一种无轴承永磁同步电机无速度传感器制造技术

本发明专利技术公开一种测量无轴承永磁同步电机转速的无速度传感器，由一个神经网络左逆系统、4个延时模块和一个微分器组成，第一、第二个延时模块的输入分别是无轴承永磁同步电机定子的转矩绕组在α‑β坐标系上的电压分量，输出分别是在t时刻50个电压分量的平均值；第三、第四个延时模块的输入分别是转矩绕组在α‑β坐标系上的电流分量，输出分别是在t时刻50个电流分量的平均值，神经网络左逆系统输出的是无轴承永磁同步电机的转子角速度；延时模块通过对样本数据的帅选与过滤，减少神经网络学习次数与拟合失败的风险，神经网络左逆系统可以有效实现对非线性强耦合的电机转速系统的逼近拟合，避免了传统机械式速度传感器的安装与维护。

【技术实现步骤摘要】
一种无轴承永磁同步电机无速度传感器
本专利技术属于无轴承永磁同步电机领域，具体是无轴承永磁同步电机的无速度传感器的结构，用于无轴承永磁同步电机的控制系统中，测量无轴承永磁同步电机的转速。
技术介绍
无轴承永磁同步电机是一种高转速、高精度及无需润滑的新型特种电机，在航天航空，化工制造，半导体工业及其他需要特殊环境的领域中应用广泛。目前无轴承永磁同步电机的控制方法大多采用矢量控制方法，这种方法需要通过获得转子速度来实现磁通的精确位置，从而实现转矩和悬浮力之间的解耦控制和电机稳定运行。传统的电机速度检测都采用光电标码盘等机械式的速度传感器来检测，然而，采用这种机械式的速度传感器具有诸多缺点，不仅存在安装与维护上的诸多不易，而且提高了电机成本和降低了系统的稳定性，限制了无轴承永磁同步电机在恶劣环境下的使用，更关键的在于高速和超高速无轴承永磁同步电机的运行速度范围和精度要求是传统机械式速度传感器无法满足的。无速度传感器是通过检测电机控制系统中易于得到的非转速参数，通过控制算法来获得转速参数，即利用易于检测到的定子电压、电流等的物理量进行速度估计以取代传统的机械式速度传感器，从而实现无速度传感器的高精度控制。对于普通永磁同步电机而言，目前已经提出的无速度传感器辨识方法包括：卡尔曼滤波法、高频注入法及模型参考自适应法等，其中卡尔曼滤波法算法复杂，同时也要求系统和观测值必须为线性化，有很大的局限性；高频注入法虽低速性能较好，但易受电机负载干扰：模型参考自适应方法则容易受到电机参数影响，同时也存在模型精确度和稳定性不足的缺陷。中国专利公开号为CN102130647A的文献中提出一种采用静态神经网络左逆算法实现对无轴承异步电机的速度辨识方法，但该方法不仅要求输入信号较多，同时缺少对输入信号的滤波处理，这会严重影响速度辨识的精确度，其次所用静态神经网络缺少必要的反馈和动态结构，影响系统动态性能。中国专利公开号为CN102629848A的文献中提出一种采用支持向量机实现电机的速度辨识方法，但是支持向量机的缺点在于结构的复杂和运算量大，对实际应用中数字处理芯片提出了较高的要求，费时较多。
技术实现思路
本专利技术的目的在于综合逆系统、神经网络和延时控制的技术优点，提出一种结构简单稳定、具有良好动态性能的无轴承永磁同步电机无速度传感器，以准确实现无轴承永磁同步电机全转速范围内转速检测。本专利技术一种无轴承永磁同步电机无速度传感器采用的技术方案是：其由一个神经网络左逆系统、4个延时模块和一个微分器组成，4个延时模块的输出端均连接神经网络左逆系统的输入端，其中第四个延时模块的输出端还经微分器连接神经网络左逆系统的输入端；4个延时模块的输入端连接无轴承永磁同步电机；第一、第二个延时模块的输入分别是无轴承永磁同步电机定子的转矩绕组在α-β坐标系上的电压分量u1α、u1β，输出分别是在t时刻50个电压分量u1α、u1β的平均值第三、第四个延时模块的输入分别是转矩绕组在α-β坐标系上的电流分量i1α、i1β，输出分别是在t时刻50个电流分量i1α、i1β的平均值神经网络左逆系统输出的是无轴承永磁同步电机的转子角速度ω。进一步地，4个延时模块各自均由判断模块、存储模块和计算模块依次串接组成，计算模块的输出反馈给判断模块；4个判断模块的输入分别对应的是电压分量u1α、u1β和电流分量i1α、i1β，4个计算模块的输出分别对应的是平均值更进一步地，判断模块将输入的电压分量u1α、u1β和电流分量i1α、i1β与计算模块反馈的平均值比较，如果则电压分量u1α、u1β和电流分量i1α、i1β存入存储模块中，对存储模块中的分量重新赋值，反之则舍弃，λ1是误差范围。本专利技术的有益效果是：1、针对一般神经网络的权值调整与学习过分依赖于样本数据与经验的缺陷，本专利技术采用的是延时模块，通过对样本数据的帅选与过滤，去除其中的因偶然因素造成的周期性的杂波信号，使得样本数据更加可靠准确，减少神经网络学习次数与拟合失败的风险。2、本专利技术采用的神经网络左逆系统，工作原理简单，并可以有效实现对非线性强耦合的电机转速系统的逼近拟合，同时该神经网络可以由数字控制芯片编程得到，控制方便，避免了传统机械式速度传感器的安装与维护，降低了电机控制成本。3、本专利技术在辨识无轴承永磁同步电机在负载变化下的速度上具有巨大的优势，使无轴承永磁同步电机控制更加简单方便，提高其临界转速，从而实现无轴承永磁同步电机在高速超高速运行下的稳定运行与控制。附图说明图1是本专利技术所述的无轴承永磁同步电机无速度传感器7与无轴承永磁同步电机1的串联结构示意图；图2是图1中第一个延时模块3的构造原理示意图；图3是图1中第二个延时模块4的构造原理示意图；图4是图1中第三个延时模块5的构造原理示意图；图5是图1中第四个延时模块6的构造原理示意图；图中：1.无轴承永磁同步电机；2.神经网络左逆系统；3、4、5、6.延时模块；7.无轴承永磁同步电机无速度传感器；31、41、51、61.计算模块；32、42、52、62.判断模块；33、43、53、63.存储模块。具体实施方式参见图1，本专利技术无轴承永磁同步电机无速度传感器7由一个神经网络左逆系统2、4个延时模块3、4、5、6和一个微分器S组成，4个延时模块3、4、5、6的输出端均连接神经网络左逆系统2的输入端，第四个延时模块6的输出端还经微分器S连接神经网络左逆系统2的输入端。4个延时模块3、4、5、6的输入端连接无轴承永磁同步电机1。第一个延时模块3的输入是无轴承永磁同步电机1定子的转矩绕组在α-β坐标系上的电压分量u1α，第一个延时模块3的输出是在t时刻50个电压分量u1α的平均值第二个延时模块4的输入是无轴承永磁同步电机1定子的转矩绕组在α-β坐标系上的电压分量u1β，第二个延时模块4的输出是在t时刻50个电压分量u1β的平均值第三个延时模块5的输入是无轴承永磁同步电机1定子的转矩绕组在α-β坐标系上的电流分量i1α，第三个延时模块5的输出是在t时刻50个电流分量i1α的平均值第四个延时模块6的输入是无轴承永磁同步电机1定子的转矩绕组在α-β坐标系上的电流分量i1β，第四个延时模块6的输出是在t时刻50个电流分量i1β的平均值该平均值经微分器S后输出微分值至神经网络左逆系统2中。神经网络左逆系统2输出的是无轴承永磁同步电机1的转子角速度ω。、因此，本专利技术无轴承永磁同步电机无速度传感器7具有4个输入，1个输出。其中，电压分量u1α信号是无轴承永磁同步电机无速度传感器7的第1个输入，输入到第一个延时模块3中；电压分量u1β信号是无轴承永磁同步电机无速度传感器7的第2个输入，输入到第二个延时模块4中；电流分量i1α信号是无轴承永磁同步电机无速度传感器7的第3个输入，输入到第三个延时模块5中；电流分量i1β信号是无轴承永磁同步电机无速度传感器7的第4个输入，输入到第四个延时模块6中。转子角速度ω为无轴承永磁同步电机无速度传感器7的输出信号。第一个延时模块3的输出是神经网络左逆系统2的第一个输入；第二延时模块4的输出是神经网络左逆系统2的第二个输入；第三个延时模块5的输出是神经网络左逆系统2的第三个输入；第四个延时模块6的输出是神经网络左逆系统2的第四个输入，第四个延时模块6的输出经过本文档来自技高网...

