一种神经网络转速估计器的异步电机无传感器控制方法技术

本发明专利技术公开了一种神经网络转速估计器的异步电机无传感器控制方法，属于电机控制技术领域；包括以下步骤：根据异步电机静止坐标系下转子磁链定向的数学模型，采用两层神经网络估计得到预估定子电流和预估定子电阻；构建学习率函数来取代不断学习速率，自适应改变学习速率，进行调整权重的更新；根据异步电机静止坐标系下转子磁链定向的数学模型，建立电压模型和电流模型；将上述步骤得到的预估定子电流和预估定子电阻带入电压模型和电流模型中修正磁链，从而得到转速的估计。本发明专利技术方法与常规模型参考自适应方法相比，不但省去了复杂的PI增益调节，而且响应速度更快，转速精度更高。

【技术实现步骤摘要】

本专利技术属于电机控制，具体涉及一种神经网络转速估计器的异步电机无传感器控制方法。

技术介绍

1、在牵引工业和电动汽车中，感应电机是最常用的机器，因为它具有性能好、初级成本低、维护成本低等优点。感应电机驱动需要进行速度识别，然而，将速度传感器安装在感应电机中存在可靠性差、成本高、体积大等缺点。无传感器感应电机驱动的速度估计可以通过各种技术来完成，这些技术的设计考虑了对感应电机参数变化不利的精度和灵敏度等因素。因此，为了避免使用转速传感器，增强系统的使用寿命，有必要进行无速度传感器矢量控制低速稳定运行方案研究。

2、目前，转子磁链估计对定子电阻的变化很敏感，特别是在低转速情况下；感应电动机的转速估计同样依赖于转子磁链的估计。在感应电机驱动的运行中，由于温度和转子转速的变化，定子电阻可变化高达100％，因此通过热模型或温度传感器获得此信息非常困难，特别是对于感应电机。

3、因此，亟需设计一种用于准确估计转速的异步电机无传感器控制方法。

技术实现思路

1、本专利技术的目的是：解决转子磁链估计本文档来自技高网...

【技术保护点】

1.一种神经网络转速估计器的异步电机无传感器控制方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的一种神经网络转速估计器的异步电机无传感器控制方法，其特征在于：所述步骤S2中，学习率函数的表达式为：

【技术特征摘要】

1.一种神经网络转速估计器的异步电机无传感器控制方法，其特征在于：包括以下步骤：

2.根据权利要求...

【专利技术属性】
技术研发人员：肖艳秋，安小宇，郭磊磊，贺振东，杨小亮，刘普，梅永祥，任成龙，赵俊伟，
申请(专利权)人：郑州轻工业大学，
类型：发明
国别省市：