[发明专利]一种永磁同步电机神经网络左逆状态观测方法

说明书

技术领域

本发明属于电机驱动控制技术领域，更准确地说，本发明涉及一种永磁同步电机神经网络左逆状态观测方法。

背景技术

众所周知，由于永磁同步电机（permanent magnet synchronous motor，PMSM）所具备的高功率密度、高转矩惯性比、高可靠性等特点，其在电机驱动领域的应用越来越广泛。状态观测器可以令PMSM控制系统在无需安装位置或速度传感器的前提下获得PMSM系统状态量转子角位置及转速信息，提高系统可靠性运行的同时节约制造成本。因此，国内外学者相继发展了无速度传感器控制技术，提出了不同的电机转速与位置观测方案并广泛应用于PMSM控制领域。

目前提出的状态观测器中，有的利用电机的基本电磁关系与运动方程，辨识电机转速及其他电机状态量，该方法计算简单，易于实现，但是依赖精确数学模型，对电机参数变化敏感，在实际应用中表现不稳定。也有基于扩展卡尔曼滤波算法或者增广扩展卡尔曼滤波算法的辨识方法，在低速范围辨识效果良好，然而这些算法都是建立在系统的线性化模型基础上的，对于非线性系统，其辨识结果有较大的偏差。还有基于稳定性理论设计的PMSM转速辨识方法，这类方法以Lyapunov方程以及Popov超稳定性理论保证系统状态量的渐进收敛，在系统稳定时性能良好，但一般需要同时对电机参数做在线观测，以保证辨识结果精度，因此模型复杂程度高，计算量大。此外，还有采用滑模观测器观测电机转速，这种方法适用于辨识中高速时的电机转速且易于实现，但是在状态量突变以及受外部噪声干扰的情况下辨识效果不好，易出现抖振的现象。虽然该现象可以通过加入滤波器进行改善，但事实上这在实际应用中是难以实现的。

而且，对于PMSM状态观测器而言，往往需要在电机运行时实时准确地观测出系统状态量。同时，在实际应用时，由于观测结果的可靠性直接关系到电机控制的精确度，对于观测结果的可靠性要求比较高。因此，需要设计出在系统噪声和外部干扰都很严重的情况下，具有高可靠性的状态观测器。

已有的专利“CN1794120A”中提出了一种针对三相电弧炉电极控制系统的神经网络逆辨识方法。该方法利用电弧炉相电流作为RBF神经网络的输入构造电弧炉相电压辨识模型。并将该辨识模型反向，作为直接逆控制器模型，从而实现电弧炉三相电流解耦控制。这种辨识方法着重于实现系统解耦控制，其构造辨识器的实质是为了构造控制器，而非观测系统不直接可测量状态量。而且该专利并未依据逆系统理论给出神经网络逆辨识器的构造方法。因此，需要寻求一种新方法，根据PMSM控制系统的特点，构建系统不直接可测状态量的左逆状态观测器。

神经网络逆软测量方法已被应用于生物浸出过程这一类的过程控制场合，例如在文献“神经网络逆软测量方法的拓展及在生物浸出过程中的应用”中（公开发表于2012年3月仪器仪表学报第33卷，第3期，661-669页），提出了一种神经网络软测量方法。该方法可以解决不直接可测状态的估计问题。其构造如图1所示。图1为一种传统的神经网络左逆辨识结构，由原系统1的内含传感器子系统21与传统的左逆软测量器22串联构成单位映射系统2，对系统状态量进行观测。其中传统的左逆软测量器22是由若干纯微分环节与一般静态神经网络组成。其原理是：首先假定在原系统1的内部存在一个以不直接可测状态量x为输入、以直接可测状态量z为输出的内含传感器子系统21，然后通过建模算法建立该内含传感器子系统21的数学模型，并得到“内含传感器”的逆系统，该逆系统就是所要建立的传统的左逆软测量器22。由于该方法中传统的左逆软测量器22是由纯微分环节及传统神经网络构成的，而纯微分环节的引入对于状态变化幅度大，系统噪声严重的系统比如永磁同步电机控制系统，会造成放大噪声，引起振荡的后果，不能准确快速的辨识所需的状态量。因此，需要对逆软测量器的构造作出调整，避免纯微分环节带来的不利因素，构造一个适用于永磁同步电机控制系统的左逆状态观测器。

发明内容

本发明的目的是：针对现有技术中永磁同步电机状态观测技术的不足，提供一种新型的永磁同步电机神经网络左逆状态观测方法，实现永磁同步电机调速系统线无位置传感器条件下的高性能控制。该状态观测方法将跟踪微分器（tracking differentiator，TD）应用于神经网络左逆辨识器，从而克服了系统未建模动态的干扰，抑制参数扰动，提高辨识效果的动态响应速度和稳态跟踪精度，并为实现高性能鲁棒控制做好准备。

具体地说，本发明是采用以下的技术方案来实现的，包括下列步骤：