本发明专利技术公开一种智能汽车EPS用交流电机抗干扰智能控制器的构造方法，将d‑q轴电流解耦控制模块、矢量控制模块、电压坐标变换模块、PWM调节模块以及交流电机依次串联，与电流坐标变换模块、扰动检测模块作为一个整体组成EPS电机系统，将神经网络控制器、优化控制器、鲁棒控制器和鲁棒控制器参数优化模块并联之后与角度给定模块和滤波跟踪误差模型共同构成EPS电机系统的抗干扰智能控制器，提高了EPS电机系统的静态控制性能、抗干扰控制和保证了神经网络控制器的控制精度。
【技术实现步骤摘要】
本专利技术属于智能汽车驱动以及电力传动控制设备
，具体是一种智能汽车EPS(电动助力转向系统)用交流电机的控制领域，适用于智能汽车EPS用交流电机的高性能抗干扰控制。
技术介绍
智能汽车是智能交通系统最重要的组成部分，可以有效地改善交通安全，提高运输效率，降低环境污染。智能汽车相关的研究主要可以分成侧向控制、纵向控制和联合控制三个方向。其中侧向控制通常是指智能汽车的转向控制，直接影响智能汽车在转弯时的操作以及换车道操作时的性能，因此转向系统的好坏对智能汽车是十分必要的。目前智能汽车的转向系统大多采用电动助力转向系统(简称为EPS)。EPS系统由助力电机直接助力，其系统性能很大程度上受助力电机性能的影响。目前产品化的EPS系统采用的电机多数为直流电机，由于车载电源为直流电源，所以直流电机可以被直接驱动，且具备良好的起动和调速性能。但是直流电机换向时的火花会造成无线电干扰，无法满足电磁兼容性能要求，而且电机功率较小、工作噪声较大、可靠性较低、扭矩波动也较大。近年来，随着电力电子和电机控制技术的不断发展，交流电机的各种控制算法如恒压频比控制、矢量控制和直接转矩控制相继推出，交流电机的控制性能不断得到提高，而且具有运行可靠、结构简单、维护方便等诸多优点，是取代目前普遍应用于EPS系统直流电机的理想选择。EPS系统作为力矩伺服系统，要求电机助力矩的快速准确响应，且对力矩脉动极为敏感，目前采用工业上采用的恒压频比控制、矢量控制和直接转矩控制等方法很难适用于智能汽车EPS交流电机，特别是智能汽车行驶工况的复杂性，势必带来EPS电机系统的参数时变、负载突变、以及各种随机扰动的干扰。因此，为了从本质上解决智能汽车EPS用电机驱动系统常规控制方法控制效果欠佳的难题，同时又要保证智能汽车EPS用电机驱动系统各项控制性能指标，如动态响应速度、稳态跟踪精度和较强的抗干扰能力，需采用新的控制算法。中国专利申请号为201210592022.2、名称是“汽车EPS用无刷直流电机控制器及其实现方法”的文献中针对用于传统汽车EPS系统的无刷直流电机非线性关系设计的一种逆解耦控制器，该逆解耦控制器研究对象是无刷直流电机，需要采用神经网络逼近无刷直流电机的动力学逆模型，众所周知，逆模型的构造是一个及其复杂的过程，而且效果不佳；其次，该逆解耦控制器仅仅解决了EPS用无刷直流电机的非线性控制问题，并没有针对该电机外部不确定扰动设计专门的鲁棒控制器。
技术实现思路
本专利技术的目的是针对现有智能汽车EPS用交流电机现有控制方法的缺陷，提供一种能有效提高智能汽车EPS用交流电机各项控制性能指标，特别是抗干扰性能的智能汽车EPS用交流电机抗干扰智能控制器的构造方法。本专利技术采用的技术方案是包括以下步骤：1)将d-q轴电流解耦控制模块、矢量控制模块、电压坐标变换模块、PWM调节模块以及交流电机依次串联，与电流坐标变换模块、扰动检测模块作为一个整体组成EPS电机系统，EPS电机系统以q轴控制电流iq和d轴控制电流id为输入，id＝0，以转子位置角为输出θ；建立EPS电机系统动力学模型为A和B分别是位置角系数和电流系数，Γ为扰动；2)将转子位置角θ与角度给定模块输出的角度位置信号参考值θr相比较得到角度位置误差值eθ，将eθ作为滤波跟踪误差模型的输入，获得滤波跟踪误差模型的输出电流k1和