本发明专利技术公开一种基于双逆模型的无轴承永磁电机悬浮系统控制方法，将复合被控对象的正常逆模型和故障逆模型构成逆模型库；选择逆模型库中的逆模型作为复合被控对象的逆模型，调整并确定对应神经网络的参数和权系数使逆模型库实现复合被控对象的逆系统功能，将逆模型库串联于复合被控对象之前组成伪线性系统，伪线性系统被解耦为两个单输入单输出的位移二阶积分子系统；分别对两个位移二阶积分子系统设计附加控制器来构成线性闭环控制器；将线性闭环控制器、逆模型库、2/3电流变换器和电流跟踪型逆变器共同构成神经网络逆容错控制器对无轴承永磁电机悬浮系统进行容错控制，可以实现原系统在正常或带故障运行条件下径向位置之间的解耦控制。
【技术实现步骤摘要】
本专利技术是一种基于双神经网络逆模型的无轴承永磁电机悬浮系统控制方法，适用于无轴承永磁电机悬浮系统的高性能控制，属于特种电力传动控制设备的
。
技术介绍
无轴承永磁电机集传统永磁电机和磁悬浮轴承功能于特点于一体，具有无摩擦磨损、无需润滑、高速高精、寿命长、功率密度高、效率高等优点，在半导体制造、生物医药、飞轮储能、精密数控制机床、航空航天等特殊领域得到越来越广泛的应用。然而这些特殊领域对于无轴承永磁电机连续运行具有较高更严的要求，因此无轴承永磁电机的带故障运行能力，特别是无轴承永磁电机悬浮系统的故障容错能力对于保证整个系统的可靠性和安全性十分关键，因此，无轴承永磁电机悬浮系统的容错性能极其容错控制策略成为无轴承技术的重要课题之一。神经网络逆系统方法利用神经网络对非线性函数的逼近能力，构建非线性系统的逆模型，实现原系统的非线性解耦控制，从而获得高性能控制效果，该方法已获得了广泛应用。然而运用神经网络逆系统方法来现实无轴承永磁电机悬浮系统的容错控制还未见文献报道。
技术实现思路
本专利技术的目的是利用神经网络逆理论，提出一种基于双神经网络逆模型的无轴承永磁电机悬浮系统容错控制方法,提高无轴承永磁电机悬浮系统的可靠性。本专利技术采用的技术方案是依次采用如下步骤: 1)由2/3电流变换器、电流跟踪型逆变器和被控的无轴承永磁电机悬浮系统组成复合被控对象； 2)采用第一神经网络加4个积分器构造复合被控对象的正常逆模型，采用第二神经网络加另外4个积分器构造复合被控对象的故障逆模型；将正常逆模型和故障逆模型一起构成逆模型库； 3)选择正常逆模型或故障逆模型作为复合被控对象的逆模型，调整并确定对应的第一神经网络或第二神经网络的参数和权系数使逆模型库实现复合被控对象的逆系统功能，将逆模型库串联于复合被控对象之前组成伪线性系统，伪线性系统被解耦为两个单输入单输出的位移二阶积分子系统； 逆模型库中逆模型的选择方法为:利用故障检测切换模块检测无轴承永磁电机悬浮系统的运行状态，判断系统是否出现故障，当无轴承永磁电机悬浮系统正常运行时，选择逆模型库中的正常逆模型作为复合被控对象的逆模型，当无轴承永磁电机悬浮系统带故障运行时，选择逆模型库中的故障逆模型作为复合被控对象的逆模型； 4)分别对每个位移二阶积分子系统设计一个附加控制器，两个附加控制器构成线性闭环控制器；5)将线性闭环控制器、逆模型库、2/3电流变换器和电流跟踪型逆变器依次串接共同构成神经网络逆容错控制器，对无轴承永磁电机悬浮系统进行容错控制。本专利技术的有益效果是: 1、本专利技术提出的，不但可以实现原系统在正常运行条件下的非线性解耦，而且可以保证在带故障运行条件下原系统的非线性解率禹控制。2、本专利技术利用神经网络对非线性函数的逼近能力、以及对参数变化的适应能力，在无轴承永磁电机悬浮系统发生故障时，仍然可以比较准备地逼近其逆模型，具有较强的鲁棒性和容错性。【附图说明】图1是由2/3电流变换器11、电流跟踪型逆变器12和被控的无轴承永磁电机悬浮系统13组成复合被控对象I的示意图； 图2是由正常逆模型22和故障逆模型24构成逆模型库2的结构示意图； 图3是逆模型库2与复合被控对象I复合构成伪线性系统3的示意图及其等效图； 图4是由线性闭环控制器4与伪线性系统3构成的闭环控制系统结构图； 图5是无轴承永磁电机悬浮系统神经网络逆容错控制器5的原理框图。 【具体实施方式】本专利技术具体实施分以下8步: 1、由2/3电流变换器11、电流跟踪型逆变器12和被控的无轴承永磁电机悬浮系统13组成复合被控对象1，如图1所示。该复合被控对象I以两个电流信号{ ，V }作为输入，以转子位移信号k，_F}作为输出。2、基于无轴承永磁电机悬浮力产生原理,建立无轴承永磁电机悬浮系统13的数学模型，并经过坐标变换和线性放大，得到复合被控对象I的数学模型，并对该数学模型进行可逆性分析，证明复合被控对象I是可逆的，存在逆模型。3、采用神经网络21加4个积分器构造复合被控对象I的正常逆模型22，采用神经网络23加4个积分器构造复合被控对象I的故障逆模型24 ;将复合被控对象I的正常逆模型22和故障逆模型24 —起构成逆模型库2 ;并可确定逆模型库2输入力1和_7，输出为4和&，如图2所示。4、当无轴承永磁电机正常运行时，将阶跃激励信号！