無軸承異步電機神經網絡廣義逆解耦控制器的構造方法
2023-05-01 10:16:26
專利名稱：無軸承異步電機神經網絡廣義逆解耦控制器的構造方法
技術領域：
本發明屬於電力傳動控制設備的技術領域，是一種基於神經網絡廣義逆無軸承異步電機控制系統，對無軸承異步電機進行控制，適用於無軸承異步電機的高性能控制。
背景技術：
無軸承異步電機具有結構簡單，堅固可靠，氣隙小且均勻，成本低等優點，又可採用普通的籠型轉子，機械強度高，可以運行在超高速狀態，而且齒槽脈動轉矩低，具有寬弱磁範圍，是最具前途的無軸承電動機之一。但是無軸承異步電機具有複雜的電磁關係，是多變量、非線性、強耦合系統，不僅電機轉速子系統與磁鏈子系統之間存在耦合，而且與徑向懸浮力子系統之間也存在耦合。要實現轉子穩定懸浮和在不同工況下電機無級調速運行，
必須對無軸承異步電機進行非線性動態解耦控制。對於無軸承異步電機解耦控制目前已經採用的方法有轉子磁場定向矢量控制和氣隙磁場定向矢量控制對無軸承異步電機進行解耦，從控制方法上看，矢量控制本質上是一種穩態解耦控制，只有當磁鏈達到穩態並保持恆定時才能實現徑向懸浮力、轉速和磁鏈之間的動態解耦控制，因此矢量控制的動態響應性能還不能令人滿意。為提高無軸承異步電機的動態響應性能，微分幾何控和逆系統方法也被用於無軸承異步電機的控制，但其線性化解耦的實現，需要獲得被控對象精確的數學模型。無軸承異步電機作為一個多變量、強耦合的非線性複雜系統，其電機參數隨各種工況的變化十分明顯，再加上負載擾動的存在、定轉子偏心時徑向懸浮力的變化，以及磁路飽和等未建模動態的影響，使微分幾何和逆系統方法在實際應用中遇到了困難。為了彌補微分幾何控和逆系統方法的不足，採用了神經網絡逆控制方法，但是採用神經網絡逆控制方法時，雖然可以把原非線性系統線性化解耦成具有線性關係的單輸入單輸出的積分型子系統(偽線性複合系統)，但是這些積分型子系統是開環不穩定的，因此不能簡單地將神經網絡逆作為唯一的控制器來「開環控制」無軸承異步電機，而必須設計附加的閉環控制器，因而控制比較複雜。為了從本質上解決無軸承異步電機系統閉環控制比較複雜的難題，同時又要保證無軸承異步電機各項控制性能指標，如穩態跟蹤精度和動態響應速度，需採用新的控制方法和新的控制技術。
發明內容
本發明的目的是提供一種既能有效提高無軸承異步電機各項控制性能指標，諸如穩態跟蹤精度、動態響應速度，使無軸承異步電機具有優良的靜、動態控制性能，又能簡化控制方法的用於開環控制的無軸承異步電機神經網絡廣義逆解耦控制器的構造方法。本發明的技術方案是採用如下步驟I)將兩個Clark逆變換分別串接在相應的兩個電流跟蹤型逆變器之前、將兩個電流跟蹤型逆變器分別串接在無軸承異步電機及其負載模型之前，共同作為一個整體組成複合被控對象；2)用具有10個輸入節點、4個輸出節點的靜態神經網絡加6個線性環節構成具有4個輸入節點、4個輸出節點的神經網絡廣義逆，神經網絡廣義逆的第一個輸入 作為靜態神經網絡的第一個輸入，其經二階系統
權利要求
