一种基于PID神经网络控制器的超高速永磁同步电机转速控制方法技术

本发明专利技术涉及一种基于PID神经网络控制器的超高速永磁同步电机转速控制方法。构建一个采用电流内环、转速外环的双闭环超高速永磁同步电机控制流程图；转速外环通过转速估计模块得到转速实际值，采用PID神经网络控制器产生控制信号，电流内环采用PID调节器；PID神经网络控制器采用静态和动态函数构建神经网络模型，并采用反传算法动态修改神经网络连接权值，具备学习、记忆功能，提高了系统的自适应性。本发明专利技术可有效实现超高速永磁同步电机可靠、快速、平稳的转速控制。

【技术实现步骤摘要】
一种基于PID神经网络控制器的超高速永磁同步电机转速控制方法
本专利技术属于电机控制
，特别是一种基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制方法。
技术介绍
随着科学技术的发展，超高速永磁同步电机在现代工业与制造业、航空航天和国防军事等领域的应用前景越来越广阔。超高速永磁同步电机重量轻、体积小、功率密度高、可靠性高、动态响应性能好，其相关技术的发展逐渐成为当代超高速和超精度工业加工技术的潮流。深入研究超高速永磁同步电机的控制策略，开发我国自主超高速永磁同步电机控制系统，也是提高我国现代工业水平的必经之路。在超高速永磁同步电机闭环控制系统中，测量转子的速度和位置的准确性是十分重要的。但是，在超高速永磁同步电机系统中，安装机械式的位置、转速传感器存在一些严重问题，如电机结构和安装调试存在难度，且机械传感器成本高、可靠性差，易损坏等。因此，通过无传感器估算模块测量转速、位置信息成为了超高速永磁同步电机控制中的热点。超高速永磁同步电机的智能控制包括神经网络、模糊控制等，通过跟随、学习等手段，在线辨识非线性系统的动静态特征，具备自适应、自学习、自组织特性。随着神经网络的研究不断深入，神经网络控制已然成为只能控制的一个重要分支，神经网络控制在解决复杂非线性、时变、不确定系统等控制问题方面有着较广泛的应用。在研究神经网络的过程中，人们发现将神经网络与PID控制方法结合，一方面，不仅可以增强神经网络在控制复杂非线性、强耦合性系统的能力，另一方面，也由于PID控制器结构简单、控制容易而使得PID神经网络的可行性更高，使得控制系统具备更好的控制性能。专利
技术实现思路
本专利技术的目的是提供一种基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制方法，能够适应超高速电机强耦合、高阶、非线性的特点，从而提高控制精度和稳定性。本专利技术基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制策略应用于基于SVPWM的超高速永磁同步电机矢量控制系统，在矢量控制的基础上，采用PID神经网络控制器提高系统的控制性能，采用无传感器的转速估计模块测量实际转速、角度位置。PID神经网络控制器将神经网络与传统的PID方法相结合，对复杂非线性、强耦合性系统具有较好的控制能力。同时，PID神经网络控制器利用反传算法对控制器的网络进行动态修改，具有较强的学习、记忆功能，有助于最终实现电机转速的稳定、可靠控制。实现本专利技术目的的技术解决方案为：一种基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制方法，包括以下步骤：步骤1、初始化PID神经网络控制器，设定学习步长、允许误差、连接权值的初始值；步骤2、根据超高速永磁同步电机的三相电流ia、ib、ic、三相电压ua、ub、uc，利用无传感器转速估计模块得到电机转速估计值ωr，将转速估计值积分得到电机角度估计值θr；步骤3、将电机转速估计值ωr和转速设定值ωr*设定值一起输入通过PID神经网络控制器进行处理，计算出电流给定值iq*；在PID神经网络控制器进行处理的过程中，若目标函数E大于允许误差，且满足学习步长，则通过反传方法动态修改PID神经网络中的连接权值；步骤4、结合电机角度的估计值θr，将测得的电流信号ia、ib、ic进行Clark变换和Park变换得到d-q两相旋转坐标系下的电流id、iq；步骤5、通过电流内环，计算d轴电流分量id与d轴给定的电流值id*＝0的差值，然后通过PID调节器得到d轴给定的电压值ud*；计算q轴电流分量iq与q轴给定的电流值iq*的差值，通过PID调节器得到q轴给定的电压值uq*；步骤6、结合电机角度的估计值θr对d-q两相旋转坐标系给定的电压值ud*，uq*进行Park逆变换，输出α-β两相静止坐标系下的给定电压值uα*、uβ*；步骤7、根据α-β两相静止坐标系下的给定电压值采用空间矢量脉冲宽度调制控制技术方法产生脉冲宽度调制信号，以此实现超高速永磁同步电机的定子磁链的圆形运动轨迹，空间矢量脉冲宽度调制控制产生的脉冲宽度调制信号通过电压型逆变器产生实际三相电压，控制电机转动。进一步，PID神经网络控制器采用2-3-1结构，具体为：PID神经网络控制器输入层由2个神经元构成，分别接收外部的输入信息，即转速设定值ωr*和转速估计值ωr；PID神经网络控制器隐含层由3个神经元构成，分别为比例元、积分元及微分元构成；PID神经网络控制器输出层由1个神经元构成，其输入为隐含层所有神经元的输出的加权和，其输出值为电流给定值iq*；目标函数E为：表示k时刻电机转速的设定值；ωr(k)表示k时刻转速估计模块测出的实际值；l表示采样的点数；隐含层至输出层连接权值的修改迭代公式为：其中，i表示隐含层神经元序号，i＝1,2,3；wi表示隐含层到输出层的连接权值；ηi表示学习步长，l表示采样的点数,x′i(k)表示第i个隐含层神经元的输出值，δ′(k)为狄拉克函数；输入层至隐含层连接权值的修改迭代公式为：其中，i表示输入层神经元序号，i＝1,2；j表示隐含层神经元序号，j＝1,2,3；wij表示输入层到隐含层的连接权值；ηi表示学习步长，l表示采样的点数,x′i(k)表示第i个输入层神经元的输出值式中，δ′(k)为狄拉克函数，sgn()为阶跃函数，u′j(k)为k时刻第j个隐含层的状态量，net′j(k)为k时刻第j个隐含层的输入量。本专利技术与现有技术相比，其显著优点为：(1)本专利技术在矢量控制的基础上，通过PID神经网络控制器对转速进行控制，PID神经网络结构既包含了静态函数，也包含了动态函数，具有良好的动态性能，提高了系统的自适应性和转速控制精度；(2)本专利技术的PID神经网络控制器通过误差反传算法对网络连接权值进行动态修改，可以实现系统的学习、记忆功能，使噪声或系统发生变化，系统也能够通过学习适应新的环境，达到较高的控制精度，而不会出现不稳定或低精度的情况,提高了系统的自适应能力和鲁棒性。附图说明图1为应用本专利技术方法的的超高速永磁同步电机转速控制系统结构图。图2为本专利技术中PID神经网络控制器实现方法示意图。图3为本专利技术的基于PID神经网络控制器的超高速永磁同步电机转速控制方法流程图。具体实施方式结合图1，本专利技术基于PID神经网络控制器的超高速永磁同步电机转速控制方法，采用了含有电流内环、转速外环的双闭环控制方法，包括以下步骤：步骤1、初始化PID神经网络控制器，设定学习步长、允许误差、连接权值初始值等。步骤2、根据超高速永磁同步电机的三相电流ia、ib、ic、三相电压ua、ub、uc，利用无传感器转速估计模块得到电机转速估计值ωr，将转速估计值积分得到电机角度估计值θr；步骤3、将电机转速估计值ωr和转速设定值ωr*设定值一起输入通过PID神经网络控制器进行比较、处理，计算出电流给定值iq*，同时，若目标函数E大于允许误差，且满足学习步长，则通过反传算法动态修改PID神经网络中的连接权值；其中，PID神经网络控制器采用2-3-1结构，输入层为2个神经元，隐含层为3个神经元，输出层为1个神经元；PID神经网络控制器的设计具体为：PID神经网络控制器输入层由2个神经元构成，分别接收外部的输入信息，即转速设定值ωr*和转速估计值ωr，在任意采样时刻k，其本文档来自技高网...

