基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的五相容錯永磁電機內(nèi)?？刂品椒?br>【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及五相容錯永磁電機領(lǐng)域，具體是一種用于五相容錯永磁電機的解耦控 制方法，適用于電動汽車，航空航天等可靠性要求高的場所。
【背景技術(shù)】
[0002] 近年來，由于五相電機及其驅(qū)動系統(tǒng)的高效率，高能量密度，高可靠性等優(yōu)點，使 得其在電動汽車領(lǐng)域中得到快速發(fā)展。因此，能夠可靠穩(wěn)定的控制好五相電機成為了保證 驅(qū)動系統(tǒng)可靠性的關(guān)鍵。然而，由于五相電機是一個多變量，強耦合的非線性系統(tǒng)，使得一 般的控制策略很難滿足驅(qū)動系統(tǒng)的要求。因此，解耦和線性化成為控制五相電機的關(guān)鍵。
[0003] 如圖1所示的五相容錯永磁電機，其采用外轉(zhuǎn)子結(jié)構(gòu)，永磁體位于外轉(zhuǎn)子上，其目 的在于提高輪轂電機的轉(zhuǎn)矩能力。另外，電機采用五相單層集中繞組，并且為了提高電機的 容錯能力，增加了容錯齒的設(shè)計。對于這種多變量，強耦合的非線性系統(tǒng)，對其解耦控制的 方法也有不少，諸如矢量控制，微分幾何方法，逆系統(tǒng)方法。然而，微分幾何方法和逆系統(tǒng)方 法都需要得到被控對象精確的數(shù)學(xué)模型，而五相電機是一個多變量的非線性系統(tǒng)，其精確 的數(shù)學(xué)模型難以求得。另外，微分幾何的物理意義難以表達清楚。盡管逆系統(tǒng)方法理論分 析相對簡單，但其抗干擾能力和魯棒性能很難滿足系統(tǒng)要求。

【發(fā)明內(nèi)容】

[0004] 發(fā)明目的：針對上述問題，提出一種基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的五相容錯永磁電機內(nèi) ?？刂品椒?，將神經(jīng)網(wǎng)絡(luò)與逆系統(tǒng)相結(jié)合，構(gòu)成神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)，并加上前置積分器串聯(lián)在 原系統(tǒng)前面，構(gòu)成一個偽線性復(fù)合系統(tǒng)，成功對五相容錯永磁電機進行解耦控制，并且將內(nèi) ?？刂破髯鳛檎麄€系統(tǒng)的附加控制器，使得整個系統(tǒng)構(gòu)成閉環(huán)控制，提高整個系統(tǒng)的抗干 擾能力和魯棒性能。
[0005] 為實現(xiàn)上述發(fā)明目的，本發(fā)明采用如下技術(shù)方案：
[0006] -種基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的五相容錯永磁電機內(nèi)?？刂品椒ǎㄒ韵虏襟E：
[0007] 步驟1，根據(jù)可逆性原理和Interactor算法證明所控制的五相容錯永磁電機的可 逆性，得出相對應(yīng)的五相容錯永磁同步電機的雅克比矩陣和逆系統(tǒng)的表達式；
[0008] 步驟2,將電壓叫和uq的階躍激勵信號加到五相容錯永磁同步電機非線性系統(tǒng)的 輸入端，采集電流id，轉(zhuǎn)速，并離線求得電流id的一階導(dǎo)數(shù)，轉(zhuǎn)速《 :的一階、二階導(dǎo)數(shù)， 組成神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本集；
[0009] 步驟3,將獲得的數(shù)據(jù)樣本進行歸一化處理，使樣本成為訓(xùn)練神經(jīng)網(wǎng)絡(luò)的標準化數(shù) 據(jù)；
[0010] 步驟4,在Matlab中離線訓(xùn)練神經(jīng)網(wǎng)絡(luò)，當訓(xùn)練精度達到設(shè)定值0. 001時，停止訓(xùn) 練，將離線訓(xùn)練好的靜態(tài)神經(jīng)網(wǎng)絡(luò)加上前置積分器構(gòu)成神經(jīng)網(wǎng)絡(luò)逆；所述靜態(tài)神經(jīng)網(wǎng)絡(luò)采 用3層RBF神經(jīng)網(wǎng)絡(luò)，輸入節(jié)點數(shù)為5,隱含節(jié)點數(shù)為25,輸出層節(jié)點數(shù)為2,隱層神經(jīng)元激 活函數(shù)使用Sigmoid函數(shù)，輸出層的神經(jīng)元采用純線性函數(shù)f(x) =x，x為神經(jīng)元的輸入；
[0011] 步驟5,將訓(xùn)練得到的靜態(tài)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)加上前置積分環(huán)節(jié)串聯(lián)在原五相容錯 永磁電機系統(tǒng)前面，使得構(gòu)成一個偽線性復(fù)合系統(tǒng)，形成電流id的一階偽線性子系統(tǒng)，轉(zhuǎn)速 ?:的二階偽線性子系統(tǒng)；
