[發明專利]一種轉矩-電流神經網絡開關磁阻電機控制方法與系統

有效

• 申請號: 201710494319.8
• 申請日: 2017-06-26
• 公開（公告）號: CN107276465B
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 黨選舉;王土央;李珊;姜輝;伍錫如;張向文;蔡春曉;朱國魂;莫太平;司亞;張堡森
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: H02P6/34
• 分類號: H02P6/34;H02P6/10;H02P23/00;H02P25/098
• 代理公司: 桂林市持衡專利商標事務所有限公司 45107
• 代理人: 歐陽波

1.一種轉矩-電流神經網絡開關磁阻電機控制方法，包括以下步驟：

步驟I SRM各相轉矩分配

采用最佳分配函數：立方分配函數，其表達式為：

式中f(θ)表示立方分配函數；θ為轉子位置角；θ_on為開通角；θ_ov為換相重疊角；

根據公式(1)，將給定總轉矩分配作為各相參考轉矩T_kk(θ)，轉矩分配公式如下：

式中為設定參考轉矩；T_kk(θ)為隨θ變化的相參考轉矩；θ_off為關斷角；kk＝1,2,3表示SRM的A、B及C三相；

步驟Ⅱ、基于轉矩-電流關系構造的神經網絡前饋控制器

Ⅱ-1 SRM的轉矩-電流逆模型與神經網絡前饋控制器激勵函數

采用轉矩-電流逆模型表達式：

公式(3)中T_e(θ)為隨θ變化的相參考轉矩，取值為轉矩分配函數輸出T_kk(θ)；a(θ)、b(θ)參數分別由轉子位置角θ與固定的權值向量W_a、W_b確定；i(θ)為隨θ變化相電流；

轉矩-電流逆模型表達式為神經網絡前饋控制器的隱含層激勵函數；

Ⅱ-2、神經網絡前饋控制器

SRM三相中的每一相配置一個神經網絡前饋控制器，其為轉矩-電流逆模型神經網絡；某一相的神經網絡前饋控制器為包括輸入層、隱含層和輸出層的神經網絡；參考轉矩T_kk(θ)和轉子位置角θ作為神經網絡前饋控制器的輸入，T_kk(θ)為相參考轉矩由步驟I的轉矩分配函數TSF得到；θ為SRM轉子位置角，由SRM上的位置傳感器所測得；神經網絡前饋控制器的隱含層H＝[O₁,O₂,…O_j]，O_j為隱含層節點的輸出，j為隱含層節點數，j＝1,2,3，....,j的最大值為6～200；輸出層為求和線性函數；

神經網絡前饋控制器運行過程如下：

Ⅱ-21、隱含層權值向量

隱含層激勵函數中神經網絡學習之前參數確定：固定權值向量W_a＝[w_a1,w_a2,…w_aj]^T、W_b＝[w_b1,w_b2,…w_bj]^T隨機初始化為10～30之間的任意數值；輸出層權值向量W_out＝[w₁,w₂,…w_j]^T初始化，取值大于零；

Ⅱ-22、轉子位置角θ

SRM上的位置傳感器所測得的轉子位置角θ經三角函數歸一化為0至1之間周期變化的數值；

Ⅱ-23、隱含層各節點的輸出

按轉矩-電流逆模型表達式計算，得到i(θ)值作為隱含層各節點的輸出值O_j；

Ⅱ-24、神經網絡前饋控制器輸出

式中表示某個神經網絡前饋控制器的輸出電流，稱為某相神經網絡輸出電流，w_j為加權系數；

Ⅱ-25、根據學習信號i_error調整輸出權值

由SRM上安裝的轉矩傳感器得到當前轉矩值Tc與給定總轉矩的差為轉矩偏差ΔT，作為外環PID控制器的輸入，外環PID控制器得到隨θ變化的PID輸出電流i_error，i_error經電流分配得到某相的PID控制電流為本方法所得的某相參考電流；

Ⅱ-3、神經網絡前饋控制器的反饋誤差學習

本發明神經網絡前饋控制器輸入層采用固定的權值，輸出層的權值的性能指標函數為：

步驟Ⅱ-21確定神經網絡前饋控制器隱含層權值向量W_a和W_b的數值后，根據梯度下降法，調整神經網絡前饋控制器的輸出權值；

式中w_j(k)為k時刻的輸出層權值，w_j(k-1)是k時刻的前一時刻的輸出層權值，w_j(k-2)是(k-1)時刻的前一時刻的輸出層權值，Δw_j(k)為調整權值增量；i_error(k)為k時刻的PID輸出電流值；O_j(k)為隱含層k時刻的輸出量；α為動量因子，α取值為0.01～0.1，η為參數調整學習率，η取值0～1；

步驟Ⅲ、電流滯環控制

神經網絡前饋控制器的輸出的神經網絡控制電流與PID控制器輸出PID控制電流疊加后得到的參考控制電流作為內環電流遲滯環控制器的輸入電流，同時SRM上安裝的電流傳感器也將當前三相的電流值I_kk.mear送入內環電流遲滯環控制器，內環電流遲滯環控制器經功率驅動器控制SRM運行，實現轉矩控制，抑制SRM的轉矩脈動。