一种基于极限学习机分类的无刷直流电机无位置传感器控制方法技术
【技术实现步骤摘要】
一种基于极限学习机分类的无刷直流电机无位置传感器控制方法
本专利技术涉及的是一种无刷直流电机领域的控制方法，具体的说就是一种基于极限学习机分类的无刷直流电机无位置传感器控制的方法。
技术介绍
无刷直流电机由于没有电刷，需要通过电子换向电路来进行电流换向，而要实现电子换向必须要有位置信号。通过转子位置信号来控制电子换相电路使定子电枢各绕组不断的换相通电，从而使的定子磁场随着转子的位置在不断的变化，使定子磁场与转子永磁磁场始终保持左右的空间角，产生转矩推动转子运转。由于电子换相电路需要转子位置信号控制，因此需要测量转子位置，传统无刷直流电机的转子位置信息是通过位置传感器测得的，但有位置传感器的无刷直流电机存在以下缺点：(1)电机体积过大，不利于电机小型化；(2)位置传感器难于安装在电机内部很有限的空间里，并且维修困难；(3)难于适应恶劣的环境；(4)传感器接线复杂，容易引入干扰。因此无位置传感器无刷直流电机成了人们研究的热点。目前转子位置传感器测量技术主要有反电势法、电流检测法、智能算法。反电势与速度成正比，因此在转速很低甚至为零时不能通过检测反电势来得到过零信号；而...
【技术保护点】
一种基于极限学习机(ELM)分类的无刷直流电机无位置传感器控制方法，其特征在于利用极限学习的分类方法求出转子位置信息，从而实现无刷直流电机无位置传感器控制。将直流电机的转子位置分为6个区域，即分为6个类别，直流电机运行的整个过程中各绕组对应的电流和定子端电压作为对象的特征向量，极限学习机的分类方法就是利用这些对象的特征向量判断出转子所在区域，然后根据转子所在区域推算出逆变电路的逻辑换相信号，最后结合速度双闭环控制，完成电机的基本控制，减少电机因位置传感器的存在而带来的误差以及减小电机体积。
【技术特征摘要】
1.一种基于极限学习机(ELM)分类的无刷直流电机无位置传感器控制方法，其特征在于利用极限学习的分类方法求出转子位置信息，从而实现无刷直流电机无位置传感器控制。将直流电机的转子位置分为6个区域，即分为6个类别，直流电机运行的整个过程中各绕组对应的电流和定子端电压作为对象的特征向量，极限学习机的分类方法就是利用这些对象的特征向量判断出转子所在区域，然后根据转子所在区域推算出逆变电路的逻辑换相信号，最后结合速度双闭环控制，完成电机的基本控制，减少电机因位置传感器的存在而带来的误差以及减小电机体积。2.根据权利1要求的一种基于ELM分类的位置检测算法，主要包括极限学习机分类处理和逻辑换相信号的推算两个部分。极限学习机的分类处理主要是通过获取的电机相关数据训练极限学习机网络，从而确定极限学习机网络结构相应参数，再通过确定好的极限学习机网络的分类方法获取无刷直流电机转子位置所在的区域；逻辑换相信号的推算，主要是根据转子所在区域判断逆变电路相应开关管的通断。主要实现步骤如下：1极限学习机分类处理部分主要实现步骤如下：Step1：确定网络的基本结构和参数确定隐含层神经元个数，初始化隐层节点个数，然后不断增加隐层节点个数，但隐层节个数一般小于训练数据个数，训练和测试在不同隐层节点下的ELM网络，输出训练和测试误差，训...
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。