[發(fā)明專利]一種轉(zhuǎn)矩-電流神經(jīng)網(wǎng)絡(luò)開關(guān)磁阻電機控制方法與系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201710494319.8
• 申請日: 2017-06-26
• 公開（公告）號: CN107276465B
• 公開（公告）日: 2019-06-28
• 發(fā)明（設(shè)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(quán)）人: 桂林電子科技大學(xué)
• 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(biāo)事務(wù)所有限公司 45107
• 代理人: 歐陽波

本發(fā)明為一種轉(zhuǎn)矩?電流神經(jīng)網(wǎng)絡(luò)開關(guān)磁阻電機控制方法與系統(tǒng)，本方法為SRM各相配置一個神經(jīng)網(wǎng)絡(luò)前饋控制器，以轉(zhuǎn)矩?電流逆模型為其激活函數(shù)，以給定總轉(zhuǎn)矩分配的各相參考轉(zhuǎn)矩和轉(zhuǎn)子位置角為輸入，以PID控制器的輸出實現(xiàn)反饋誤差學(xué)習(xí)。神經(jīng)網(wǎng)絡(luò)前饋控制器的輸出與PID控制器的輸出疊加作為參考電流送入電流滯環(huán)控制器，結(jié)合當(dāng)前電流反饋信號控制SRM運行。本系統(tǒng)SRM安裝電流、位置和轉(zhuǎn)矩傳感器，信號處理器含有三個神經(jīng)網(wǎng)絡(luò)前饋控制器、轉(zhuǎn)矩分配模塊、PID控制模塊、電流遲滯環(huán)控制模塊。內(nèi)環(huán)電流滯環(huán)控制器跟蹤參考電流，控制SRM運行，充分考慮了SRM具有特殊強非線性，有效減小SRM的轉(zhuǎn)矩脈動。

技術(shù)領(lǐng)域

本發(fā)明涉及新能源汽車驅(qū)動用開關(guān)磁阻電機的控制技術(shù)領(lǐng)域，具體為一種轉(zhuǎn)矩-電流神經(jīng)網(wǎng)絡(luò)開關(guān)磁阻電機控制方法與系統(tǒng)。

背景技術(shù)

當(dāng)前，能源和環(huán)境問題日益突出，電動汽車受到廣泛的重視，具有非常大的發(fā)展前景。相對于其它電機而言，SRM(開關(guān)磁阻電機Switched Reluctance Motor，本文內(nèi)的SRM表示開關(guān)磁阻電機)具有結(jié)構(gòu)簡單堅固、無需稀土材料、適用于頻繁的啟停等諸多優(yōu)良特性，在新能源電動汽車領(lǐng)域最具應(yīng)用潛力。但是，SRM自身雙凸極結(jié)構(gòu)的特點，磁路呈強非線性和飽和性，導(dǎo)致電機運轉(zhuǎn)時存在轉(zhuǎn)矩脈動、噪聲、振動大等缺點，阻礙了SRM在新能源電動轎車驅(qū)動系統(tǒng)中的應(yīng)用。在SRM控制中，為了抑制SRM轉(zhuǎn)矩脈動，研究者在直接轉(zhuǎn)矩控制和間接轉(zhuǎn)矩控制策略上提出了許多解決方法。

直接轉(zhuǎn)矩控制DTC(Direct Torque Control,DTC)方法用瞬時轉(zhuǎn)矩、磁鏈確定開關(guān)狀態(tài)，實現(xiàn)對SRM轉(zhuǎn)矩的直接控制，達到轉(zhuǎn)矩脈動抑制的目的。直接瞬時轉(zhuǎn)矩控制DITC(Direct Instantaneous Torque Control,DITC)使用轉(zhuǎn)矩滯環(huán)控制器產(chǎn)生每相的開關(guān)控制信號，結(jié)構(gòu)簡單，不需換相策略，能在寬速度范圍內(nèi)抑制SRM轉(zhuǎn)矩脈動。轉(zhuǎn)矩分配函數(shù)(Torque-Sharing Function,TSF)控制策略，通過轉(zhuǎn)矩分配機制解決了換相過程中，開通相和關(guān)斷相輸出轉(zhuǎn)矩平滑過渡的問題，減小了由直接換相操作導(dǎo)致的轉(zhuǎn)矩脈動強度；轉(zhuǎn)矩分配方法通常與其它控制策略結(jié)合，實現(xiàn)SRM轉(zhuǎn)矩脈動抑制。

