無刷直流電機的多模型最小二乘支持向量機建模方法
2023-05-24 09:51:26 1
專利名稱：無刷直流電機的多模型最小二乘支持向量機建模方法
技術領域：
本發明涉及無軸承無刷直流電機的一種多模型最小二乘支持向量機建模方法，適用於電力傳動控制的技術領域。
背景技術：
無刷直流電機具有優良的調速性能、效率高、便於控制、結構簡單、運行可靠、維護方便，在工業領域得到了廣泛應用。然而，傳統機械軸承會引發電機震動、噪聲、磨損、發熱、壽命短等問題，嚴重影響電機的高速和超高速可靠運轉。為解決傳統機械軸承帶來的問題，在磁懸浮軸承基礎上發展起來的無軸承技術，利用磁懸浮軸承與電機結構的相似性，將產生懸浮力的磁懸浮軸承繞組置入電機定子，通過對轉矩繞組和懸浮力繞組的解耦控制，實現轉子的穩定懸浮，使電機轉子同時具有產生轉矩和自懸浮的功能。除了具有轉子在運行過程中不需機械軸承支撐外，還繼承了磁軸承電機無潤滑、無磨損、無機械噪聲等優點。 將無刷直流電機和無軸承技術相結合構成的無軸承無刷直流電機，是在傳統無刷直流電機的基礎上，在定子中加入懸浮繞組，通過對轉矩繞組和懸浮繞組電流進行控制，實現電機的懸浮運行。其優點在於1)轉速高，功率密度高，體積小；2)可與高速原動機直接相連，取消了減速機構，傳動效率高；3)轉動慣量小，動態響應快；4)無機械摩擦，使用壽命長，功耗低。這些優點使得無軸承無刷直流電機在航空航天、生物醫藥、半導體製造等領域具有廣泛的應用前景。建立準確的系統模型，對無軸承無刷直流電機控制系統的設計具有重要意義。無軸承無刷直流電機除了轉矩繞組外還附加了懸浮力繞組，自身的結構特點決定了其為一個複雜的非線性系統。電機轉矩繞組產生的轉矩和懸浮繞組產生的懸浮力之間存在耦合，並且磁懸浮力的分量之間也存在耦合。因此，無軸承無刷直流電機具有多變量、非線性、強耦合和工況範圍廣的特點，難以建立準確的機理模型。考慮輸入、輸出數據之間的聯繫和差異，及實際工業生產中現場樣本數據多且按工作點呈聚類和遷移特性，從輸入輸出數據入手，對樣本數據聚類，採用多模型方法建模是解決這一問題的有效途徑。現有的聚類方法有基於條件正定核函數的核模糊C均值聚類算法，能實現對不規則形狀數據的聚類；基於減法聚類的多模型在線辨識算法，根據最小二乘遞推算法在線更新模型參數；基於粒子群優化的聚類算法，可緩解傳統聚類方法對初始值敏感、易陷入局部最優的問題。但這些聚類算法普遍存在聚類數目需事先給定，精度依賴數據分布和收斂速度慢等問題；而且，傳統聚類方法僅利用了樣本數據的輸入部分，由於數據的不一致性和不完備性，不利於模型精度的提高。
發明內容
本發明的目的，是提供一種適用於無軸承無刷直流電機的多模型最小二乘支持向量機建模方法，為無軸承無刷直流電機的高效控制創造條件。本發明採用的技術方案是無刷直流電機的多模型最小二乘支持向量機建模方法，其特徵在於包括如下步驟I)以懸浮力Fa、Fe及電流Is為輸入,轉子徑向位移α、β及轉速為輸出構建無軸承無刷直流電機調速系統；2)採用隨機方波來激勵無軸承無刷直流電機調速系統，採集相應的輸入數據集X= {Fa, F0, Is}、輸出數據集y={a，β，ωΓ};採集m組輸入、輸出數據，輸入數據樣本為X=Lx1, x2, L，xm]T，輸出數據樣本為Y=[yi，J2, L，y m]T，其中xk為第k組輸入數據集(k為自然數,I彡k彡m), Xk= {Fa, F0, Ijk, yk為第k組輸出數據集，yk= { a , β，ω Jk ;選擇η組數據樣本作為訓練樣本集Xtaain, Ytrain，其餘m-n組數據樣本為檢驗樣本集Xtest，Ytest (η和m為大於I的自然數，n<m)；3)設定仿射傳播聚類算法中的參數阻尼因子λ，偏向參數P和最大迭代次數，利用仿射傳播聚類對訓練樣本集中的x2, L，xn]τ進行一次聚類，確定聚類數目IC(1C為大於I的自然數)，將訓練樣本集XtMin，Ytrain劃分為若干類=X11, Y11 ；X12, Y12 ；……；
