一种开关磁阻电机参考转矩在线修正的控制系统及方法技术方案

本发明专利技术涉及开关磁阻电机控制技术领域，具体涉及一种开关磁阻电机参考转矩在线修正的控制系统及方法，通过在线修正参考转矩值的方法，直接用转矩误差调整神经网络的输出，省去比例微分控制器，减少计算量。与现有技术相比，本发明专利技术的优点为：根据SRM参考转矩值与相电流的周期性关系特征，以符合SRM相电流变化规律的函数作为神经网络的隐含层激活函数，设计符合SRM强非线性特性的参考转矩在线修正的神经网络；以参考转矩值与瞬时转矩值的差值为调节依据，在线调整神经网络的权值系数和隐含层系数，修正参考转矩值，实现转矩脉动的有效抑制；同时计算量低构成嵌入式系统，适用于SRM的在线控制。线控制。线控制。

【技术实现步骤摘要】
一种开关磁阻电机参考转矩在线修正的控制系统及方法


[0001]本专利技术涉及开关磁阻电机控制
，具体涉及一种开关磁阻电机参考转矩在线修正的控制系统及方法。

技术介绍

[0002]开关磁阻电机(Switched Reluctance Motor，简称为SRM)无需稀有金属制造，转子无绕组及永磁材料，具有结构简单、制造成本低、调速范围宽等优点，其主开关器件与相绕组直接串联，避免了驱动电路发生短路而击穿的可能，具有极高的安全性，因而在较为关注绿色环保的当代社会得到了极大的关注，并有望成为下一代新能源汽车的动力源首选。
[0003]SRM较高的转矩脉动限制了其应用场合，为降低转矩脉动，常见的控制方法有直接瞬时转矩控制(Direct Instantaneous Torque Control，DITC)和转矩分配函数(Torque Sharing Function，TSF)。直接瞬时转矩控制将转矩作为控制目标，实现转矩滞环控制。但是该方法不容易限制电流的形状，容易使得电流出现较大尖峰，电流不平滑。转矩分配函数是另一种常用的方法，通过将参考转矩分配到SRM各相，在SRM的换相过程中，通过比较实时电流与分配电流，控制电流迟滞环，实现通过控制电流来控制电磁转矩和转速的目标，在平滑电流的过程中，实现降低转矩脉动的目标。
[0004]公开号为CN110022109A的专利技术专利公开了转矩
‑
电流神经网络模型SRM转矩脉动控制方法与系统，其设计了一种前馈与误差补偿结合的方法，前馈通路将参考转矩通过神经网络调节得到参考电流，误差补偿则用参考转矩值与瞬时转矩值计算误差，所得误差送入比例微分控制器，同时比例微分控制器的输出作为神经网络调节的依据。
[0005]该方法为基于调整参考电流来降低转矩脉动，但仍然具有计算量大的缺点。

