【技术实现步骤摘要】
基于BP神经网络的永磁同步伺服系统谐振陷波器参数自校正方法
本专利技术涉及高低频响永磁同步伺服系统的
，尤其涉及一种永磁同步伺服系统速度环谐振陷波器参数自校正方法。
技术介绍
永磁同步伺服系统以其稳定性强、快速性好、控制精度高等特点在各个领域得到广泛应用。在实际应用中，伺服电机通过传动轴带动负载运动，受传动轴弹性系数的影响，随着系统性能的提升，系统带宽不断上升，势必会出现机械谐振现象。机械谐振限制了伺服驱动器的增益和速度环带宽，影响系统控制性能，对机械装置造成损害，存在安全隐患。最早的谐振抑制手段是从机械结构入手，尽量提高谐振频率使其高于系统带宽，减少谐振对系统的影响。包括加大传动轴的刚度系数、添加隔振减震装置、提高电机与负载的惯量比等措施。但此种方法会大大增加设计成本和设计难度，且随着带宽的不断提高，改善机械结构的方法逐渐无法对机械谐振的抑制产生作用。随着控制理论的成熟，控制算法的改善，在伺服控制系统中引入控制手段成为主流的谐振抑制方法。其中通过改变控制器参数和结构达到抑制谐振效果的方法称为主动抑制，通过引入补偿或矫正装置的方法称为被动抑制。目前最常用的就...
【技术保护点】
1.一种基于BP神经网络的永磁同步伺服系统谐振陷波器参数自校正方法，通过在永磁同步伺服系统中采用引入谐振陷波器，并实时自动校正谐振陷波器的参数，实现对永磁同步伺服系统的高性能速度环机械谐振的抑制，其特征在于：包括以下步骤：S1、对陷波器进行数字化处理，设定陷波器的初始值、BP神经网络各层初始权重和单元数、初始学习速率、初始b值、学习速率调整系数等；S2、给定系统输入，结合电机实际转速计算速度PI调节器输出，计算BP神经网络各层输入输出，输出层输出即为陷波器参数；S3、根据转速误差，建立自适应学习速率，反向更新各层权值，动态调整陷波器参数，实现自动校正速度环谐振陷波器的参数。
【技术特征摘要】
1.一种基于BP神经网络的永磁同步伺服系统谐振陷波器参数自校正方法，通过在永磁同步伺服系统中采用引入谐振陷波器，并实时自动校正谐振陷波器的参数，实现对永磁同步伺服系统的高性能速度环机械谐振的抑制，其特征在于：包括以下步骤：S1、对陷波器进行数字化处理，设定陷波器的初始值、BP神经网络各层初始权重和单元数、初始学习速率、初始b值、学习速率调整系数等；S2、给定系统输入，结合电机实际转速计算速度PI调节器输出，计算BP神经网络各层输入输出，输出层输出即为陷波器参数；S3、根据转速误差，建立自适应学习速率，反向更新各层权值，动态调整陷波器参数，实现自动校正速度环谐振陷波器的参数。2.根据权利要求1所述的基于BP神经网络的永磁同步伺服系统谐振陷波器参数自校正方法，其特征在于：所述自动校正速度环谐振陷波器的参数的具体方法为：首先对陷波器进行数字化处理，其表达式为：其中，x1、x2、x3、x4、x5是要自动校正的陷波器参数；为速度调节器输出的预处理转矩；TM为陷波器输出转矩。其次，在对BP神经网络进行训练时，需要根据电机给定转速值ωr和电机实际转速值ωM来更新各层权值。本系统中，预处理转矩在经过速度PI调节器后成为陷波器输入值，速度PI调节器表达式为：其中kp、ki分别为速度PI调节器的比例和积分参数；e为转速误差，且e＝ωr-ωM。3.根据权利要求1或2所述的基于BP神经网络的永磁同步伺服系统谐振陷波器参数自校正方法，其特征在于：采用BP神经网络自动校正速度环谐振陷波器的参数时，计算各层的输入输出，同时根据转速误差来更新各层权值；所述BP神经网络的各层包括输入层、隐含层、输出层，隐含层输入为输入层输出，输出层输...
【专利技术属性】
技术研发人员：卢少武，唐小琦，张庆祥，李振瀚，颜昌亚，周向东，曾祥兵，
申请(专利权)人：东莞市三姆森光电科技有限公司，
类型：发明
国别省市：广东,44
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。