[发明专利]一种无刷直流电机矢量控制系统及其构建方法

说明书

本发明涉及一种无刷直流电机矢量控制系统及其构建方法，所述无刷直流电机矢量控制系统包括：双闭环调节器、SVPWM控制器和逆变器；其中所述双闭环调节器包括转速调节外环和电流调节内环，且所述转速调节外环的转速调节器适于采用模糊神经网络控制器；一给定转速经所述双闭环调节器调节后输入至所述SVPWM控制器；以及所述SVPWM控制器适于产生控制脉冲信号，并通过所述逆变器逆变后作为无刷直流电机的控制信号；本发明的无刷直流电机矢量控制系统在传统的控制方法基础上引入了模糊神经网络，提高了系统的稳定性，增加了系统的自适应性能。

技术领域

本发明涉及一种将模糊神经网络和无刷电机矢量控制两者相结合的组合应用，具体涉及一种无刷直流电机矢量控制系统及其构建方法。

背景技术

随着社会的发展，阀门装置在生活生产中被使用的越来越多，如何实现对阀门更加可靠有效的控制具有很大的研究价值。虽然现在已经有很多的控制方法被提出，但是大部分电机控制的阀门系统存在着很大的不足，例如抗干扰性差，自适应能力不足或不具备自适应能力，容易出现故障等。随着社会的进一步发展，各个领域对其控制要求会进一步提高，这些缺点都会被逐渐放大，成为阻碍发展的因素。由于这些不足的存在，会使得系统的可靠性降低，甚至产生安全隐患。同时，这些不足所带来的系统维护成本，也将会成为一个制约发展的重要因素。而引入了模糊神经网络，将极大程度的弥补这些不足。

发明内容

本发明的目的是提供一种无刷直流电机矢量控制系统及其构建方法。

为了达到上述发明目的，本发明提供了一种无刷直流电机矢量控制系统，包括：双闭环调节器、SVPWM控制器和逆变器；其中所述双闭环调节器包括转速调节外环和电流调节内环，且所述转速调节外环的转速调节器适于采用模糊神经网络控制器；一给定转速经所述双闭环调节器调节后输入至所述SVPWM控制器；以及所述SVPWM控制器适于产生控制脉冲信号，并通过所述逆变器逆变后作为无刷直流电机的控制信号。

进一步，所述模糊神经网络控制器适于利用历史数据样本对模糊神经网络进行训练和学习，以获得网络权值与阈值初始值；以及通过采用在线监督学习算法对模糊神经网络控制器的参数进行调整优化。

进一步，所述模糊神经网络共有四层BP网络，分别是输入层、模糊化层、模糊规划层和输出层，且在模糊化层中加入递归神经元；以及利用历史数据样本对神经网络进行训练和学习，即输入层中，模糊神经网络的输入矢量x为[e,ec]^T，将输入矢量x转换为[-1,1]区间值，则该输入层的输出节点值为：

O_i⁽¹⁾＝I_i⁽¹⁾＝x_i；

式中，i＝1,2；x₁＝e,x₂＝ec；

在模糊化层中，对输入变量进行模糊化处理，每个输入变量均分别表示为模糊语言变量{PB,PS,ZE,NS,NB}，其中，PB为负大，PS为负小，ZE为零，NS为正小，NB为正大；计算求取每个分量属于各模糊语言变量集合的隶属函数，用高斯函数表示隶属函数，所述模糊化层共有十个输出节点，其输出节点值为：

O_ij⁽²⁾＝u_ij(x_i)＝exp[-(I_ij⁽²⁾-a_ij²)²/b_ij²]；

式中，I_ij⁽²⁾＝O_i⁽¹⁾,i＝1,2；j＝1,2,…,5；a_ij和b_ij分别是高斯函数的中心值和宽度值；