匕，& }加到复合被控对象I的输入端，分别采集无轴承永磁电机悬浮系统正常运行时的径向位移^ _7，并将径向位移离线分别求其一阶、二阶导数，并对信号做规范化处理，组成神经网络21的训练样本集k,,x, x, _7，_7，，对神经网络21进行训练，从而确定神经网络21的各个参数和权系数；当无轴承永磁电机带故障运行时，将阶跃激励信号！匕，& }加到复合被控对象I的输入端，分别采集无轴承永磁电机悬浮系统带故障运行时的径向位移I _7，并将径向位移H离线分别求其一阶、二阶导数，并对信号做规范化处理，组成神经网络23的训练样本集k，，A X, 7，7，7，U，&}，对神经网络23进行训练，从而确定神经网络23的各个参数和权系数。5、利用故障检测切换模块6检测无轴承永磁电机悬浮系统13的运行状态，判断系统是否出现故障，当无轴承永磁电机悬浮系统13正常运行时，选择逆模型库2中的正常逆模型22作为复合被控对象I的逆模型，当无轴承永磁电机悬浮系统13带故障运行时，选择逆模型库2中的故障逆模型24作为复合被控对象I的逆模型。6、将逆模型库2串联于复合被控对象I之前组成伪线性系统3，伪线性系统3被解耦为两个单输入单输出的位移二阶积分子系统，从而实现正常和带故障运行工况下无轴承永磁电机悬浮系统的非线性解耦控制，如图3所示。7、针对无轴承永磁电机悬浮系统两个解耦的径向位置子系统分别设计附加控制器41、42，构成线性闭环控制器4。本专利技术中两个附加控制器均选用PID控制器，其参数根据实际控制对象进行调整，如图4所示。8、将线性闭环控制器4、逆模型库2、2/3电流变换器11和电流跟踪型逆变器12 —起共同构成神经网络逆容错控制器5来对无轴承永磁电机悬浮系统13进行容错控制，如图5所示。根据以上所述，便可以实现本专利技术。本文档来自技高网...
【技术保护点】
一种基于双逆模型的无轴承永磁电机悬浮系统控制方法，其特征是依次采用如下步骤：1）由2/3电流变换器（11）、电流跟踪型逆变器（12）和被控的无轴承永磁电机悬浮系统（13）组成复合被控对象（1）；2）采用第一神经网络（21）加4个积分器构造复合被控对象（1）的正常逆模型（22），采用第二神经网络（23）加另外4个积分器构造复合被控对象（1）的故障逆模型（24）；将正常逆模型（22）和故障逆模型（24）一起构成逆模型库（2）；3）选择正常逆模型（22）或故障逆模型（24）作为复合被控对象（1）的逆模型，调整并确定对应的第一神经网络（21）或第二神经网络（23）的参数和权系数使逆模型库（2）实现复合被控对象（1）的逆系统功能，将逆模型库（2）串联于复合被控对象（1）之前组成伪线性系统（3），伪线性系统（3）被解耦为两个单输入单输出的位移二阶积分子系统；逆模型库（2）中逆模型的选择方法为：利用故障检测切换模块（6）检测无轴承永磁电机悬浮系统（13）的运行状态，判断系统是否出现故障，当无轴承永磁电机悬浮系统（13）正常运行时，选择逆模型库（2）中的正常逆模型（22）作为复合被控对象（1）的逆模型，当无轴承永磁电机悬浮系统（13）带故障运行时，选择逆模型库（2）中的故障逆模型（24）作为复合被控对象（1）的逆模型；4）分别对每个位移二阶积分子系统设计一个附加控制器，两个附加控制器（41、42）构成线性闭环控制器（4）；5）将线性闭环控制器（4）、逆模型库（2）、2/3电流变换器（11）和电流跟踪型逆变器（12）依次串接共同构成神经网络逆容错控制器（5），对无轴承永磁电机悬浮系统（13）进行容错控制。...
【技术特征摘要】
1.一种基于双逆模型的无轴承永磁电机悬浮系统控制方法，其特征是依次采用如下步骤: 1)由2/3电流变换器(11)、电流跟踪型逆变器(12)和被控的无轴承永磁电机悬浮系统(13 )组成复合被控对象(I); 2)采用第一神经网络(21)加4个积分器构造复合被控对象(I)的正常逆模型(22)，采用第二神经网络(23)加另外4个积分器构造复合被控对象(I)的故障逆模型(24);将正常逆模型(22 )和故障逆模型(24 ) 一起构成逆模型库(2 ); 3)选择正常逆模型(22)或故障逆模型(24)作为复合被控对象(I)的逆模型，调整并确定对应的第一神经网络(21)或第二神经网络(23)的参数和权系数使逆模型库(2)实现复合被控对象(I)的逆系统功能，将逆模型库(2)串联于复合被控对象(I)之前组成伪线性系统(3)，伪线性系统(3)被解耦为两个单输入单输出的位移二阶积分子系统； 逆模型库(2)中逆模型的选择方法为:利用故障检测切换模块(6)检测无轴承永磁电机悬浮系统(13)的运行状态，判断系统是否出现故障，当无轴承永磁电机悬浮系统(13)正常运行时，选择逆模型库(2)中的正常逆模型(22)作为复合被控对象(I)的逆模型，当无轴承永磁电机...
【专利技术属性】
技术研发人员：孙晓东，陈龙，江浩斌，杨泽斌，李可，
申请(专利权)人：江苏大学，
类型：发明
国别省市：
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。