[0012] 步驟6,根據(jù)內(nèi)?？刂圃?，對所得到的兩個偽線性子系統(tǒng)設(shè)計附加控制器，實現(xiàn) 整個系統(tǒng)的閉環(huán)控制。
[0013] 進一步，所述步驟1的五相永磁同步電機的狀態(tài)方程相對應(yīng)的雅克比矩陣為：
[0014]
[0015] 其中，ijPiq分別為d軸電流和q軸電流，L,和Lq分別為d軸電感和q軸電感， 也f為轉(zhuǎn)子永磁體磁鏈，np為電機極對數(shù)，J為轉(zhuǎn)動慣量。
[0016] 進一步，所述步驟1的逆系統(tǒng)的表達式為：
[0017] M .V、，2)。
[0018] 其中，yi為電流id，允為電流id的一階導(dǎo)數(shù)，y2為轉(zhuǎn)速w^ 為轉(zhuǎn)速％的一階導(dǎo) 數(shù)，凡為轉(zhuǎn)速％的二階導(dǎo)數(shù)。
[0019] 進一步，所述步驟6的具體過程為：
[0020] 步驟6. 1)設(shè)取G(s)為偽線性復(fù)合系統(tǒng)模型，Gjs)和G^s)為偽線性復(fù)合系統(tǒng) 內(nèi)部模型，山和d2為外部干擾，Gd(s)和Ms)為內(nèi)?？刂破?，F(xiàn)ds)和匕(8)為低通濾波 器；
[0021] 步驟6. 2)根據(jù)逆系統(tǒng)原理，偽線性復(fù)合系統(tǒng)內(nèi)部模型為：
[0022]
[0023] 步驟6. 3)為了保證好的靜態(tài)和動態(tài)性能，其低通濾波器設(shè)計為：
[0024]
[0025] 步驟6. 4)經(jīng)過對內(nèi)模參數(shù)的反復(fù)調(diào)整，相應(yīng)的內(nèi)?？刂破鳛椋?br>[0026]
[0027] 進一步，還包括步驟7,構(gòu)建基于神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的五相容錯永磁電機內(nèi)模控制的 dSPACE實驗平臺，驗證本發(fā)明所提出控制方法的可行性。
[0028] 進一步，所述步驟7的dSPACE實驗平臺包括軟件和硬件兩部分；
[0029] 所述軟件包括實時交互接口（RTI)和ControlDesk，其中ControlDesk即為控制界 面；
[0030] 所述硬件包括上位機，DS1005控制模塊，智能功率模塊，電流電壓傳感器，增量式 光電編碼器，負載；所述上位機與DS1005控制模塊相連接，用于指令信號的傳輸，控制模型 的下載與編譯；所述DS1005控制模塊與智能功率模塊相連接，用于發(fā)出PWM波，從而驅(qū)動智 能功率模塊輸出電壓控制五相永磁同步電機拖動負載運行；所述電流傳感器，增量式光電 編碼器與五相永磁電機相連接，用于測量電機的電流和轉(zhuǎn)速信號；所述的電流傳感器，增量 式光電編碼器與DS1005控制模塊相連接，用于反饋電流和轉(zhuǎn)速信號。
[0031] 本發(fā)明的有益效果是：
[0032] 1、本發(fā)明利用神經(jīng)網(wǎng)絡(luò)逆控制方法，靜態(tài)神經(jīng)網(wǎng)絡(luò)采用3層RBF網(wǎng)絡(luò)，隱層神經(jīng)元 激活函數(shù)使用Sigmoid函數(shù)，輸出層的神經(jīng)元采用線性函數(shù)，能夠有效改善五相容錯永磁 電機五相容錯永磁電機在訓(xùn)練時神經(jīng)網(wǎng)絡(luò)的泛化能力、收斂精度以及縮短訓(xùn)練所需用的時 間。
[0033]2、通過內(nèi)模控制方法進一步設(shè)計閉環(huán)控制器，實現(xiàn)對五相電機系統(tǒng)的閉環(huán)控制， 使得整個系統(tǒng)具有很強的抗干擾能力和魯棒性能。
[0034] 3、本發(fā)明采用的控制方法與傳統(tǒng)解耦控制方法相比，本發(fā)明能夠避免求五相電機 的精確數(shù)學(xué)模型，實現(xiàn)簡便，具有廣闊的應(yīng)用前景。
[0035]4、本發(fā)明所提出的關(guān)于對五相永磁同步電機的解耦控制方法，對電動汽車，航空 航天等領(lǐng)域具有顯著的意義。
【附圖說明】
[0036] 圖1為五相容錯永磁電機截面圖；
[0037] 圖2為RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；
[0038] 圖3為偽線性復(fù)合系統(tǒng)構(gòu)成框圖；
[0039] 圖4為整個系統(tǒng)控制框圖；
[0040] 圖5為硬件模塊連接圖；
[0041] 圖6為硬件實驗平臺；
[0042] 圖7為采用PI控制下轉(zhuǎn)速作階躍跳變時轉(zhuǎn)速與電流波形；
[0043] 圖8為采用本發(fā)明控制算法下轉(zhuǎn)速作階躍跳變時轉(zhuǎn)速與電流波形；
[0044] 圖9為采用PI控制下負載突增時轉(zhuǎn)速與電流波形；
[0045] 圖10為采用本發(fā)明控制算法下負載突增時轉(zhuǎn)速與電流波形；
[0046] 圖11為采用PI控制下負載突減時轉(zhuǎn)速與電流波形；
[0047] 圖12為采用本發(fā)明控制算法下負載突減時轉(zhuǎn)速與電流波形。
【具體實施方式】
[0048] 下面將結(jié)合本發(fā)明實施例中的附圖