【技术实现步骤摘要】
本专利技术涉及永磁同步电机控制，具体涉及一种基于径向基(rbf)神经网络的永磁同步电机滑模控制方法。
技术介绍
1、永磁同步电机(pmsm)是一种具有高效率、高功率密度和优异动态响应等特点的电机。在永磁同步电机的高性能控制方面，滑模控制(smc)是一种应用广泛且成熟的控制策略，如文献1【刘金琨,孙富春.滑模变结构控制理论及其算法研究与进展[j].控制理论与应用,2007(03):407-418.】，基于滑模变结构原理实现对电机转速的控制。其基本思想是通过引入一个滑模面，使系统状态迅速地被控到滑模面上，通过滑模面和滑模趋近律的设计，可以实现对系统状态的精准控制。随着永磁体成本的降低，其应用范围也大大扩展，如文献2【宋娟娟,王尹琛,吴竟启等.永磁同步电机控制算法综述[j].汽车文摘,2022(05):33-43.doi:10.19822/j.cnki.1671-6329.20210208.】。
2、尽管传统滑模控制在某些方面具有一定的优势，例如对负载扰动和参数变化的鲁棒性较强，但也存在一些缺陷。首先，滑模控制器的设计对于参数不确定或变化较大的情况，控制性能可能下降。其次，传统滑模控制对于系统中存在的非线性、时变性等问题抑制较差，对于较大的系统模型需要较大的切换增益，容易产生抖振现象。另外，系统状态在趋近滑模面的过程中为了考虑到抖振因素，会牺牲一定的趋近速度来削弱抖振，这样就延长了系统趋近时间。因此，为了克服传统滑模控制的不足，提高永磁同步电机的控制性能和稳定性，滑模控制的改进一直是较为热门的问题。随着伺服驱动技术、自适应
3、针对永磁同步电机传统滑模控制出现的不足，需要提出一种新的永磁同步电机控制方法，以解决抖振和收敛时间的问题，进而提高永磁同步电机的控制性能和动态稳定性。
技术实现思路
1、为了解决传统永磁同步电机速度环滑模控制算法存在的收敛速度慢、抖振大的技术问题，本专利技术提供一种基于rbf神经网络的永磁同步电机滑模控制方法。
2、本专利技术解决技术问题所采取的技术方案如下：
3、基于rbf神经网络的永磁同步电机滑模控制方法，其特征在于，该方法包括如下步骤：
4、步骤一：根据矢量控制原理，建立永磁同步电机的数学模型，搭建出永磁同步电机在两相旋转坐标系d-q轴下的状态方程；并根据电机实际转速ω和给定转速ω*的差值定义永磁同步电机转速跟踪误差e＝ω*-ω；
5、步骤二：设计永磁同步电机速度环滑模控制器，包括滑模面的设计与趋近律的设计：依据步骤一所述的永磁同步电机转速跟踪误差，滑模面的设计是针对系统沿滑模面趋向于零点的过程，趋近律的设计针对的是系统从无穷远处趋近到滑模面的过程；滑模面设计为积分滑模面，趋近律设计为幂次指数趋近律，并引入双曲正切函数进行平滑处理，以减小系统穿越滑模面时的惯性影响，更好地抑制滑模抖振；
6、步骤三：针对步骤二所设计的永磁同步电机速度环滑模控制器中的不确定干扰，利用rbf神经网络对系统非线性部分进行线性逼近，所得出的电机速度环控制器的控制律通过lyapunov函数导出并验证，通过rbf神经网络的自适应权重优化系统扰动，保证整个系统的闭环稳定。
7、本专利技术的有益效果是：
8、本专利技术针对永磁同步电机速度环滑模控制，设计了一种新型幂次指数滑模趋近律，同时用双曲正切函数取代符号函数，对滑模控制进行平滑处理，并使用rbf神经网络补偿参数的不确定影响，使得pmsm实现了精确的速度环控制，改善了永磁同步电机驱动系统的动态响应。通过matlab/simulink仿真平台对所提出的控制方法进行了验证，与传统的指数趋近律滑模控制方法相比，仿真结果表明，新的滑模控制器有效地提高了系统的动态响应速度，减小了抖振，具有较强的鲁棒性，极大地提高了永磁同步电机的动态稳定性，具有一定的优越性和实际应用价值。
本文档来自技高网...【技术保护点】
1.基于RBF神经网络的永磁同步电机滑模控制方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的基于RBF神经网络的永磁同步电机滑模控制方法，其特征在于，所述步骤一的过程如下：
3.如权利要求1所述的基于RBF神经网络的永磁同步电机滑模控制方法，其特征在于，步骤二所述设计永磁同步电机速度环滑模控制器的过程如下：
4.如权利要求1所述的基于RBF神经网络的永磁同步电机滑模控制方法，其特征在于，所述步骤三的过程如下：
【技术特征摘要】
1.基于rbf神经网络的永磁同步电机滑模控制方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的基于rbf神经网络的永磁同步电机滑模控制方法，其特征在于，所述步骤一的过程如下：
3.如权利要求1所述...
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。