[發(fā)明專利]基于單神經(jīng)元網(wǎng)絡(luò)的慣量估計方法及其自適應(yīng)調(diào)整策略

有效

• 申請?zhí)枺?/td>: 201911326051.2
• 申請日: 2019-12-20
• 公開（公告）號: CN110932629B
• 公開（公告）日: 2021-03-23
• 發(fā)明（設(shè)計）人: 宋寶;楊承博;陳天航;唐小琦;周向東;李虎;鐘靖龍;鄒益剛;潘佳明;余文濤
• 申請（專利權(quán)）人: 華中科技大學(xué)
• 主分類號: H02P21/00
• 分類號: H02P21/00;H02P21/14
• 代理公司: 北京金智普華知識產(chǎn)權(quán)代理有限公司 11401
• 代理人: 楊采良

本發(fā)明公開了一種基于單神經(jīng)元網(wǎng)絡(luò)的慣量估計方法及其自適應(yīng)調(diào)整策略，首先公開了一種基于單神經(jīng)元網(wǎng)絡(luò)的慣量估計方法，該方法引入單神經(jīng)元網(wǎng)絡(luò)，利用其強(qiáng)大的自學(xué)習(xí)能力，根據(jù)參考模型和估計模型之間的偏差動態(tài)調(diào)整增益因子，從而使估計模型更加接近參考模型；其次，本發(fā)明還公開了一種用于所述慣量估計方法的自適應(yīng)調(diào)整策略，其基于能實時反映誤差變化的瞬時誤差能量函數(shù)自適應(yīng)調(diào)整神經(jīng)元的比例系數(shù)，同時對該策略的輸出進(jìn)行限制。本發(fā)明所提供的慣量估計方法能顯著提高慣量的估計精度，并且適用工況不受限，而自適應(yīng)調(diào)整策略的實施使得慣量估計結(jié)果在穩(wěn)定性和收斂速度之間實現(xiàn)了更好的折中。本發(fā)明計算簡單，調(diào)試容易，且能在線使用。

技術(shù)領(lǐng)域

本發(fā)明屬于電機(jī)技術(shù)領(lǐng)域，涉及永磁同步電機(jī)驅(qū)動系統(tǒng)慣量估計，具體涉及一種基于單神經(jīng)元網(wǎng)絡(luò)的慣量估計方法及其自適應(yīng)調(diào)整策略。

背景技術(shù)

PMSM(Permanent Magnet Synchronous Motor)由于具有功率密度高、轉(zhuǎn)矩慣量比大、效率高等優(yōu)良特性，在工業(yè)領(lǐng)域中得到了廣泛的應(yīng)用。隨著自動化水平的不斷提高，一些提高PMSM系統(tǒng)性能的伺服控制算法需要高精度的慣量估計結(jié)果，比如速度環(huán)控制器的自整定，力矩前饋控制，負(fù)載轉(zhuǎn)矩觀測。毫無疑問，不精確的慣量數(shù)據(jù)會導(dǎo)致這些方法的控制性能不理想。因此，準(zhǔn)確估計由負(fù)載慣量和電機(jī)慣量組成的系統(tǒng)慣量是非常必要的。

隨著系統(tǒng)實時性要求的不斷提高，PMSM驅(qū)動系統(tǒng)的在線式慣量估計方法受到越來越多的關(guān)注。模型參考自適應(yīng)方法、擴(kuò)展的卡爾曼濾波器法和遺忘因子遞歸最小二乘法是其中流行的方法。

現(xiàn)有技術(shù)中存在的主要問題和缺陷如下：

擴(kuò)展的卡爾曼濾波器法計算量大，并且很難設(shè)置其協(xié)方差矩陣以獲得滿意的性能。它的這些固有特性可能會阻礙其實際使用。模型參考自適應(yīng)法和遺忘因子遞歸最小二乘法都只有一個需要調(diào)整的參數(shù)，并且算法設(shè)計簡單。另外它們的計算負(fù)擔(dān)小，這意味著它們的實時性能突出。文獻(xiàn)(J.Sun,Y.You,et al.,“The on-line identification ofmoment of inertia of servo system,”in Proc.ICMA,Harbin,China,2016,pp.222–227.)比較了模型參考自適應(yīng)法和遺忘因子遞歸最小二乘法，其結(jié)論指出前者的精度更具競爭力。因此，相對于其他兩種方法，模型參考自適應(yīng)方法是解決PMSM驅(qū)動系統(tǒng)慣量估計問題的優(yōu)先考慮方法。

盡管模型參考自適應(yīng)方法有許多吸引人的優(yōu)點(diǎn)，但是其缺點(diǎn)也不容忽視。傳統(tǒng)的模型參考自適應(yīng)法在建模過程中通常忽略了摩擦的影響，這使得其估計精度不夠理想。為了提高它的精度，傳統(tǒng)的改進(jìn)通常考慮摩擦的影響。這些改進(jìn)中最簡單的一種是建立摩擦模型的擬合方程。通過建立摩擦模型的擬合方程，進(jìn)而提高估計模型的模型精度。估計模型精度的提高減少了其與參考模型之間的偏差，從而提高了所估計慣量的精度。在文獻(xiàn)(J.Sun,Y.You,et al.,“The on-line identification of moment of inertia of servosystem,”in Proc.ICMA,Harbin,China,2016,pp.222–227.)中，基于摩擦補(bǔ)償?shù)哪Ｐ蛥⒖甲赃m應(yīng)法用于估計系統(tǒng)慣量，其中摩擦模型由線性方程擬合。不過，這種改進(jìn)沒有考慮慣量變化的工況。在這種工況下，摩擦模型將會發(fā)生變化，因此先前建立的擬合方程將不適用。此外，擬合方程的建立過程是十分耗時的，這使得模型參考自適應(yīng)法的實際使用變得復(fù)雜。

發(fā)明內(nèi)容