[发明专利]一种基于神经网络的超高速永磁同步电机速度观测方法

摘要

本发明涉及一种基于神经网络的超高速永磁同步电机速度观测方法。本发明方法将速度估计方程离散化，将离散线性方程带入三层动态递归神经网络计算转速估计值和转子角度估计值，通过电流估计误差修正转子角度估计值，然后继续带入递归神经网络进行运算，最终在超高速永磁电机的动态运行过程中实时估计电机转速。本发明方法实现了无传感器转速观测，同时提高了电机的转速控制精度。

主权项

1.一种基于神经网络的无传感器电机速度观测方法，其特征在于，步骤如下：步骤1、检测电机母线端，读取k时刻的三相电流ia(k)、ib(k)、ic(k)以及三相电压ua(k)、ub(k)、uc(k)，经过Clark变换得到k时刻α‑β两相静止坐标系下的电流iα(k)、iβ(k)和电压uα(k)、uβ(k)；步骤2、将k时刻α‑β两相静止坐标系下的电流i_α(k)、i_β(k)和电压u_α(k)、u_β(k)以及k‑1时刻的转子转速估计值和转子角度估计值作为输入量送三层动态递归神经网络转子转速估计模块，估计k时刻的转子转速，得到k时刻的转子转速一步预估值步骤3、对k时刻转子转速一步预估值与采样周期Ts相乘积，并与k‑1时刻的转子角度求和，得到k时刻的转子角度一步预估值步骤4、将k时刻α‑β两相静止坐标系下的电流iα(k)、iβ(k)和电压uα(k)、uβ(k)经过Park变换得到k时刻d‑q两相旋转坐标系下的电流真实值id(k)、iq(k)和电压真实值ud(k)、uq(k)；步骤5、计算k时刻d‑q两相旋转坐标系下的电流真实值i_d(k)、i_q(k)与电流估计值之间的误差e_D(k)、e_Q(k)，然后根据电流误差e_D(k)、e_Q(k)计算得到k时刻转子转速误差Δω_r(k)和转子角度误差Δθ_r(k)，并修正预估的k时刻转子转速一步预估值和转子角度一步预估值得到k时刻的转子转速估计值和转子角度估计值其中，k时刻d‑q两相旋转坐标系下的电流真实值i_d(k)、i_q(k)由k时刻的步骤4计算得到，k时刻d‑q两相旋转坐标系下的电流估计值由k‑1时刻的步骤6计算得到；步骤6、将k时刻d‑q两相旋转坐标系下的的电流真实值i_d(k)、i_q(k)和电压真实值u_d(k)、u_q(k)以及转子转速估计值作为输入量送三层动态神经网络定子电流估计模块，经计算得到k+1时刻定子电流估计值作为k+1时刻步骤5更新转速一步预估值和转子角度一步预估值以计算转速估计值和转子角度估计值的参数；重复上述步骤，直到估计转速达到预设目标为止。