無速度傳感器電機轉速的模糊融合辨識方法
2023-04-23 01:20:51 1
專利名稱：無速度傳感器電機轉速的模糊融合辨識方法
技術領域：
本發明涉及一種電機控制技術，尤其涉及一種無速度傳感器電機轉速的模糊融合 辨識方法。
背景技術：
在交流異步電機(後文簡稱「電機」或「電動機」)速度控制系統中，最低端的方法 是採用速度傳感器來檢測電機轉速反饋信號；這些速度傳感器安裝在電動機軸上，不僅需 要對其進行安裝、維護，而且增加了控制系統成本，不適合在惡劣環境中工作，降低了系統 的可靠性。如果不用速度傳感器，只根據變頻器輸出的電壓、電流信號得到電機的轉速進行 閉環控制，就可以省去速度傳感器，滿足電機速度控制的簡便性、廉價性和可靠性要求，這 也是目前本領域的主流研究方向。國內外學者在這方面做了大量的工作，提出了開環直接辨識、基於轉子磁鏈的 MRAS辨識、基於反電勢的MRAS辨識、全階磁通觀測器、擴展卡爾曼濾波、高頻注入法等多種 速度辨識方法。前述方法均是傳統的無傳感器速度辨識，為改善控制系統性能，許多學者將 模糊、神經網絡等智能控制技術引入電機的速度辨識中，這是無速度傳感器電機控制的研 究熱點和發展方向。用智能的方法進行電機速度辨識，最直接的就是利用易於檢測的電機定子電壓和 電流，設計BP神經網絡來辨識速度，但這種方法存在著難以確定網絡隱層及其節點數目的 問題。目前，確定具體的網絡結構尚無好方法，仍根據經驗試湊。同時，學習算法的收斂速 度慢，且收斂速度與初始權的選擇有關。針對用BP神經網絡進行速度辨識實時性差的問題，有學者提出了用對角遞歸神 經網絡來辨識速度；如楊俊友，陳大明，「對角遞歸神經網絡永磁同步電機的無傳感器控 制」，[J]·瀋陽工業大學學報，2008，30(1) :24-27，文獻中所記載的方法是，將實際測得的 電壓、電流經過坐標變換後用對角遞歸神經網絡觀測器估計出電流和角速度，用估計值與 實際值的差值調節神經網絡觀測器連接權值，直到預測誤差達到設定值；但該方法存在的 問題是，在預測角速度的同時，還要對定子電流進行預測，用了兩個神經網絡觀測器。使得 學習算法更為繁雜，難以調節。因此，在電機的速度辨識中，引入了神經網絡MRAS (模型參考自適應系統)速度辨 識的方法，如陳冰，冬雷等，「低速下異步電機無速度傳感器矢量控制研究」，[J]·西北大 學學報(自然科學版)，2007，37(1) :45-47，文獻中所記載的方法是，由電流模型推導出神 經元模型作為MARS的可調模型，其權值含有電機轉速信息，按梯度法推導出的神經元權值 δ學習規則代替PI自適應律，使得速度辨識方法結構簡單、自學習能力強、具有很好的系 統穩定性。但該方法存在著電機起動速度波動大，甚至出現負值波動，振蕩次數多、調節時 間長的問題。不僅如此，在研究中還進一步發現，當由一種穩態向另一穩態進行較大幅度切 換時，速度估計收斂到一個錯誤的值，導致實際速度不能收斂到給定值(其在控制系統中所 處的環節參見
圖1中的標號2處，其辨識效果如圖10所示)。因此，神經網絡MRAS速度辨識方法在現有技術中還不能得到實際應用。
發明內容
為解決背景技術中存在的問題，本發明提出了一種無速度傳感器電機轉速的模糊 融合辨識方法，採用神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法同時對電 機轉速進行識別；為神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法分配各自 的作用強度值，採用下式計算電機轉速的確信值
rt為轉差頻率直接速度辨識方法所識別出的電機轉速值；Ai為神經網絡MRAS速度 辨識方法所識別出的電機轉速值-為最終識別出的電機運行時的轉速確信值；ft為神 經網絡MRAS速度辨識方法的作用強度值；βΛ為轉差頻率直接速度辨識方法的作用強度值。前述的「為神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法分配各自 的作用強度值」包括
1)按數值設定數值連續的誤差閾值範圍，為每個誤差閾值範圍設定對應的和ft,
同一誤差閾值範圍內的Λ 和Λ滿足形成作用強度分布表；
2)實時計算神經網絡MRAS速度辨識方法的辨識值與電機轉速期望值之間的誤差丨；
