基于小波神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)無速度傳感器控制
李毓洲，陽林
（廣東工業(yè)大學(xué)機(jī)電工程學(xué)院，510006）
摘要：提出基于小渡神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)無速度傳感器控制方法。依據(jù)直接檢測得到的電流、磁鏈等參數(shù)，基于小波神經(jīng)網(wǎng)絡(luò)的時頻局部特性、變焦特性、自學(xué)習(xí)、自適應(yīng)、魯棒性及很強(qiáng)的非線性逼近能力的特性，利用小波神經(jīng)網(wǎng)絡(luò)建立非線性映射，估計轉(zhuǎn)子位置并計算轉(zhuǎn)子的輸出速度，實現(xiàn)電機(jī)無速度傳感器控制。在matlab/simunlink仿真環(huán)境下進(jìn)行仿真研究，仿真結(jié)果表明，具有較好的動態(tài)響應(yīng)和魯棒性。
關(guān)鍵詞：永磁同步電機(jī)；小波神經(jīng)網(wǎng)絡(luò)；無速度傳感器；非線性映射
中圖分類號：tm341; tm351 文獻(xiàn)標(biāo)志碼：a 文章編號：1001-6848（2010）07-0053-04
o引 言
近年來由于電力電子技術(shù)，微電子技術(shù)，新型電機(jī)控制理論及稀土永磁材料的發(fā)展永磁同步電機(jī)成為研究應(yīng)用的熱點，已廣泛應(yīng)用于很多領(lǐng)域，例如電動汽車領(lǐng)域。而對于永磁同步電機(jī)這樣的交流傳動系統(tǒng)而言，無傳感器技術(shù)已成為研究的熱點。主要方法包括開環(huán)型轉(zhuǎn)速估計法、現(xiàn)代控制理論法、智能控制分析法和不依賴電機(jī)方程的檢測法等。開環(huán)型觀測器估計精度較差，僅滿足中、高速情況下的控制要求；基于現(xiàn)代控制理論的模型參考自適應(yīng)法、擴(kuò)展卡爾曼濾波法(ekf)及全階狀態(tài)觀測法等，在轉(zhuǎn)速估計中得到一定的應(yīng)用，但系統(tǒng)計算量大、抗參數(shù)變化能力不強(qiáng)，制約了其發(fā)展；不依賴電機(jī)方程的高頻注入法、漏感脈動檢測法和d-q阻抗差異法等雖提高了系統(tǒng)的全速觀測性，但同時也帶來了操作上的不便性。
和其它交流電機(jī)一樣，由于受噪聲、溫度和磁場等因素的影響，永磁同步電機(jī)也是一個參數(shù)不確定、非線性，強(qiáng)耦合和多變量高階復(fù)雜系統(tǒng)。而高性能控制系統(tǒng)，不僅要求快速和準(zhǔn)確性，還要求在未知擾動和參數(shù)變化時具有高恢復(fù)能力。自適應(yīng)控制方法是目前研究較熱的方法，包括模型參考自適應(yīng)(mrac)和自校正調(diào)節(jié)器(str)，采用超穩(wěn)定理論設(shè)計參考模型，根據(jù)系統(tǒng)與參考模型間廣義誤差，在線調(diào)速控制器參數(shù)，使廣義誤差減少為零。faa-jeng lin等學(xué)者提出自適應(yīng)不確定觀測器，去觀測不確定擾動，提高魯棒性。由于這些方法計算復(fù)雜，在實際系統(tǒng)中應(yīng)用并不多。在系統(tǒng)辨識和控制中，由于人工神經(jīng)網(wǎng)絡(luò)( ann)屬于非線性動態(tài)系統(tǒng)，具有很強(qiáng)的自學(xué)習(xí)、自適應(yīng)和泛化能力[3-4]，神經(jīng)網(wǎng)絡(luò)( ann)已作為一種新手段廣泛在交流傳動系統(tǒng)中得到研究，文獻(xiàn)[5]利用bp網(wǎng)絡(luò)實現(xiàn)電流、磁鏈到轉(zhuǎn)子位置的映射，并利用dsp實現(xiàn)srm神經(jīng)網(wǎng)絡(luò)控制，效果良好。文獻(xiàn)[6]提出一種基于自適應(yīng)rbf神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子位置辨識方法，建立以各相電流、磁鏈作為輸入，轉(zhuǎn)子位置信號作為輸出的神經(jīng)網(wǎng)絡(luò)來實現(xiàn)電機(jī)電流、磁鏈和轉(zhuǎn)子位置間的非線性映射，估算轉(zhuǎn)子位置角度，從而有效地消去位置傳感器。盡管rbf神經(jīng)網(wǎng)絡(luò)全局收斂，但是其隱層節(jié)點的數(shù)目、隱層節(jié)點的中心和標(biāo)準(zhǔn)化參數(shù)難于確定。yang yi等人和a．rubaai等人基于永磁同步電動機(jī)數(shù)學(xué)模型，提出不同簡化的ann算法，有效地提高運行快速性。但是由于ann存在無專家經(jīng)驗、結(jié)構(gòu)復(fù)雜和訓(xùn)練時間長等問題，在ann在線訓(xùn)練中，如何尋找一種簡潔、有效方法是目前研究熱點。而用小波函數(shù)取代神經(jīng)元激勵函數(shù)構(gòu)成的小波神經(jīng)網(wǎng)絡(luò)[10]，結(jié)合小波變換良好的時頻局域化性質(zhì)及傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能，具有廣泛的應(yīng)用前景。本文提出一種基于小波神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)無速度傳感囂控制策略。小波神經(jīng)網(wǎng)絡(luò)及其訓(xùn)練算法
1.1小波神經(jīng)網(wǎng)絡(luò)
小波神經(jīng)網(wǎng)絡(luò)是以小波函數(shù)為基函數(shù)的一種連接型前饋網(wǎng)絡(luò)，將常規(guī)神經(jīng)網(wǎng)絡(luò)的隱層函數(shù)用小波函數(shù)代替，相應(yīng)的輸入層到隱層的權(quán)值及隱層閥值分別由小波函數(shù)的伸縮系數(shù)和平移參數(shù)代替，又可認(rèn)為是rbf網(wǎng)絡(luò)的推廣。圖1為小波神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖，分為三層：第一層為輸入層；第二層為隱含層，采用小波函數(shù)作為激勵函數(shù)；第三層為線性輸出層。
其數(shù)學(xué)模型為
式中，輸入矢量x =[x1，x2，…，xp]，輸出矢量y=[y1，y2，…，yq]，wd為輸出節(jié)點i與隱層節(jié)點j的連接權(quán)值；ψj為隱層節(jié)點j的小波函數(shù)；aik和tj |