X1C，YlC ；4)對一次聚類後得到的子類集Xlj, Ylj (Ij為自然數，I彡Ij彡10，按1進行二次仿射傳播聚類，確定總的聚類數目C (C為大於I的自然數)；5)以{Fa，Fe，Is}為輸入、{a，β，ωΓ}為輸出，利用二次聚類後的每一子類Xi, Yi的數據建立局部LSSVM模型(i為自然數，I彡i ( C);選擇高斯函數作為LSSVM核函數，採用常用的交叉驗證法獲取合適的正則化參數Y和核參數σ，分別得到LSSVM1,……,LSSVMc(i = I, L, C)；6)將各局部LSSVM模型的輸出加權，權值為待測樣本對每個子類的模糊隸屬度，
得到無軸承無刷直流電機調速系統的輸出即乓，其中&為第i個子LSSVM的輸出
i=l
值，μ j為對應的隸屬度值。本發明的有益效果是I、採用二次仿射傳播聚類，解決了聚類數目需事先給定和分類精度依賴數據分布的問題，二次聚類有利於樣本空間的進一步劃分。2、最小二乘支持向量機具有能精確逼近任意非線性函數的特點、計算效率高，將其用於子模型的構建，使每個局部模型能很好地反映系統局部特徵。3、多模型最小二乘支持向量機建模方法不依賴系統機理和具體參數，對無軸承無刷直流電機系統進行分解，降低了建模難度，提高了建模精度。
圖I為無軸承無刷直流電機調速系統4的構建框圖,有無軸承無刷直流電機I、電流控制PWM變頻器2、電流控制PWM變頻器3。圖2為無軸承無刷直流電機調速系統4的多模型LSSVM建模流程圖。
具體實施例方式本發明根據數據驅動原理，利用合適的信號對無軸承無刷直流電機進行激勵，取得輸入輸出樣本，利用仿射傳播聚類將樣本按輸入集、輸出集聚類，對二次聚類後得到的子類進行最小二乘支持向量機擬合，建立局部LSSVM模型，繼而採用加權和形式構造無軸承無刷直流電機的系統模型。具體實施如下I、如圖I所示，將無軸承無刷直流電機I和電流控制PWM變頻器2、電流控制PWM變頻器3看成一個整體，按磁場定向原理設置懸浮力變頻器2，按無刷直流電機的控制設置轉矩變頻器3，以懸浮力Fa、Fe及電流Is為輸入，轉子徑向位移α、β及轉速為輸出，其整體等效為無軸承無刷直流電機調速系統4。2、採用符合實際運行的隨機方波來激勵無軸承無刷直流電機調速系統4，採集相應的輸入數據集x={Fa，Fe，Is}、輸出數據集y={a，β，coj。採集100組輸入、輸出數據，令輸入數據樣本為X=Iix1, X2 L, xm]T,輸出數據樣本為Y=Iiy1, I2, L, ym]T, m=100。選擇60組數據樣本作為訓練樣本集Xtain，Yttain，其餘40組數據樣本為檢驗樣本集Xtest，Ytest。3、設定仿射傳播聚類算法中的參數阻尼因子λ，偏向參數P和最大迭代次數，利 用仿射傳播聚類對訓練樣本集中的X2, L，X6Jt進行一次聚類，確定聚類數目1C，將訓練樣本集Xt_，Yt_劃分為若干類:Xn，Yn，X12, Y12,……，X1C，Y1C。4、對一次聚類後得到的子類集XpYiQ = 11，L，1C)，按1進行二次仿射傳播聚類，確定總的聚類數目C。5、以{Fa, Fe, Ij為輸入、{ a , β , ωΓ}為輸出，利用二次聚類後的每一子類Xi,Yi (i = I, L,C)的數據建立局部LSSVM模型。選擇高斯函數作為LSSVM核函數，採用常用的交叉驗證法獲取合適的正則化參數Y和核參數σ，分別得到LSSVM1,……，LSSVMC。6、將各局部LSSVM模型的輸出加權，權值為待測樣本對每個子類的模糊隸屬度，
