一种采用神经网络与滑模复合的异步电机转速控制方法技术

本发明专利技术提供了一种通过设置100个转速误差中心点参数与100个m轴以及t轴电流误差中心点参数构建神经网络切换与正弦基函数，得到m轴电流与t轴电流RBF神经网络；然后通过转速误差、t轴电流误差、m轴电流误差，分别设计非线性混合滤波器得到误差滤波速率信号，然后进行线性积分得到误差滤波信号；再根据误差信号、误差滤波速率信号、误差积分信号、误差滤波信号进行线性组合得到误差滑模信号，并通过m轴与t轴误差滑模信号对神经网络的权值设计自适应规律进行权值自适应更新；再根据误差滑模、电流误差以及神经网络输出进行组合叠加得到t轴与m轴控制总信号以及t轴理想电流信号，从而实现异步电机转速跟踪控制的方法。现异步电机转速跟踪控制的方法。现异步电机转速跟踪控制的方法。

【技术实现步骤摘要】
一种采用神经网络与滑模复合的异步电机转速控制方法


[0001]本专利技术涉及电机领域，具体而言，涉及一种采用神经网络与滑模复合的异步电机转速控制方法。

技术介绍

[0002]异步电机具有结构简单、制造容易、价格低廉、运行可靠、维护方便、坚固耐用等一系列优点。异步电机有较高的运行效率和较好的工作特性，从空载到满载范围内接近恒速运行，能满足大多数工农业生产机械的传动要求。
[0003]采用精确反演控制的方法需要电机精确模型参数，但由于精确建模的困难性，以及环境变化与负载波动变化也会引起模型参数的漂移；从而使得模型参数难以精确获得；传统的PID控制抗负载波动能力不强，当负载波动与环境参数变化较大时，需要重新进行参数整定；滑模控制具有较好的快速性，而神经网络具有强大的并行计算能力，同时能够对系统模型的不确定性以及负载波动与环境参数变化对异步电机带来的不利影响采取整体估计的方式进行动态逼近与补偿。基于上述原因，本专利技术提出了一种正弦与切换结合的RBF神经网络，并与滑模控制进行相互匹配，实现了异步电机的转速稳定跟踪，实验结果表明了方案的有效性，且具有很高的工程应用价值。
[0004]需要说明的是，在上述
技术介绍
部分专利技术的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本专利技术的目的在于提供一种采用神经网络与滑模复合的异步电机转速控制方法，进而克服了由于相关技术缺陷导致的异步电机控制抗负载波动以及结构参数环境参数变化能力不强的问题。
[0006]根据本专利技术的一个方面，提供一种采用神经网络与滑模复合的异步电机转速控制方法动，包括以下六个步骤：
[0007]步骤S10，采用测速传感器测量异步电机转子的角速度，记作ω；采用传感器测量异步电机三相静止坐标系中的电流信号，分别记作i
a
、i
b
、i
c
；然后采用三相到两相变换，得到两相静止坐标系中的电流信号，记作i
α
、i
β
；然后再采用从两相静止到两相旋转坐标系变换，得到两相旋转电流信号，分别记作i
st
、i
sm
；其旋转变换方式如下所示：
[0008][0009]其中N3为三相异步电动机的每相等效绕组的匝数；N2为与三相异步电动机等效的两相电动机等效绕组的匝数；选取
[0010][0011]其中i
st
为两相旋转t轴电流信号、i
sm
为两相旋转m轴电流信号；为两相静止坐标系与两相旋转坐标系之间的夹角，其计算方式如下：
[0012][0013]其中n
p
为电机极对数，为常值参数；ω
s
为电机转差角频率，其计算方式如下：
[0014][0015]其中L
m
为定子等效绕组与转子等效绕组的互感系数，为常值参数；T
r
为电机转子时间常数，为常值参数；ψ
r
为转子磁链。
[0016]步骤S20，根据异步电机的转速指令信号与异步电机转子的角速度进行比较，得到转速误差信号；设定期望t轴电流信号的初始值为0，然后与所述的两相旋转t轴电流信号进行比较，得到t轴电流误差信号；根据异步电机设定的期望m轴电流信号与两相旋转m轴电流信号进行比较，得到m轴电流误差信号；然后根据所述的转速误差信号、t轴电流误差信号、m轴电流误差信号进行非线性混合叠加，得到混合误差信号；然后根据混合误差信号进行非线性积分，得到混合误差非线性积分信号；再以转速误差信号与混合误差信号为输入，设计非线性混合滤波器，得到混合误差滤波速率信号，然后进行线性积分得到混合误差滤波信号；再根据所述的转速误差信号、混合误差信号、混合误差非线性积分信号、混合误差滤波速率信号以及混合误差滤波信号进行线性组合，得到混合误差滑模信号；再根据混合误差滑模信号、混合误差滤波速率信号以及t轴电流误差信号、m轴电流误差信号进行非线性组合得到t轴期望电流信号。
[0017]步骤S30，根据所述的转速误差信号与m轴电流误差信号，设置100个转速误差中心点参数与100个m轴电流误差中心点参数；然后求解转速误差与m轴电流误差相对每个中心点的m轴复合虚拟距离；然后设置神经网络m轴电流切换权值初始值为0，设置神经网络m轴电流正弦权值初始值为0；再组建m轴电流正弦切换复合神经网络，解算网络输出，得到m轴神经网络输出信号；根据所述的转速误差信号与m轴电流误差信号，设置100个t轴电流误差中心点参数；然后求解转速误差与t轴电流误差相对每个中心点的t轴复合虚拟距离；然后设置神经网络t轴电流切换权值初始值为0，设置神经网络t轴电流正弦权值初始值为0；再组建t轴电流正弦切换复合神经网络，解算网络输出，得到t轴神经网络输出信号。
