[发明专利]一种基于磁编码器误差神经网络补偿的永磁同步电机系统

摘要

本发明是一种基于磁编码器误差神经网络补偿的永磁同步电机系统。本发明首先获取磁编码器读取位置与该情况下位置偏差，经过网络隐含层、网络输出层对网络进行离线训练，根据δk法则得到满足所设定最大误差率的权值，进而获取磁编码器位置误差的误差函数，将该函数写入矢量控制算法，实现电机角度的高准确度测量。本发明好处在于神经网络位置误差补偿算法可以对使用过程中由于电机振动所引起的位置误差波动进行有效补偿，以实现全工况平均位置误差最小；单输入单输出神经网络结构简单，易于工程实现；位置误差补偿可降低转矩脉动、谐波畸变率，提高电机控制系统效率。

主权项

1.一种基于磁编码器误差神经网络补偿的永磁同步电机系统，其特征在于，包含：矢量控制算法，逆变器，永磁同步电机，磁编码器，神经网络误差补偿算法；其中神经网络误差补偿算法包括：网络输入层；网络隐含层；网络输出层；δk法则；误差函数；矢量控制算法是基于SVPWM的永磁同步电机电流闭环控制算法，其中控制器产生的PWM信号用于控制逆变器；逆变器与永磁同步电机相连；磁编码器读取电机位置；神经网络误差补偿算法用于对磁编码器读取的位置信号进行误差补偿；神经网络误差补偿算法包含以下过程：步骤1，使用磁编码器读取电机不同工况下的当前位置θ′i；步骤2，计算得到磁编码器所读取当前位置θ′i与电机转子准确位置θi的角度偏差Δθi，即Δθi＝θ′i‑θi步骤3，θ′i作为网络输入层输入信号，经网络隐含层、网络输出层计算得到输出函数f(θ′i)；步骤4，根据δk法则计算输出函数f(θ′i)与Δθi的偏差ek；步骤5，若ek大于所设定的最大误差率，则优化网络隐含层、网络输出层的权值、阈值，以达到符合最大误差率要求的输出函数f(θ′i)；网络隐含层、网络输出层的权值、阈值优化公式为：其中，ωm网络隐含层权值、am为网络隐含层阈值，f1为网络隐含层激活函数，Hm为网络隐含层输出；ωmj为网络输出层权值、bmj为网络输出层阈值，f2为网络输出层激活函数；η为学习速率；n为学习样本的数量；步骤6，若ek小于等于所设定的最大误差率，则输出函数f(θ′i)即为补偿函数F(θ′i)，当前位置θ′i经过补偿函数F(θ′i)后作为矢量控制算法的位置信息θ″，即θ″＝θ′i+F(θ′i)。