Aiming at the problem of rotor position detection of brushless DC motor, a position sensing method of brushless DC motor based on support vector machine (SVM) hierarchical classification is proposed. Its main feature is that the stator voltage and current of BLDCM are input to hierarchical SVM, and the rotor position information is output. The rotor position of BLDCM is divided into six regions. Each SVM output corresponds to the combination of regional classes, and the decision is made step by step until the corresponding region position of the rotor is distinguished. The optimal parameters of SVM are determined by training the SVM network with the grid optimization method, and then the training is carried out. The trained network model is applied to the motor operation. The stator voltage and current are collected as the input of SVM. The position information of the final rotor is determined by hierarchical classification. The logic conversion signal is calculated by the position of the rotor, and the on-off of the corresponding switch in each region is determined, that is, the commutation logic signal.
【技术实现步骤摘要】
基于支持向量机分层分类的无刷直流电机位置传感方法
本专利技术涉及一种无刷直流电机领域的转子位置传感方法,具体的说就是一种基于支持向量机(SVM)分层分类的无刷直流电机位置传感方法。
技术介绍
无刷直流电机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,从而使定子磁场与转子永磁磁场始终保持90左右的空间角,产生转矩推动转子运转。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,需要安装位置检测装置,但有位置检测装置的无刷直流电机存在以下缺点:增加电机体积,不利于电机小型化;位置传感器安装在电机内部很有限的空间里,难以安装并且维修困难;难于适应恶劣的环境;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。目前转子无位置传感器装置的位置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;而电流法的实现主要依赖于电流传感器的精度,一般情况下,传感器能够较好的获得电流大小的信号,而对电流相位和波形的细小变化则很难检测到。故反电势法和电流法单独使用都有其局限性。
技术实现思路
技术问题:有位置传感器和多种无位置传感器装置的转子信号检测方法都有其局限性,因此较难运用到对电机运行要求比较高的场合。技术方案:为了解决上述问题,将支持向量机(SVM)分层分类用到转子位置检测中去,通过电流速度控制使得电机能够按照要求稳定运转。对于无刷直流电机,将转子位置信号与电机电压、电流之间的映射模型建立起来,采用支持向量机分层分类实现这种映射。将电机电压和电流作为支持向量机 ...
【技术保护点】
1.一种基于支持向量机(SVM)分层分类的无刷直流电机位置传感方法,其特征在于通过SVM分层分类器获取无刷直流电机转子的位置信号,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。本专利技术提出的一种基于SVM分层分类的位置检测算法,采用支持向量机二分类结构,通过分层决策确定最终分类输出,主要包括支持向量机分层分类建模和模型运行部分:1)支持向量机分层分类建模部分主要实现步骤如下:Step1:对有位置传感器同型号无刷直流电机采集系统输入输出检测信号:A、B相电压ua(k),ub(k)电流ia(k),ib(k),ia(k‑1),ib(k‑1)作为支持向量机的输入,S(K)为转子位置信号,将其作为支持向量机的输出,每个SVM输出对应一个区域样本集合,不断决策,直至分出每一类别。将直流电机的转子旋转的0‑360度电角度分为每60度一个区域共6个区域,转子位置用所在区域序号1‑6表示,将测得的训练数据和测试数据进行归一化处理;Step2:共设置5个支持向量机2分类器,第一层1个分类器就把选取的两种类别(如1‑2)的样本定为正样本,剩余4种类别(如3‑6类别)的样本定为负样本,第二层2个分 ...
【技术特征摘要】
1.一种基于支持向量机(SVM)分层分类的无刷直流电机位置传感方法,其特征在于通过SVM分层分类器获取无刷直流电机转子的位置信号,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。本发明提出的一种基于SVM分层分类的位置检测算法,采用支持向量机二分类结构,通过分层决策确定最终分类输出,主要包括支持向量机分层分类建模和模型运行部分:1)支持向量机分层分类建模部分主要实现步骤如下:Step1:对有位置传感器同型号无刷直流电机采集系统输入输出检测信号:A、B相电压ua(k),ub(k)电流ia(k),ib(k),ia(k-1),ib(k-1)作为支持向量机的输入,S(K)为转子位置信号,将其作为支持向量机的输出,每个SVM输出对应一个区域样本集合,不断决策,直至分出每一类别。将直流电机的转子旋转的0-360度电角度分为每60度一个区域共6个区域,转子位置用所在区域序号1-6表示,将测得的训练数据和测试数据进行归一化处理;Step2:共设置5个支持向量机2分类器,第一层1个分类器就把选取的两种类别(如1-2)的样本定为正样本,剩余4种类别(如3-6类别)的样本定为负样本,第二层2个分类器,第一层判定...
【专利技术属性】
技术研发人员:秦斌,王欣,秦羽新,
申请(专利权)人:湖南工业大学,
类型:发明
国别省市:湖南,43
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。