在解決非線性系統(tǒng)的控制問題上，智能控制方法相較于常規(guī)的控制方法具有突出優(yōu)勢，尤其是其中的神經(jīng)網(wǎng)絡(luò)智能控制。神經(jīng)網(wǎng)絡(luò)控制具有強大的非線性逼近能力，已經(jīng)成為智能控制的研究熱點。文獻報道以轉(zhuǎn)速為控制目標(biāo)、基于BP(back propagation，BP)神經(jīng)網(wǎng)絡(luò)及RBF(Radio Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)設(shè)計的SRM速度控制器，克服了傳統(tǒng)控制器處理非線性系統(tǒng)的局限性。還有的研究者將DTC控制策略與神經(jīng)網(wǎng)絡(luò)結(jié)合，用神經(jīng)網(wǎng)絡(luò)代替?zhèn)鹘y(tǒng)的狀態(tài)開關(guān)選擇。并有利用采集到的SRM磁鏈、電流與轉(zhuǎn)子位置角數(shù)據(jù)，離線訓(xùn)練神經(jīng)網(wǎng)絡(luò)，建立磁鏈、電流與轉(zhuǎn)子位置角關(guān)系模型，實現(xiàn)可應(yīng)用于控制的轉(zhuǎn)子位置角估算。有報道在TSF分配基礎(chǔ)上,采用BP神經(jīng)網(wǎng)絡(luò)，優(yōu)化SRM導(dǎo)通與關(guān)斷時間，降低SRM轉(zhuǎn)矩脈動，提出轉(zhuǎn)矩與電流的神經(jīng)網(wǎng)絡(luò)模型，抑制SRM轉(zhuǎn)矩脈動。相關(guān)研究提出SNN(Spiking NeuralNetworks,SNN)實現(xiàn)SRM建模與控制，其中SNN結(jié)構(gòu)非常類似RBF神經(jīng)網(wǎng)絡(luò)。基于神經(jīng)網(wǎng)絡(luò)的SRM控制，側(cè)重轉(zhuǎn)矩的建模、電流的建模研究。據(jù)文獻報道，以電流位置函數(shù)的泰勒級數(shù)為結(jié)構(gòu)，搭建神經(jīng)網(wǎng)絡(luò)控制電流模型，通過神經(jīng)網(wǎng)絡(luò)在線學(xué)習(xí)泰勒級數(shù)參數(shù)。還有報道針對SRM非線性特性，提出混沌原理，改進神經(jīng)網(wǎng)絡(luò)梯度學(xué)習(xí)方法,針對SRM非線性特性，借助遺傳優(yōu)化算法，采用混合訓(xùn)練小波神經(jīng)網(wǎng)絡(luò)HTWNN(Hybrid Training Wavelets Neural Network，HTWNN)建立SRM的磁鏈轉(zhuǎn)矩等非線性模型，此方法不可避免小波復(fù)雜結(jié)構(gòu)和大運算量的缺陷。分別采用自適應(yīng)網(wǎng)絡(luò)推理系統(tǒng)和模糊神經(jīng)網(wǎng)絡(luò)對SRM電感特性及磁鏈特性進行建模，比較分析模糊神經(jīng)網(wǎng)絡(luò)SRM建模具有更好性能。如設(shè)計雙BP神經(jīng)網(wǎng)絡(luò)，對SRM電流和轉(zhuǎn)矩進行建模。

現(xiàn)有的文獻報道中，在SRM建模與控制中，所用的神經(jīng)網(wǎng)絡(luò)都是通用的神經(jīng)網(wǎng)絡(luò)模型，未結(jié)合SRM特殊的非線性特性進行神經(jīng)網(wǎng)絡(luò)模型設(shè)計，故難以對SRM轉(zhuǎn)矩進行有效控制。

發(fā)明內(nèi)容