IC为FDEKF的输入，FDEKF预测的三相电流IA*、IB*和IC*输入相对误差处理模块，同时双权值神经网络DWNN自适应PID控制输出的三相电流iA*、iB*和iC*也输入相对误差处理模块，相对误差处理模块输出三相待补偿电流偏差eiA*、eiB*和eiC*，三相待补偿电流偏差eiA*、eiB*和eiC*与DWNN自适应PID控制输出的三相电流iA*、iB*和iC*之和为补偿后的三相参考电流iA、iB和iC；开关磁阻电机的第n相电流In、转速w和转子位置角θ的状态方程如下所示：In(k)w(k)θ(k)=1-aaRT-aacT00100T1In(k-1)w(k-1)θ(k-1)+aa00TJ(Te-Tl)00Un(k-1)1---(9)]]>其中，ψ为开关磁阻电机磁链，T为采样周期，取值为1～3秒，J为选择转动惯量，Te为瞬间转矩，Tl为负载转矩，Un为第n相电压，R为开关磁阻电机的绕组阻值；电阻R、参数aa及c是通过FDEKF预估得到；Ⅲ‑2电流的前馈补偿控制FDEKF预测的三相电流IA*和IB*及IC*和DWNN自适应PID控制所得三相参考电流iA*和iB*及iC*，经相对误差处理后得到三相电流待补偿误差为eiA*和eiB*及eiC*,用于前馈补偿，得到补偿后的三相参考电流iA和iB及iC；其相对误差处理过程如下：eiA*=(iA*-IA*)*iA*IA*eiB*=(iB*-IB*)*iB*IB*eiC*=(iC*-IC*)*iC*IC*---(10)]]>前馈补偿后的三相参考电流iA、iB和iC如下：iA=iA*+eiA*iB=iB*+eiB*iC=iC*+eiC*---(11)]]>由式(11)得到前馈补偿后的三相参考电流作为电流滞环控制器的设定值，电流滞环控制器的输出，经过功率变换器驱动开关磁阻电机，效抑制开关磁阻电机的转矩脉动。