[0018]步骤S40，根据所述的t轴电流误差信号进行非线性积分得到t轴电流误差积分信号；再以t轴电流误差信号为输入，设计t轴非线性混合滤波器，得到t轴误差滤波速率信号，然后进行线性积分得到t轴误差滤波信号；再根据所述的t轴电流误差信号、t轴误差滤波速率信号、t轴电流误差积分信号、t轴误差滤波信号进行线性组合，得到t轴误差滑模信号；再根据t轴误差滑模信号、t轴电流误差信号以及t轴神经网络输出信号进行组合叠加得到t轴控制总信号。
[0019]步骤S50，根据所述的m轴电流误差信号进行非线性积分得到m轴电流误差积分信号；再以m轴电流误差信号为输入，设计m轴非线性混合滤波器，得到m轴误差滤波速率信号，然后进行线性积分得到m轴误差滤波信号；再根据所述的m轴电流误差信号、m轴误差滤波速
率信号、m轴电流误差积分信号、m轴误差滤波信号进行线性组合，得到m轴误差滑模信号；再根据m轴误差滑模信号、m轴电流误差信号以及m轴神经网络输出信号进行组合叠加得到m轴控制总信号。
[0020]步骤S60，根据所述的m轴电流误差信号与m轴误差滑模信号分别设计神经网络m轴电流切换权值估计律信号与神经网络m轴电流正弦权值估计律信号；然后进行积分得到神经网络m轴电流切换权值与神经网络m轴电流正弦权值信号，从而对m神经网络权值进行更新；根据所述的t轴电流误差信号与t轴误差滑模信号分别设计神经网络t轴电流切换权值估计律信号与神经网络t轴电流正弦权值估计律信号；然后进行积分得到神经网络t轴电流切换权值与神经网络t轴电流正弦权值信号，从而对t神经网络权值进行更新；将t轴控制总信号与m轴控制总信号进行由步骤S10中的两相静止到两相旋转坐标系变换的逆变换、三相到两相变换的逆变换，然后将得到的三相信号输送给异步电机，从而实现异步电机的转速控制。
[0021]在本专利技术的一种示例实施例中，根据所述的转速误差信号、混合误差信号、混合误差非线性积分信号、混合误差滤波速率信号以及混合误差滤波信号进行线性组合，得到混合误差滑模信号；再根据混合误差滑模信号、混合误差滤波速率信号以及t轴电流误差信号、m轴电流误差信号进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种采用神经网络与滑模复合的异步电机转速控制方法，其特征在于，包括以下步骤：步骤S10，采用测速传感器测量异步电机转子的角速度，记作ω；采用传感器测量异步电机三相静止坐标系中的电流信号，分别记作i
a
、i
b
、i
c
；然后采用三相到两相变换，得到两相静止坐标系中的电流信号，记作i
α
、i
β
；然后再采用从两相静止到两相旋转坐标系变换，得到两相旋转电流信号，分别记作i
st
、i
sm
；其旋转变换方式如下所示：其中N3为三相异步电动机的每相等效绕组的匝数；N2为与三相异步电动机等效的两相电动机等效绕组的匝数，选取电动机等效绕组的匝数，选取其中i
st
为两相旋转t轴电流信号、i
sm
为两相旋转m轴电流信号；为两相静止坐标系与两相旋转坐标系之间的夹角，其计算方式如下：其中n
p
为电机极对数，为常值参数；ω
s
为电机转差角频率，其计算方式如下：其中L
m
为定子等效绕组与转子等效绕组的互感系数，为常值参数；T
r
为电机转子时间常数，为常值参数；ψ
r
为转子磁链；步骤S20，根据异步电机的转速指令信号与异步电机转子的角速度进行比较，得到转速误差信号；设定期望t轴电流信号的初始值为0，然后与所述的两相旋转t轴电流信号进行比较，得到t轴电流误差信号；根据异步电机设定的期望m轴电流信号与两相旋转m轴电流信号进行比较，得到m轴电流误差信号；然后根据所述的转速误差信号、t轴电流误差信号、m轴电流误差信号进行非线性混合叠加，得到混合误差信号；然后根据混合误差信号进行非线性积分，得到混合误差非线性积分信号；再以转速误差信号与混合误差信号为输入，设计非线性混合滤波器，得到混合误差滤波速率信号，然后进行线性积分得到混合误差滤波信号；再根据所述的转速误差信号、混合误差信号、混合误差非线性积分信号、混合误差滤波速率信号以及混合误差滤波信号进行线性组合，得到混合误差滑模信号；再根据混合误差滑模信号、混合误差滤波速率信号以及t轴电流误差信号、m轴电流误差信号进行非线性组合得到t轴期望电流信号如下：e＝ω
d
‑
ω；ω；
s
a
＝k1e+k2e3+k3s0+k4e
d
+k5e
d1
；其中ω
d
为异步电机的转速指令信号，e为转速误差信号；为理想t轴电流信号，为异步电机设定的理想m轴电流信号；e1为m轴电流误差信号；e2为t轴电流误差信号；e3为混合误差信号；c1、c2、c3为常值参数信号；s0为混合误差非线性积分信号，T为常值积分参数；T1与c4为非线性混合滤波器的常值参数，e
d1
为混合误差滤波速率信号，e
d
为混合误差滤波信号；s
a
为混合误差滑模信号；k1、k2、k3、k4、k5、k6、k7、k8、k9为常值控制参数；步骤S30，根据所述的...

【专利技术属性】
技术研发人员：杨咏东，孙卫明，王君美，
申请(专利权)人：烟台大学，
类型：发明
国别省市：