1.一種無軸承異步電機神經網絡廣義逆解耦控制器的構造方法，其特徵在於採用如下步驟 1)將兩個Clark逆變換(11、12)分別串接在相應的兩個電流跟蹤型逆變器(13、14)之前、將兩個電流跟蹤型逆變器(13、14)分別串接在無軸承異步電機及其負載模型(15)之前，共同作為一個整體組成複合被控對象(16)； 2)用具有10個輸入節點、4個輸出節點的靜態神經網絡(21)加6個線性環節構成具有4個輸入節點、4個輸出節點的神經網絡廣義逆(22)，神經網絡廣義逆(22)的第一個輸入 作為靜態神經網絡(21)的第一個輸入，其經二階系統^g_Tf--T—的輸出為靜態神經網絡(21)的第二個輸入，再 ams +ans +a12經一個積分器f1為靜態神經網絡(21)的第三個輸入；神經網絡廣義逆(22)的第二個輸入_作為靜態神經網絡(21)的第四個輸入，其經二階系統~的輸出為靜態V2￥ +a21s+a22神經網絡(21)的第五個輸入，再經一個積分器為靜態神經網絡(21)的第六個輸入；神經網絡廣義逆(22)的第三個輸入巧作為靜態神經網絡(21)的第七個輸入，其經一階系統一"^的輸出為靜態神經網絡(21)的第八個輸入；神經網絡廣義逆(22)的第四個輸入_作為靜態神經網絡(21)的第九個輸入，其經一階系統^V-的輸出為靜態神經網絡V4ams + 41(21)的第十個輸入，靜態神經網絡(21)的輸出是神經網絡廣義逆(22)的輸出，ai(l、an、ai2、<^20Λ<^21Λ<^22Λ<^30Λ<^31Λ<^40 和沒41 為廣乂逆系各Lj 的參數； 3)調整靜態神經網絡(21)的各個權係數使神經網絡廣義逆(22)實現複合被控對象(16)的廣義逆系統功能，將神經網絡廣義逆(22)置於複合被控對象(16)之前組成廣義偽線性系統(31)， 4)廣義偽線性系統(31)被解耦線性化為兩個位移二階偽線性子系統、一個轉速一階偽線性子系統和一個磁鏈一階偽線性子系統； 5)將神經網絡廣義逆(22)串接在複合被控對象(16)之前，由神經網絡廣義逆(22)、兩個Clark逆變換(11、12)和兩個電流跟蹤型逆變器(13、14)共同構成無軸承異步電機神經網絡廣義逆解耦控制器(41)。
2.根據權利要求I所述的構造方法，其特徵在於步驟3)中所述的靜態神經網絡(21)的各個權係數確定方法是將階躍激勵信號Iislrf , isl(f is2d , is2i\加到複合被控對象(16)的輸入端,採集無軸承異步電機的轉子徑向位移、轉速《V和磁鏈K，將轉子位移離線分別求其一階、二階導數，再求出3和3，對轉速％求其一階導數，再求出巧，對磁鏈K求其一階導數，再求出％ ,並對信號做規範化處理，組成靜態神經網絡(21)的訓練樣本集{ X，支，3，>』，j，％，, Wr , isld，Islce Is2d， is2q }，對靜態神經網絡(21)進行訓練以確定各個權係數。
全文摘要
本發明公開一種無軸承異步電機神經網絡廣義逆解耦控制器的構造方法，用具有10個輸入節點、4個輸出節點的靜態神經網絡加6個線性環節構成具有4個輸入節點、4個輸出節點的神經網絡廣義逆，將神經網絡廣義逆置於複合被控對象之前組成廣義偽線性系統，廣義偽線性系統被解耦線性化為兩個位移二階偽線性子系統、一個轉速一階偽線性子系統和一個磁鏈一階偽線性子系統；由神經網絡廣義逆、兩個Clark逆變換和兩個電流跟蹤型逆變器共同構成神經網絡廣義逆解耦控制器，不但實現無軸承異步電機的徑向位移系統與轉速系統之間及徑向懸浮力之間的動態解耦，而且能作為非線性開環控制器直接使用，確保無軸承異步電機轉子的穩定懸浮運行。
文檔編號H02P21/00GK102790578SQ201210275840
公開日2012年11月21日 申請日期2012年8月6日 優先權日2012年8月6日
發明者孫曉東, 朱熀秋, 李可, 楊澤斌, 陳龍 申請人:江蘇大學