k2分别为滤波跟踪误差模型系数；3)采用神经网络来逼近式构成神经网络控制器，将输出电流r作为神经网络控制器的输入，并利用eθ对神经网络控制器实时训练，神经网络控制器的输出为电流采用表达式构建优化控制器，将滤波跟踪误差模型的输出电流r作为优化控制器的输入，优化控制器的输出为电流采用表达式G3＝δsign(r)构建鲁棒控制器，δ为鲁棒控制器系数变量，将输出电流r作为鲁棒控制器的第一个输入，采用表达式构建输入为鲁棒控制器参数学习率ηδ，输出为δ的一阶导数的鲁棒控制器参数优化模块，将一阶导数作为鲁棒控制器的第二个输入，鲁棒控制器的输出为电流4)将神经网络控制器、优化控制器、鲁棒控制器和鲁棒控制器参数优化模块并联之后与角度给定模块和滤波跟踪误差模型共同构成EPS电机系统的抗干扰智能控制器，将输出电流相结合构成d轴控制电流iq。进一步地，步骤3)中，将角度位置误差值eθ作为积分型PD控制模块的输入，积分型PD控制模块的输出为q轴控制电流iq，对角度位置误差值eθ分别求积分和求导得到∫eθ(τ)dτ和对角度位置信号参考值θr求一阶和二阶导数得到和组成神经网络的训练样本集用BP算法离线训练神经网络得到神经网络控制器，神经网络的实际输出i'q中包含扰动Γ的实际数值。本专利技术的有益效果是：1、本专利技术通过构建优化控制器这一子控制器，提高EPS电机系统的静态控制性能，通过构建神经网络控制器这一子控制器实现EPS电机系统的抗干扰控制，通过构建鲁棒控制器这一子控制器保证神经网络控制器的控制精度，将上述三个子控制器构成抗干扰智能控制器，有效地解决了智能汽车EPS用交流电机现有控制方法的缺陷，设计简单、控制效果优良，具有很强的抗干扰能力。2、本专利技术将智能汽车EPS用交流电机系统的参数时变和负载突变特性有效等效为扰动变量，建立抗干扰智能控制器，并利用神经网络逼近该控制器，提高了该控制器的控制精度。并且，该控制器只需利用EPS电机系统的输入和输出信号即可构造，这些变量在工程实际中均是易测变量。该控制器的实现只需通过软件编程实现，不需要增加额外的硬件设备，具有成本低、易于工程实现的优点。3、上述中国专利申请号为201210592022.2的文献公开的技术方案，是采用神经网络算法学习汽车EPS用无刷直流电机的逆模型，由于逆模型的求取是一个十分复杂的过程，而且在汽车EPS用无刷直流电机不可逆部分还必须进行近似等效，因此逆模型的求取精度较差，再者，学习无刷直流电机逆模型的时候需要大量的样本数据，这又将会神经网络的过学习，从而导致汽车EPS用无刷直流电机逆模型精度不能满足要求；而本专利技术只需要采用神经网络来学习汽车EPS用交流电机的模型，相比于逆模型的学习，此学习过程十分简单，所需样本数量也较少，因此不但不会导致神经网络的过学习问题，反而会更好地发挥神经网络非线性辨识的优势。附图说明图1是EPS电机系统17的等效组成组；图2是利用角度给定模块21、滤波跟踪误差模型51、神经网络控制器61、优化控制器71、鲁棒控制器81和鲁棒控制器参数优化模块82构成的抗干扰智能控制器91对EPS电机系统17进行控制的结构框图；图3是图2中神经网络控制器61的神经网络权值训练原理框图；图中：11.d-q轴电流解耦控制模块；12.矢量控制模块；13.电压坐标变换模块；14.PWM调节模块；15.交流电机；16.电流坐标变换模块；17.EPS电机系统；18.扰动检测模块；21.角度给定模块；31.积分型PD控制模块；41.角位置检测模块；51.滤波跟踪误差模型；61.神经网络控制器；71.优化控制器；81.鲁棒控制器；82.鲁棒控制器参数优化模块；91.抗干扰智能控制器。具体实施方式如图1所示，专利技术将d-q轴电流解耦控制模块11、矢量控制模块12、电压坐标变换模块13、PWM调节模块14以及交流电机15依次串联，与电流坐标变换模块16、本文档来自技高网...