3)判斷步驟2)中的誤差M處於哪個誤差閾值範圍內，則將該誤差閾值範圍對應的
和ft代入公式電
權利要求
一種無速度傳感器電機轉速的模糊融合辨識方法，其特徵在於採用神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法同時對電機轉速進行識別；為神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法分配各自的作用強度值，採用下式計算電機轉速的確信值為轉差頻率直接速度辨識方法所識別出的電機轉速值；為神經網絡MRAS速度辨識方法所識別出的電機轉速值；為最終識別出的電機運行時的轉速確信值；為神經網絡MRAS速度辨識方法的作用強度值；為轉差頻率直接速度辨識方法的作用強度值。2010102963119100001dest_path_image002.jpg,2010102963119100001dest_path_image004.jpg,2010102963119100001dest_path_image006.jpg,dest_path_image008.jpg,dest_path_image010.jpg,dest_path_image012.jpg
2.根據權利要求1所述的無速度傳感器電機轉速的模糊融合辨識方法，其特徵在於 為神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法分配各自的作用強度值，包 括1)按數值設定數值連續的誤差閾值範圍，為每個誤差閾值範圍設定對應的辦和凡， 同一誤差閾值範圍內的Λ和A(滿足= 形成作用強度分布表；2)實時計算神經網絡MRAS速度辨識方法的辨識值與電機轉速期望值之間的誤差丨 I；3)判斷步驟2)中的誤差M處於哪個誤差閾值範圍內，則將該誤差閾值範圍對應的馬和 Ma \ V·入公式電=^Λι + Ms^r7。
3.根據權利要求2所述的無速度傳感器電機轉速的模糊融合辨識方法，其特徵在於 步驟1)，包括1]將數值連續的10個誤差閾值範圍標記為0、的十個等級；設定第9等級誤差閾值 範圍對應的，神經網絡MRAS速度辨識方法的作用強度為0，轉差頻率直接速度辨識方法的 作用強度為1 ；第0等級誤差閾值範圍對應的，神經網絡MRAS速度辨識方法的作用強度為 1，轉差頻率直接速度辨識方法的作用強度為0 ；2]採用對稱型函數計算第1至8等級誤差閾值範圍的神經網絡MRAS速度辨識方法和 轉差頻率直接速度辨識方法的作用強度分布；製作作用強度分布表。
4.根據權利要求3所述的無速度傳感器電機轉速的模糊融合辨識方法，其特徵在於 步驟2]，包括根據對稱型SgmcHrf函數，計算第1至8等級時，神經網絡MRAS速度辨識方 法和轉差頻率直接速度辨識方法的作用強度分布 , T1 -— 01<JC9 μΒ{χ) = \ μJj^其中，Ι為誤差閾值範圍對應的級數；斿為函數的參數；存分別取0. 1,0. 2、 0. 3,0. 4,0. 5,0. 6,0. 7,0. 8或0. 9，的每個取值，分別對應一組互相匹配的神經網絡MRAS 速度辨識方法和轉差頻率直接速度辨識方法的作用強度取值。
5.根據權利要求2所述的無速度傳感器電機轉速的模糊融合辨識方法，其特徵在於 步驟2)中，計算丨β丨的方法，包括
全文摘要
本發明公開了一種無速度傳感器電機轉速的模糊融合辨識方法，採用神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法同時對電機轉速進行識別；採用模糊融合的方法對神經網絡MRAS速度辨識方法和轉差頻率直接速度辨識方法進行融合，得到電機轉速的確信值。本發明的有益技術效果是優化了電機的動、穩態性能兩個技術指標；使電動機在起動和狀態切換過程中，速度辨識快速性好、動態跟蹤性能強，速度辨識精度高且魯棒性強；對無速度傳感器電機矢量控制系統實現真正意義上的智能交叉綜合在線速度辨識，取得最佳速度辨識效果，從而實現對電機的有效控制。
文檔編號H02P21/14GK101938246SQ20101029631
公開日2011年1月5日 申請日期2010年9月29日 優先權日2010年9月29日
發明者徐凱, 許強 申請人:重慶交通大學