得到無軸承無刷直流電機調速系統4的輸出，即盡=Σα/；，其中A為第i個子LSSVM的輸
出值，μ i為對應的隸屬度值。無軸承無刷直流電機調速系統4的多模型LSSVM建模流程如圖2所示。
權利要求
1. 一種無刷直流電機的多模型最小二乘支持向量機建模方法，其特徵在於包括如下步驟 1)以懸浮力Fa、Fe及電流Is為輸入,轉子徑向位移α、β及轉速CO11為輸出構建無軸承無刷直流電機調速系統； 2)採用隨機方波來激勵無軸承無刷直流電機調速系統，採集相應的輸入數據集X={Fa，Fe，Is}、輸出數據集y={a，β , ωΓ};採集m組輸入、輸出數據，輸入數據樣本為Χ=[χ1; χ2，L, xm]T，輸出數據樣本為Y=Iiy1, y2, L, ym]T,其中xk為第k組輸入數據集,xk= {Fa, F0, Ijk, yk為第k組輸出數據集，yk={ a，β，ω Jk ;選擇η組數據樣本作為訓練樣本集Xtrain, Yt_，其餘m-n組數據樣本為檢驗樣本集Xtest, Ytest，其中k為自然數，I彡k彡m,n和m為大於I的自然數，n〈m; 3)設定仿射傳播聚類算法中的參數阻尼因子λ，偏向參數P和最大迭代次數，利用仿射傳播聚類對訓練樣本集中的Xtrain= [x1； x2, L，χη]τ進行一次聚類，確定聚類數目1C，將訓練樣本集Xtain，Ytrain劃分為若干類=X11, Y11 ;X12，Y12 ;……；X1C，Yic，其中IC為大於I的自然數； 4)對一次聚類後得到的子類集Xu_，Yu，按Yi進行二次仿射傳播聚類，確定總的聚類數目C，Ij為自然數，I彡Ij彡1C，C為大於I的自然數； 5)以{Fa，Fe，IJ為輸入、{α, β , ωΓ}為輸出，利用二次聚類後的每一子類Xi, Yi的數據建立局部LSSVM模型；選擇高斯函數作為LSSVM核函數，採用常用的交叉驗證法獲取合適的正則化參數Y和核參數σ，分別得到LSSVM1,……，LSSVMc, i=l, L，C ；6)將各局部LSSVM模型的輸出加權，權值為待測樣本對每個子類的模糊隸屬度，得到無軸承無刷直流電機調速系統的輸出即盡，其中A為第i個子LSSVM的輸出值，μ j為對應的隸屬度值。
全文摘要
本發明公布了一種無軸承無刷直流電機的多模型最小二乘支持向量機建模方法，根據數據驅動原理，利用合適的信號對無軸承無刷直流電機進行激勵，取得輸入輸出樣本，利用仿射傳播聚類將樣本按輸入集、輸出集聚類，對二次聚類後得到的子類進行最小二乘支持向量機擬合，建立局部LSSVM模型，繼而採用加權和形式構造無軸承無刷直流電機的系統模型。本發明不依賴系統機理和具體參數，對無軸承無刷直流電機系統進行分解，降低了建模難度，提高了建模精度。
文檔編號G06F19/00GK102945324SQ20121045419
公開日2013年2月27日 申請日期2012年11月13日 優先權日2012年11月13日
發明者魏海峰, 張懿, 馮友兵, 王玉龍, 朱志宇 申請人:江蘇科技大學