[發明專利]一種基于極限學習機的開關磁阻電機磁鏈在線建模方法

有效

• 申請號: 201410063601.7
• 申請日: 2014-02-25
• 公開（公告）號: CN103886131B
• 公開（公告）日: 2016-11-30
• 發明（設計）人: 孫玉坤;胡文宏;朱志瑩;張新華
• 申請（專利權）人: 江蘇大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及一種基于極限學習機的開關磁阻電機磁鏈在線建模方法，屬于開關磁阻電機智能控制領域。

背景技術

磁鏈特性是開關磁阻電機的重要特性。由于開關磁阻電機的雙凸極結構及運行時磁路深飽和等特點，精確掌握磁鏈特性對于優化電機設計、改善運行性能、實現無位置傳感等都具有重要意義。開關磁阻電機的磁鏈特性可通過有限元計算或實驗測量的方法得到。有限元方法考慮因素復雜，計算量大，因此實測法依然是目前獲取磁鏈特性的主要方法。

開關磁阻電機的定子磁鏈是轉子位置和繞組電流的非線性函數，建立精確而實用的磁鏈模型頗受關注。傳統的查表法雖然具有較高的精度，但計算周期長，無法滿足實時控制和電機設計快速建模的要求。函數解析法可以在一定程度上優化系統性能，但對負載及環境變化的適應性不強。隨著人工智能技術的發展，學習算法在開關磁阻電機建模中的應用越來越廣泛，已經被提出的開關磁阻電機磁鏈建模方法有：BP神經網絡、RBF神經網絡、支持向量機等，而BP神經網絡、RBF神經網絡在開關磁阻電機磁鏈建模需要大量數據才能實現，且學習速度慢；在無智能算法(如粒子群算法、遺傳算法等)對支持向量機參數進行優化的情況下，支持向量機學習得到的磁鏈模型精度一般；極限學習機是一種單隱層前饋神經網絡，在實現開關磁阻電機的磁鏈建模過程中無需大量數據，學習“極端”迅速，且得到的開關磁阻電機磁鏈模型精度很高，以上原因使得基于極限學習機的開關磁阻電機磁鏈建模方法，具有很高的研究價值。同時，現有的開關磁阻電機磁鏈建?；臼请x線建模，得到的磁鏈離線模型難以適應開關磁阻電機工作環境的改變，部分學者在開關磁阻電機的磁鏈在線建模方面做出了研究，其中有一種方法是：以預先建立好的磁鏈離線模型對開關磁阻電機磁鏈進行預測，預測結果與開關磁阻電機實時的磁鏈數據進行比對，得到預先建立好的磁鏈離線模型實時預測誤差，根據實時的磁鏈預測誤差在線重新建立磁鏈模型，該方法的有效性必然會要求：在線的開關磁阻電機重新建模過程需要快速實現，這點要求在開關磁阻電機高速運轉時尤為突出，而該磁鏈在線建模方法使用的是學習速度較慢、需要大量數據進行學習的RBF神經網絡，很大程度上限制了該磁鏈在線建模方法在開關磁阻電機于較高速、高速運轉下的應用，極限學習機便很好的解決了這一問題。

發明內容

本發明的目的是提供一種基于極限學習機的開關磁阻電機磁鏈在線建模方法。

開關磁阻電機繞組磁鏈的離散積分公式如下：

ψ(k)＝ψ(k-1)+0.5T[u(k)-ri(k)+u(k-1)-ri(k-1)]????(1)

式(1)中，

ψ??相繞組磁鏈值，

u??相繞組端電壓，

T??采樣周期，

i??相電流，

r??相繞組內阻，

k??采樣點序號。

開關磁阻電機磁鏈模型建立所需的磁鏈數據獲取，是基于現已發表公開的開關磁阻電機磁鏈特性檢測系統，其采用階躍電壓測量相繞組的電壓與電流，核心是DSP。驅動線路模塊中，220V交流電壓經過變壓器降壓、四個二極管的簡易整流器整流后得到所需要的直流電壓；為維持電壓恒定并防止電源和繞組構成LC電路振蕩，在電源后并聯一個較大容值的電解電容C，刀閘S閉合時為電容C充電；二極管VD用于在MOS開關管斷開時為相繞組續流；R為限流電阻，防止繞組電流過大燒毀器件。檢測線路模塊中，R₁、R₂用于相繞組端電壓測量，阻值較大，使得R₁、R₂線路電流較小，以致對其他線路影響可以忽略不計；R_C為電流采樣電阻。電機轉子末端固定一個旋轉編碼器，實時地將電機轉子角位置轉換成電脈沖信號。若將R₂、R_C兩端電壓分別記為u₂、u_c，則式(1)可改寫為：