【技术保护点】
一种智能汽车EPS用交流电机抗干扰智能控制器的构造方法，其特征是包括以下步骤：1)将d‑q轴电流解耦控制模块(11)、矢量控制模块(12)、电压坐标变换模块(13)、PWM调节模块(14)以及交流电机(15)依次串联，与电流坐标变换模块(16)、扰动检测模块(18)作为一个整体组成EPS电机系统(17)，EPS电机系统(17)以q轴控制电流iq和d轴控制电流id为输入，id＝0，以转子位置角为输出θ；建立EPS电机系统(17)动力学模型为A和B分别是位置角系数和电流系数，Γ为扰动；2)将转子位置角θ与角度给定模块(21)输出的角度位置信号参考值θr相比较得到角度位置误差值eθ，将eθ作为滤波跟踪误差模型(51)的输入，获得滤波跟踪误差模型(51)的输出电流k1和k2分别为滤波跟踪误差模型系数；3)采用神经网络来逼近表达式来构成神经网络控制器(61)，将输出电流r作为神经网络控制器(61)的输入，利用eθ对神经网络控制器(61)实时训练，神经网络控制器(61)的输出为电流采用表达式构建优化控制器(71)，将滤波跟踪误差模型(51)的输出电流r作为优化控制器(71)的输入，优化控制器(71)的输出为电流采用表达式G3＝δsign(r)构建鲁棒控制器(81)，δ为鲁棒控制器系数变量，将输出电流r作为鲁棒控制器(81)的第一个输入，采用表达式构建输入为鲁棒控制器参数学习率ηδ，输出为δ的一阶导数的鲁棒控制器参数优化模块(82)，将一阶导数作为鲁棒控制器(81)的第二个输入，鲁棒控制器(81)的输出为电流4)将神经网络控制器(61)、优化控制器(71)、鲁棒控制器(81)和鲁棒控制器参数优化模块(82)并联之后与角度给定模块(21)和滤波跟踪误差模型(51)共同构成EPS电机系统(17)的抗干扰智能控制器，将输出电流和相结合构成d轴控制电流iq。...
【技术特征摘要】
1.一种智能汽车EPS用交流电机抗干扰智能控制器的构造方法，其特征是包括以下步骤：1)将d-q轴电流解耦控制模块(11)、矢量控制模块(12)、电压坐标变换模块(13)、PWM调节模块(14)以及交流电机(15)依次串联，与电流坐标变换模块(16)、扰动检测模块(18)作为一个整体组成EPS电机系统(17)，EPS电机系统(17)以q轴控制电流iq和d轴控制电流id为输入，id＝0，以转子位置角为输出θ；建立EPS电机系统(17)动力学模型为A和B分别是位置角系数和电流系数，Γ为扰动；2)将转子位置角θ与角度给定模块(21)输出的角度位置信号参考值θr相比较得到角度位置误差值eθ，将eθ作为滤波跟踪误差模型(51)的输入，获得滤波跟踪误差模型(51)的输出电流k1和k2分别为滤波跟踪误差模型系数；3)采用神经网络来逼近表达式来构成神经网络控制器(61)，将输出电流r作为神经网络控制器(61)的输入，利用eθ对神经网络控制器(61)实时训练，神经网络控制器(61)的输出为电流采用表达式构建优化控制器(71)，将滤波跟踪误差模型(51)的输出电流r作为优化控制器(71)的输入，优化控制器(71)的输出为电流采用表达式G3＝δsign(r)构建鲁棒控制器(81)，δ为鲁棒控制器系数变量，将输出电流r作为鲁棒控制器(81)的第一个输入，采用表达式构建输入为鲁棒控制器参数学习率ηδ，输出为δ的一阶导数的鲁棒控制器参数优化模块(82)，将一阶导数作为鲁棒控制器(81)的第二个输入，鲁棒控制器(81)的输出为电流4)将神经网络控制器(61)、优化控制器(71)、鲁棒控制器(81)和鲁棒控制器参数优化模块(82)并联之后与角度给定模块(21)和滤波跟踪误差模型(51)共同构成EPS电机系统(17)的抗干扰智能控制器，将输出电流和相结合构成d轴控制电流iq。2.根据权利权利要求1所述智能汽车EPS用交流电机抗干...
【专利技术属性】
技术研发人员：孙晓东，沈易晨，陈龙，江浩斌，汪若尘，徐兴，陈建锋，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。