The invention provides an adaptive motor control method, device and storage medium, through real-time detection of the running area of the motor to determine the running area of the motor, and then automatically trigger the corresponding motor model according to the judgment result, and finally calculate the control parameters of the motor running according to the corresponding motor model to realize the control of the motor. The invention realizes the motor control in the running process of the motor through the double model switching mode, and solves the problem that the single model is not reliable in realizing the motor control in the prior art.
【技术实现步骤摘要】
自适应马达控制方法、装置及存储介质
本专利技术涉及马达控制领域,尤其涉及一种自适应马达控制方法、装置及存储介质。
技术介绍
在传统的马达控制中,若要达到马达的完美操作,则需要知道精确地马达模型。由于现有马达的物理模型无法完全采用广泛使用的线性模型,因此,现有技术中一般采用非线性模型来近似马达的物理模型。但是,非线性模型的构建和实现都有着很多问题,比如:对于非线性模型的可靠性:在建立模型时,很难保证马达的物理模型与构建的非线性模型的一致性;其次,对于模型参数的准确性:在测量参数时,一方面非线性参数很难测量,另一方面就是实测的数值也只是近似的。因此在使用数学模型来表达真实马达时,必然是近似的,唯一的区别在于有多近似,这样很难保证模型的准确度。因此,有必要提供一种可以适应性马达的非线性控制的方法,来实现对马达的非线性控制。
技术实现思路
本专利技术的目的之一在于提供一种自适应马达控制方法,其能够解决现有技术中马达的控制采用单一的马达模型对马达控制时准确性低、可靠性差等问题。本专利技术的目的之二在于提供一种自适应马达控制装置,其能够解决现有技术中马达的控制采用单一的马达模型对马达控制时准确性低、可靠性差等问题。本专利技术的目的之三在于提供一种计算机可读存储介质,其能够解决现有技术中马达的控制采用单一的马达模型对马达控制时准确性低、可靠性差等问题。本专利技术的技术方案之一如下:一种自适应马达控制方法,所述自适应马达控制方法包括:获取数据步骤:获取当 ...
【技术保护点】
1.一种自适应马达控制方法,其特征在于,所述自适应马达控制方法包括:/n获取数据步骤:获取当前时刻马达运行过程中的当前参数;/n确定步骤:根据当前参数确定当前时刻马达运行的区域类型;/n触发步骤:根据当前时刻马达运行的区域类型触发对应的马达模型;/n控制步骤:将当前参数输入到对应的马达模型中;根据当前参数生成马达运行的控制参数;根据马达运行的控制参数控制马达的运行控制。/n
【技术特征摘要】
1.一种自适应马达控制方法,其特征在于,所述自适应马达控制方法包括:
获取数据步骤:获取当前时刻马达运行过程中的当前参数;
确定步骤:根据当前参数确定当前时刻马达运行的区域类型;
触发步骤:根据当前时刻马达运行的区域类型触发对应的马达模型;
控制步骤:将当前参数输入到对应的马达模型中;根据当前参数生成马达运行的控制参数;根据马达运行的控制参数控制马达的运行控制。
2.根据权利要求1所述的自适应马达控制方法,其特征在于:所述当前时刻马达运行的区域类型包括线性区域和非线性区域,所述确定步骤包括:
当确定当前时刻马达运行的区域类型为线性区域时,触发线性模型,并执行线性控制步骤;
当确定当前时刻马达运行的区域类型为非线性区域时,触发神经网络模型,并执行非线性控制步骤。
3.根据权利要求2所述的自适应马达控制方法,其特征在于:所述线性控制步骤:将当前参数输入到线性模型得出马达运行的控制参数,根据马达运行的控制参数控制马达的运行;
所述非线性控制步骤:将当前参数输入到神经网络模型得出马达运行的控制参数,根据马达运行的控制参数控制马达的运行。
4.根据权利要求3所述的自适应马达控制方法,其特征在于:所述神经网络模型为时间延迟神经网络模型。
5.根据权利要求4所述的自适应马达控制方法,其特征在于:所述时间延迟神经网络模型的训练步骤包括:
从历史数据中获取马达运行过程中各个参数,其中,将其作为时间延迟神经网络模型的输入层节点的参数;
从...
【专利技术属性】
技术研发人员:路翔,向征,郑亚军,
申请(专利权)人:瑞声科技新加坡有限公司,
类型:发明
国别省市:新加坡;SG
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。