[發明專利]基于轉速?電流二維模糊模型自學習的電機控制方法有效
| 申請號： | 201410502184.1 | 申請日： | 2014-09-26 |
| 公開（公告）號： | CN104270046B | 公開（公告）日： | 2017-10-20 |
| 發明（設計）人： | 駱偉法 | 申請（專利權）人： | 駱偉法 |
| 主分類號： | H02P6/06 | 分類號： | H02P6/06 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 362123 福建省泉*** | 國省代碼： | 福建;35 |
| 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 基于 轉速 電流 二維 模糊 模型 自學習 電機 控制 方法 | ||
1.一種基于轉速-電流二維模糊模型自學習的電機控制方法，包括以下步驟：
(1)雙閉環反饋控制過程，具體如下：
(1.1)根據t時刻霍爾傳感器獲得的電機實測角速度ws(t)與目標速度值wt(t)，得到角速度誤差ew(t)和角速度誤差積分ew_sum(t)，輸入外環比例積分控制器得到內環電流目標值it(t)；
(1.2)內環電流目標值it(t)與采樣電流值is(t)做差得到電流誤差ei(t)和電流誤差積分ei_sum(t)，輸入內環比例積分控制器，得到雙閉環反饋控制器的輸出反饋占空比db(t)；
其特征在于：所述電機控制方法還包括如下步驟：
(2)模糊模型前饋控制過程，具體如下：
(2.1)將t時刻目標速度值wt(t)和采樣電流值is(t)映射到二維模糊曲面模型S(t)，模型S(t)為笛卡爾坐標系下的非線性曲面，其中wt(t)對應x軸，is(t)對應y軸，輸出的前饋占空比df(t)對應z軸；
(2.2)按照設定的步長和分辨率，對x軸和y軸進行網格化劃分，x軸表示角速度w，y軸表示電流i，其上每個網格點p[i,j]代表x軸第i個角速度點和y軸第j個電流點對應的xy平面上位置，以上角標[i,j]來表示該位置網格點的參數；
(2.3)根據網格點p＝[wt(t),is(t)]在xy平面上的位置，檢索到該點所處四邊形頂點上的四個點p[i,j]，p[i+1,j]，p[i,j+1]，p[i+1,j+1]，并獲取這四個點對應的前饋占空比df[i,j](t)，df[i+1,j](t)，df[i,j+1](t)，df[i+1,j+1](t)；
(2.4)將頂點信息輸入模糊隸屬度函數，并采用重心法得到網格點p的前饋占空比df(t)；其中隸屬度值μ[i,j](t),μ[i+1,j](t),μ[i,j+1](t),μ[i+1,j+1](t)計算如下：
其中，w[i]，w[i+1]分別是x軸對應的第i個和第i+1個角速度值，i[j]，i[j+1]分別是y軸上對應的第j個和第j+1個電流值；
(2.5)根據四個定點的信息和隸屬度值按如下公式計算出前饋占空比df(t)，
并疊加到反饋占空比db(t)上，作為最終的控制器輸出占空比。
2.如權利要求1所述的一種基于轉速-電流二維模糊模型自學習的電機控制方法，其特征在于：所述電機控制方法還包括如下自學習步驟：
(3)模糊模型自學習過程：
(3.1)在t時刻，采樣獲得角速度ws(t)及角速度誤差ew(t)，將誤差ew(t)輸入自學習控制器；
(3.2)設定學習因子η，根據誤差ew(t)計算t時刻p點的修正值Δdf(t)＝ηew(t)；
(3.3)根據隸屬度值μ[i,j](t-1),μ[i+1,j](t-1),μ[i,j+1](t-1),μ[i+1,j+1](t-1)，將修正值Δdf(t)解耦為四個網格點的修正值解耦公式如下：
(3.4)將t時刻修正值疊加到對應網格點的t-1時刻前饋占空比值df[i,j]，df[i+1,j]，df[i,j+1]，df[i+1,j+1]上，并以此作為步驟(2.3)的前饋占空比值，網格點p的最近范圍四個頂點的對應前饋值學習結果如下公式：
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駱偉法，未經駱偉法許可，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/201410502184.1/1.html，轉載請聲明來源鉆瓜專利網。