技术实现思路

[0006]本专利技术的目的在于提供一种开关磁阻电机参考转矩在线修正的控制系统及方法，通过转矩误差修正神经网络的输出，最终调整参考转矩值，达到降低转矩脉动的目标。
[0007]为实现上述目的，本专利技术提供了一种开关磁阻电机参考转矩在线修正的控制系统，包括PI控制器、神经网络调节器、转矩分配模块、转矩电流转换模块、电流滞环模块、功率变换电路、开关磁阻电机、编码器、转矩表和转速计算模块，所述PI控制器、所述神经网络调节器、所述转矩分配模块和所述转矩电流转换模块依次连接，所述转矩电流转换模块的输出端与所述开关磁阻电机的反馈电流连接到电流滞环模块的输入端，所述电流滞环模块的输出端连接到所述功率变换电路的输入端，所述功率变换电路的输出端与所述开关磁阻电机的输入端连接，所述开关磁阻电机、所述编码器和所述转速计算模块顺序连接。
[0008]其中，除所述PI控制器的输出与所述神经网络调节器的输入直连外，所述PI控制器的输出与转矩表的输出作差得到转矩偏差也连接到所述神经网络调节器的输入端。
[0009]其中，所述的PI控制器，用于根据转速误差及其变化率进行处理，通过PI调节输出参考转矩值；
[0010]所述的神经网络调节器，用于根据当前转子角及转矩误差进行在线修正参考转矩值，得到修正的参考转矩值；
[0011]所述的转矩分配模块，用于将修正的参考转矩值分配到各相，得到各相的参考转矩值，分配依据为当前转子角；
[0012]所述的转矩电流转换模块，用于将各相的参考转矩值转化为参考相电流；
[0013]所述的电流滞环模块，用于比较给定相电流与反馈相电流，从而计算出送给功率变换电路的驱动信号；
[0014]所述的功率变换电路，用于通过给各相绕组施加电压或断开绕组上的电压来控制电机工作；
[0015]所述的编码器，用于检测电机转子位置；
[0016]所述的转矩表，用于根据输入的当前电机转子位置和当前相电流，查表得到当前实际输出转矩值，即瞬时转矩值；
[0017]所述的转速计算模块，用于根据编码器测量到的电机转子位置，计算出转子运转速度。
[0018]其中，所述神经网络调节器的神经网络包含有3层，分别为输入层，隐含层和输出层，输入为转子角θ和参考转矩值T
ref
，输出为修正的参考转矩值T
mod
，隐含层的第j个隐函数在k时刻的值为
[0019][0020]其中，c
j
(k)为第j个中心点在第k时刻的值，b
j
(k)为第j个隐函数在第k时刻的宽度，||θ
‑
c
j
(k)||为转子角与c
j
(k)的中心距。
[0021]其中，神经网络学习采用梯度下降法，选取性能指标函数为：
[0022][0023]式中，T
ref
为参考转矩值，T
ins
为瞬时转矩值；神经网络的目标是逼近并跟踪T
ins
，
[0024][0025]权值迭代算法为：
[0026][0027]式中，δ为学习速率；
[0028][0029]式中，α为动量因子，w
j
(k)、w
j
(k
‑
1)、w
j
(k
‑
2)分别表示第j隐含节点k时刻的加权值、第j隐含节点k时刻的前一时刻的加权值及第j隐含节点k
‑
1时刻的前一时刻的加权值，Δw
j
(k)是w
j
(k)的增量；
[0030]c
j
(k)、c
j
(k
‑
1)、c
j
(k
‑
2)分别表示第j隐含节点k时刻的中心值、第j隐含节点k时刻的前一时刻的中心值及第j隐含节点k
‑
1时刻的前一时刻的中心值，Δc
j
(k)是c
j
(k)的增量；
[0031]b
j
(k)、b
j
(k
‑
1)、b
j
(k
‑
2)分别表示第j隐含节点k时刻的宽度值、第j隐含节点k时刻的前一时刻的宽度值及第j隐含节点k
‑
1时刻的前一时刻的宽度值，Δb
j
(k)是b
j
(k)的增量；
[0032]修正的参考转矩值T
mod
为
[0033][0034]式中，N为神经网络的隐含层节点数，取值范围为：5～9。
[0035]其中，开关磁阻电机电流周期性变化且依次相差一个步距角θ
step
，输入层先对θ进行预处理使其以m*θ
step
为周期在区间[0,m*θ
step
]内变化，其中m为SRM的相数，初始化隐函数中心值
[0036]c
j
(0)＝θ
step
*floor(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种开关磁阻电机参考转矩在线修正的控制系统，其特征在于，包括PI控制器、神经网络调节器、转矩分配模块、转矩电流转换模块、电流滞环模块、功率变换电路、开关磁阻电机、编码器、转矩表和转速计算模块，所述PI控制器、所述神经网络调节器、所述转矩分配模块和所述转矩电流转换模块依次连接，所述转矩电流转换模块的输出端与所述开关磁阻电机的反馈电流连接到电流滞环模块的输入端，所述电流滞环模块的输出端连接到所述功率变换电路的输入端，所述功率变换电路的输出端与所述开关磁阻电机的输入端连接，所述开关磁阻电机的输出与所述编码器的输入连接，所述编码器输出转子角θ，分别接入转矩分配模块、转矩表和转速计算模块。2.如权利要求1所述的开关磁阻电机参考转矩在线修正的控制系统，其特征在于，除所述PI控制器的输出与所述神经网络调节器的输入直连外，所述PI控制器的输出与转矩表的输出作差得到转矩偏差也连接到所述神经网络调节器的输入端。3.如权利要求2所述的开关磁阻电机参考转矩在线修正的控制系统，其特征在于，所述的PI控制器，用于根据转速误差及其变化率进行处理，通过PI调节输出参考转矩值；所述的神经网络调节器，用于根据当前转子角及转矩误差进行在线修正参考转矩值，得到修正的参考转矩值；所述的转矩分配模块，用于将修正的参考转矩值分配到各相，得到各相的参考转矩值，分配依据为当前转子角；所述的转矩电流转换模块，用于将各相的参考转矩值转化为参考相电流；所述的电流滞环模块，用于比较给定相电流与反馈相电流，从而计算出送给功率变换电路的驱动信号；所述的功率变换电路，用于通过给各相绕组施加电压或断开绕组上的电压来控制电机工作；所述的编码器，用于检测电机转子位置；所述的转矩表，用于根据输入的当前电机转子位置和当前相电流，查表得到当前实际输出转矩值，即瞬时转矩值；所述的转速计算模块，用于根据编码器测量到的电机转子位置，计算出转子运转速度。4.如权利要求3所述的开关磁阻电机参考转矩在线修正的控制系统，其特征在于，所述神经网络调节器的神经网络包含有3层，分别为输入层，隐含层和输出层，输入为转子角θ和参考转矩值T
ref
，输出为修正的参考转矩值T
mod
，隐含层的第j个隐函数在k时刻的值为其中，c
j
(k)为第j个中心点在第k时刻的值，b
j
(k)为第j个隐函数在第k时刻的宽度，||θ
‑
c
j
(k)||为转子角与c
j
(k)的中心距。5.如权利要求4所述的开关磁阻电机参考转矩在线修正的控制系统，其特征在于，神经网络学习采用梯度下降法，选取性能指标函数为：
式中，T
ref
为参考转矩值，T
ins
为瞬时转矩值；神经网络的目标是逼近并跟踪T
ins
，权值迭代算法为：式中，δ为学习速率；式中，α为动量因子，w
j
(k)、w
j
(k
‑
1)、w
j
(k
‑
2)分别表示第j隐含节点k时刻的加权值、第j隐含节点k时刻的前一时刻的加权值及第j隐含节点k
‑
1时刻的前一时刻的加权值，Δw
j
...

【专利技术属性】
技术研发人员：经本钦，党选举，经夏薇，刘政，蒋延军，丘源，嵇建波，李精华，杨春山，王鹏举，
申请(专利权)人：桂林航天工业学院，
类型：发明
国别省市：