【技术保护点】
一种基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制方法，其特征在于，包括以下步骤：步骤1、初始化PID神经网络控制器，设定学习步长、允许误差、连接权值的初始值；步骤2、根据超高速永磁同步电机的三相电流ia、ib、ic、三相电压ua、ub、uc，利用无传感器转速估计模块得到电机转速估计值ωr，将转速估计值积分得到电机角度估计值θr；步骤3、将电机转速估计值ωr和转速设定值ωr

【技术特征摘要】
1.一种基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制方法，其特征在于，包括以下步骤：步骤1、初始化PID神经网络控制器，设定学习步长、允许误差、连接权值的初始值；步骤2、根据超高速永磁同步电机的三相电流ia、ib、ic、三相电压ua、ub、uc，利用无传感器转速估计模块得到电机转速估计值ωr，将转速估计值积分得到电机角度估计值θr；步骤3、将电机转速估计值ωr和转速设定值ωr*设定值一起输入通过PID神经网络控制器进行处理，计算出电流给定值iq*；在PID神经网络控制器进行处理的过程中，若目标函数E大于允许误差，且满足学习步长，则通过反传方法动态修改PID神经网络中的连接权值；步骤4、结合电机角度的估计值θr，将测得的电流信号ia、ib、ic进行Clark变换和Park变换得到d-q两相旋转坐标系下的电流id、iq；步骤5、通过电流内环，计算d轴电流分量id与d轴给定的电流值id*＝0的差值，然后通过PID调节器得到d轴给定的电压值ud*；计算q轴电流分量iq与q轴给定的电流值iq*的差值，通过PID调节器得到q轴给定的电压值uq*；步骤6、结合电机角度的估计值θr对d-q两相旋转坐标系给定的电压值ud*’uq*进行Park逆变换，输出α-β两相静止坐标系下的给定电压值uα*、uβ*；步骤7、根据α-β两相静止坐标系下的给定电压值采用空间矢量脉冲宽度调制控制技术方法产生脉冲宽度调制信号，以此实现超高速永磁同步电机的定子磁链的圆形运动轨迹，空间矢量脉冲宽度调制控制产生的脉冲宽度调制信号通过电压型逆变器产生实际三相电压，控制电机转动。2.如权利要求1所述基于PID神经网络控制器的无传感器超高速永磁同步电机转速控制方...

【专利技术属性】
技术研发人员：郭健，洪宇，吴益飞，林立斌，黄迪，王天野，薛舒严，钱抒婷，周梦兰，沈宏丽，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏,32