[發明專利]一種基于RBF神經網絡補償的自適應動態面控制方法

有效

• 申請號: 202110043301.2
• 申請日: 2021-01-13
• 公開（公告）號: CN112859608B
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 王秀平;王一名;曲春雨;王楠;姜勝龍;葛子荻;姚舜禹;劉萬明;王長華;王雅慧;劉帥;郭子琦;胡永壯
• 申請（專利權）人: 沈陽工程學院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京君泊知識產權代理有限公司 11496
• 代理人: 李丹

本發明公開了一種基于RBF神經網絡補償的自適應動態面控制方法，首先根據李雅普諾夫穩定性理論，采用反步法來確保所提出的控制方案針對初級永磁直線電機外部時變擾動的收斂性和魯棒性，并且通過引入指令濾波器解決了反步控制中的微分展開問題，最后通過RBF神經網絡對初級永磁直線電機受到的未建模負載擾動進行了補償，可以實現初級永磁直線電機閉環信號的位移控制，并同時保證了所提出的控制方法針對參數不確定性的魯棒性。

技術領域

本發明涉及電機控制技術領域，具體為一種基于RBF神經網絡補償的自適應動態面控制方法。

背景技術

初級永磁直線電機相對于傳統永磁直線電機具有電磁推力大、成本低等優點。因此在軌道交通領域中受到了越來越多的關注。直接推力控制采用定子磁場定向，在定子坐標系下計算電機的磁鏈與推力，通過調節器與給定值之間進行滯環比較，將推力波動與磁鏈幅值限制在一定范圍之內。相比于傳統的矢量控制，直接推力控制在過程中取消了復雜的坐標變換過程，算法簡單，動態響應速度快，非常適合應用于初級永磁直線電機的控制系統中。傳統的反步控制將電機的高階、強耦合、非線性的伺服控制系統拆分為多個低階子系統進行求解。可以在一定程度上對電機伺服系統進行位移與速度的控制。但是由于在反步控制過程中對于虛擬控制求導控制中會引起項數膨脹及其引起的相關問題。并且當系統為高階系統時此缺點尤為突出。而且電機參數會隨著運行過程中動子速度或溫度等運行條件的變化而發生時變。由于其鐵芯開斷的結構特點導致產生邊端效應。而且在實際的應用中，系統會受到未知的非線性負載擾動。這一系列不確定因素都將直接影響電機的動態性能。因此對于電機的控制策略的要求變得更高。

由于初級永磁直線電機系統的控制特性過于復雜。因此，為了解決在反步控制中微分爆炸的問題引入二階濾波器對其虛擬控制率的導數進行限制。并且針對系統中參數時變以及存在非線性負載擾動的情況，引入神經網絡，利用RBF神經網絡可以快速趨近任何非線性函數的能力。對其進行補償。相比于傳統的控制算法，RBF神經網絡補償的自適應反步控制具有算法相對簡單、動態響應速度快、魯棒性強等優點。可以在考慮一系列不確定性影響的情況下對電機進行位移速度等量的有效控制。因此在開展初級永磁直線電機在軌道交通控制方面的研究具有重要的理論和實用價值。

發明內容

本發明的目的是解決初級永磁直線電機具有參數時變以及未建模負載擾動影響下的控制系統的穩定性的問題，提供一種基于RBF神經網絡補償的自適應動態面控制方法。

為實現上述目的，本發明是按照以下技術方案實施的：

一種基于RBF神經網絡補償的自適應動態面控制方法，包括以下步驟：

S1、構建初級永磁直線電機在dq坐標系下的狀態空間方程：將永磁同步直線電機三相繞組電流i_a、i_b、i_c經過Clark坐標變換得到兩相靜止dq坐標系下的電流信號i_d、i_q，結合電機位移與速度，得到dq坐標系下的永磁直線同步電機的運動方程；

S2、根據李雅普諾夫穩定性理論，設計基于反步法的自適應動態面控制算法：依次根據電機的位移x₁，速度x₂，交軸電流的導數構造跟蹤誤差函數e₁(t)、e₂(t)、e₃(t)，及李雅普諾夫函數V₁、V₂、V₃；在控制中加入了指令濾波器，提出了補償信號，以消除指令濾波器引起的誤差影響；

S3、采用基于RBF神經網絡補償的方式對基于反步法的自適應動態面控制算法進行優化：采用基于RBF神經網絡補償的方式，構造李雅普諾夫函數V₄，通過保持V₄負定，得到未知量估計的神經網絡權值，通過對權值的調控，實現對未建模負載擾動的補償提高位置精度，完成對自適應動態面控制的優化。