[发明专利]基于支持向量机分层分类的无刷直流电机位置传感方法

说明书

本发明针对无刷直流电机转子位置检测问题，提出了一种基于支持向量机(SVM)分层分类的无刷直流电机位置传感方法。其主要特征是将无刷直流电机定子电压和电流作为分层SVM的输入，转子位置信息作为输出，将直流电机转子位置分为6个区域，每个SVM输出对应区域类的组合，逐步分层决策，直到区分出转子对应区域位置为止；通过网格优化法对SVM网络训练确定SVM最优参数，再把训练好的网络模型运用到电机运行中，采集电机定子电压和电流作为SVM的输入，通过分层分类确定最终转子位置信息，通过转子位置推算逻辑换相信号，确定每个区域对应相应开关管的通断，即换相逻辑信号。

技术领域

本发明涉及一种无刷直流电机领域的转子位置传感方法，具体的说就是一种基于支持向量机(SVM)分层分类的无刷直流电机位置传感方法。

背景技术

无刷直流电机通过转子位置信号来控制电子换相电路使定子电枢各绕组不断的换相通电，从而使定子磁场与转子永磁磁场始终保持90左右的空间角，产生转矩推动转子运转。

传统无刷直流电机的转子位置信息是通过位置传感器测得的，需要安装位置检测装置，但有位置检测装置的无刷直流电机存在以下缺点：增加电机体积，不利于电机小型化；位置传感器安装在电机内部很有限的空间里，难以安装并且维修困难；难于适应恶劣的环境；传感器接线复杂，容易引入干扰。因此无位置传感器无刷直流电机成了人们研究的热点。

目前转子无位置传感器装置的位置测量技术主要有反电势法、电流检测法、智能算法。反电势与速度成正比，因此在转速很低甚至为零时不能通过检测反电势来得到过零信号；而电流法的实现主要依赖于电流传感器的精度，一般情况下，传感器能够较好的获得电流大小的信号，而对电流相位和波形的细小变化则很难检测到。故反电势法和电流法单独使用都有其局限性。

发明内容

技术问题：有位置传感器和多种无位置传感器装置的转子信号检测方法都有其局限性，因此较难运用到对电机运行要求比较高的场合。

技术方案：为了解决上述问题，将支持向量机(SVM)分层分类用到转子位置检测中去，通过电流速度控制使得电机能够按照要求稳定运转。对于无刷直流电机，将转子位置信号与电机电压、电流之间的映射模型建立起来，采用支持向量机分层分类实现这种映射。将电机电压和电流作为支持向量机的输入，转子位置信息作为输出，从而实现电机转子位置的判定。

本发明是基于SVM的基础上的转子位置检测系统，由无刷电机工作原理可知绕组A、B、C相绕组的感应磁链是电角度θ的函数，而绕组A、B、C相绕组的感应磁链与三相端电压和电流存在一定的关系，因此可由三相端电压和电流预测出电角度θ，即转子位置信号。

SVM是一种二分类模型，它的目的是寻找一个超平面来对样本进行分割，分割的原则是间隔最大化，最终转化为一个凸二次规划问题来求解。描叙多元非线性分类模型一般形式为：y_i＝sgn(g(x_i))其中i＝1,2,…,N表示支持向量机分类预测模型的输入量，y_i表示模型目标输出量。映射函数使用核函数将原始输入空间的样本映射到高维特征空间Ω中，在特征空间中利用映射函数对样本数据进行线性分类。

SVM分类可表示为：g(x)＝(w·Φ(x))+b (1)

其中矢量w∈Rⁿ，偏置b∈R。SVM在最小化样本误差的同时，最小化模型的结构风险，即：

约束条件：y_i[(wx_i)+b]≤1-ξ_i，ξ_i≥0i＝1，…，N

这里ξ_i为松弛变量，方程(2)通过对偶形式的Lagrange多项式，计算得出最终分类函数为：