【技术保护点】
一种无轴承永磁同步电机无速度传感器，其特征是：其由一个神经网络左逆系统、4个延时模块和一个微分器组成，4个延时模块的输出端均连接神经网络左逆系统的输入端，其中第四个延时模块的输出端还经微分器连接神经网络左逆系统的输入端；4个延时模块的输入端连接无轴承永磁同步电机；第一、第二个延时模块的输入分别是无轴承永磁同步电机定子的转矩绕组在α‑β坐标系上的电压分量u1α、u1β，输出分别是在t时刻50个电压分量u1α、u1β的平均值

【技术特征摘要】
1.一种无轴承永磁同步电机无速度传感器，其特征是：其由一个神经网络左逆系统、4个延时模块和一个微分器组成，4个延时模块的输出端均连接神经网络左逆系统的输入端，其中第四个延时模块的输出端还经微分器连接神经网络左逆系统的输入端；4个延时模块的输入端连接无轴承永磁同步电机；第一、第二个延时模块的输入分别是无轴承永磁同步电机定子的转矩绕组在α-β坐标系上的电压分量u1α、u1β，输出分别是在t时刻50个电压分量u1α、u1β的平均值第三、第四个延时模块的输入分别是转矩绕组在α-β坐标系上的电流分量i1α、i1β，输出分别是在t时刻50个电流分量i1α、i1β的平均值神经网络左逆系统输出的是无轴承永磁同步电机的转子角速度ω。2.根据权利要求1所述的一种无轴承永磁同步电机无速度传感器，其特征是：4个延时模块各自均由判断模块、存储模块和计算模...

【专利技术属性】
技术研发人员：杜伟，朱熀秋，华逸舟，黄磊，孙玉坤，
申请(专利权)人：江苏大学，
类型：发明
国别省市：江苏,32