[發明專利]一種無刷直流電機矢量控制系統及其構建方法在審
| 申請號: | 201910136040.1 | 申請日: | 2019-02-25 |
| 公開(公告)號: | CN109861607A | 公開(公告)日: | 2019-06-07 |
| 發明(設計)人: | 李瑤;王易錢;李德軍;魏建宏;李玉鵬 | 申請(專利權)人: | 常州蘭陵自動化設備有限公司 |
| 主分類號: | H02P21/00 | 分類號: | H02P21/00;H02P21/22;H02P6/34;H02H7/085 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 213000 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: | 無刷直流電機 矢量控制系統 調節器 控制器 雙閉環 轉速調節 逆變器 構建 模糊神經網絡控制器 控制脈沖信號 模糊神經網絡 轉速調節器 自適應性能 電流調節 給定轉速 控制信號 傳統的 內環 逆變 引入 | ||
1.一種無刷直流電機矢量控制系統,其特征在于,包括:
雙閉環調節器、SVPWM控制器和逆變器;其中
所述雙閉環調節器包括轉速調節外環和電流調節內環,且所述轉速調節外環的轉速調節器適于采用模糊神經網絡控制器;
一給定轉速經所述雙閉環調節器調節后輸入至所述SVPWM控制器;以及
所述SVPWM控制器適于產生控制脈沖信號,并通過所述逆變器逆變后作為無刷直流電機的控制信號。
2.根據權利要求1所述的無刷直流電機矢量控制系統,其特征在于,
所述模糊神經網絡控制器適于利用歷史數據樣本對模糊神經網絡進行訓練和學習,以獲得網絡權值與閾值初始值;以及
通過采用在線監督學習算法對模糊神經網絡控制器的參數進行調整優化。
3.根據權利要求2所述的無刷直流電機矢量控制系統,其特征在于,
所述模糊神經網絡共有四層BP網絡,分別是輸入層、模糊化層、模糊規劃層和輸出層,且在模糊化層中加入遞歸神經元;以及
利用歷史數據樣本對神經網絡進行訓練和學習,即
輸入層中,模糊神經網絡的輸入矢量x為[e,ec]T,將輸入矢量x轉換為[-1,1]區間值,則該輸入層的輸出節點值為:
Oi(1)=Ii(1)=xi;
式中,i=1,2;x1=e,x2=ec;
在模糊化層中,對輸入變量進行模糊化處理,每個輸入變量均分別表示為模糊語言變量{PB,PS,ZE,NS,NB},其中,PB為負大,PS為負小,ZE為零,NS為正小,NB為正大;計算求取每個分量屬于各模糊語言變量集合的隸屬函數,用高斯函數表示隸屬函數,所述模糊化層共有十個輸出節點,其輸出節點值為:
Oij(2)=uij(xi)=exp[-(Iij(2)-aij2)2/bij2];
式中,Iij(2)=Oi(1),i=1,2;j=1,2,…,5;aij和bij分別是高斯函數的中心值和寬度值;
在模糊化層中的每一個節點均引入同結構的遞歸環節節點,所以該層輸入節點值應為:
Iij(2)(t)=Oi(1)(t)+Oij(2)(t-1)·rij;
式中,i=1,2;j=1,…,5;rij為遞歸單元連接權值;
Oij(2)(t-1)為本層前一過去時刻的輸出值;
在模糊規則層中,圖形符號“∏”代表模糊“與”操作,用乘積“*”實現模糊語言變量“現模糊”運算;模糊規則層共有二十五個輸入節點,其輸入節點值為:
Ik(3)=O1k(2)*O2k(2);
式中,;k1=k2=1,2,…,5;k=k1k2=1,2,…,25;
模糊規則層的輸出節點值為:
Ok(3)=Ik(3);
在輸出層中,對模糊規則層的輸出節點值進行曲模糊化個歸一化處理;處理后該層的輸入值和輸出值分別為:
式中,ωk是模糊規則層與輸出層間的連接權值。
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常州蘭陵自動化設備有限公司,未經常州蘭陵自動化設備有限公司許可,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/201910136040.1/1.html,轉載請聲明來源鉆瓜專利網。





