[发明专利]转矩-电流神经网络模型SRM转矩脉动控制方法与系统

摘要

本发明为一种转矩‑电流神经网络模型SRM转矩脉动控制方法与系统。本方法由SRM的电感模型得到转矩‑电流转换关系，经电流分配函数得到各相控制电流，以实现抑制转矩脉动。根据SRM转矩与电流的非线性特性关系，以描述SRM电流基本变化规律的函数作为隐含层激活函数，设计描述SRM强非线性特性的转矩‑电流神经网络模型，通过转矩‑电流神经网络模型的自学习，计算转矩对应的总参考电流，再经电流分配函数，获得在各相对应的参考电流，控制SRM。按本法设计的系统微处理器的程序存储器有执行本法的各程序模块，SRM上的各传感器信号接入微处理器，经功率变换器连接控制SRM。本发明实现了开关磁阻电机转矩脉动的有效控制。

主权项

1.一种转矩‑电流神经网络模型SRM转矩脉动控制方法，主要步骤如下：Ⅰ、建立转矩‑电流转换关系取SRM的转矩表达式为式(1)中，m为SRM相数，m＝3，kk＝1,2,3；T为三相总转矩，T_kk为第kk相转矩，i_kk为第kk相电流，L_kk(θ)为第kk相绕组的电感，θ为转子位置角；根据(1)式，SRM的转矩与相电流、电感导数有关，在电机正转矩驱动限制下，在电感导数为正的区间导通。转矩‑电流转换关系为：Ⅱ、总参考转矩由开关磁阻电机的实测量转速ω和操作者输入的参考转速ω_d得到速度偏差送入PI调速器，即比例积分调速器，由PI调速器得到总参考转矩T_ref；Ⅲ、构建SRM的转矩‑电流神经网络模型SRM的转矩‑电流神经网络模型的输入为步骤Ⅱ所得总参考转矩T_ref和当前转子位置角θ；根据当前检测的各相电流值由转矩特性表得到实际总转矩估计值T_e；由实际总转矩估计值T_e和步骤Ⅱ所得总参考转矩T_ref得到转矩偏差ΔT，ΔT经过比例微分处理后,得到的u(k)送给转矩‑电流神经网络在线进行反馈误差学习；转矩‑电流神经网络模型的输出为调节电流i_nn；i_nn与u叠加之后得到的总参考电流i_ref(k)，经过电流分配函数，得到开关磁阻电机各相的参考电流各相参考相电流与电机各相测量电流i_A,i_B,i_C送入电流滞环控制，功率转换器根据电流滞环控制输出的开关量，对SRM进行控制。