[發明專利]一種開關磁阻電機轉子位置自檢測方法有效
| 申請號: | 201310651790.5 | 申請日: | 2013-12-05 |
| 公開(公告)號: | CN103633903A | 公開(公告)日: | 2014-03-12 |
| 發明(設計)人: | 項倩雯;吉敬華;嵇小輔;康梅 | 申請(專利權)人: | 江蘇大學 |
| 主分類號: | H02P6/18 | 分類號: | H02P6/18 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 212013 江*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 開關 磁阻 電機 轉子 位置 檢測 方法 | ||
1.一種開關磁阻電機轉子位置自檢測方法,其特征在于包括如下步驟:
1)通過開關磁阻電機實驗系統進行采樣,獲取學習樣本,包括訓練樣本集和測試樣本集,其中相電流i和轉子位置θ通過傳感器直接檢測,磁鏈ψ通過電壓u和相電流i間接檢測;
2)以磁鏈ψ和電流i作為輸入變量、轉子位置θ作為輸出變量,采用Matlab軟件訓練相關向量機,獲得相關向量,建立轉子位置θ的相關向量機預測模型;
3)以相關向量機預測模型中的最優核函數參數δ2為優化變量,利用微粒群的全局搜索能力獲得δ2的最優值,并將其帶入相關向量機預測模型,最終獲得經優化的相關向量機預測模型;
4)通過傳感器實時檢測相電流i和電壓u,計算磁鏈ψ,并將相電流i和磁鏈ψ輸入經優化的相關向量機預測模型,獲得該時刻的轉子位置θ,實現電機轉子位置的自檢測。
2.如權利要求1所述的一種開關磁阻電機轉子位置自檢測方法,其特征在于所述步驟1)具體為:對電壓u、電流i與轉子位置θ進行采樣,獲得若干組樣本集,采用小數定標規范化處理方法將樣本數據歸一化,選擇其中若干組作為訓練樣本集,用于離線訓練轉子位置θ的相關向量機預測模型,選擇另外若干組作為測試樣本集,用于測試所建模型的精度;根據ψj(k)=ψj(k-1)+0.5T[uj(k)-rij(k)+uj(k-1)-rij(k-1)]計算磁鏈ψ,其中,k為采樣個數且k=1,2,...,ψj(k)、ψj(k-1)分別為第k次采樣時刻與第k-1次采樣時刻的磁鏈計算值,uj(k)、uj(k-1)、ij(k)、ij(k-1)分別為第k次采樣時刻和第k-1次采樣時刻的電壓、電流檢測值,ψ(0)=u(0)=i(0)=0,T為采樣時間,r為相繞組電阻。
3.如權利要求1所述的一種開關磁阻電機轉子位置自檢測方法,其特征在于所述步驟2)具體為:將采樣與計算獲得的xj=[ψj,ij]T作為輸入變量,轉子位置θ作為輸出變量,利用建立開關磁阻電機轉子位置θ的相關向量機預測模型,其中ωj為權值向量,可通過后驗分布的均值進行估計,N為訓練樣本數量,為高斯核函數,δ2為高斯核函數寬度。
4.如權利要求1所述的一種開關磁阻電機轉子位置自檢測方法,其特征在于所述步驟3)具體包括如下步驟:
1)初始化微粒群算法的相關參數,包括微粒個數n、搜索空間維數d、最大迭代次數kmax、慣性權重α、學習因子c1和c2、δ2的搜索空間與迭代初值,導入訓練樣本,對相關向量機預測模型進行訓練;
2)導入預測樣本,根據步驟1)計算獲得的δ2與訓練樣本一起對相關向量機進行預測,獲得
相關向量機模型預測輸出值θi,計算適應度函數其中θ為實際值;
3)對于每個微粒,比較當前適應度函數f(xi)與歷史最好位置的適應度函數f(pibest),如果f(xi)<f(pibest),則有pibest=xi;對于微粒群,比較當前所有微粒的當前適應度函數f(xi)與群體歷史最好位置的適應度函數f(gb),如果f(xi)<f(gb),則有gb=xi,其中xi為第i個微粒的位置,pibest和gb分別為微粒個體最優解和全局最優解;
4)根據
5)當迭代次數k≥kmax或者適應度函數值f(δ2)<1×10-6時,迭代中止,否則,迭代次數k自加1,返回步驟2);根據微粒群搜索到的最優高斯核函數寬度δ2,獲得開關磁阻電機轉子位置θ的優化相關向量機預測模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于江蘇大學,未經江蘇大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310651790.5/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種平移門支撐輪
- 下一篇:一種設有梳草器的割草機





