[发明专利]二自由度无轴承永磁同步电机悬浮力子系统解耦控制器有效
申请号: | 201811379842.7 | 申请日: | 2018-11-19 |
公开(公告)号: | CN109600083B | 公开(公告)日: | 2021-06-22 |
发明(设计)人: | 朱熀秋;顾志伟;颜磊;孙玉坤;华逸舟;杨泽斌 | 申请(专利权)人: | 江苏大学 |
主分类号: | H02P21/00 | 分类号: | H02P21/00;H02P25/022 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 212013 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 自由度 轴承 永磁 同步电机 悬浮 子系统 控制器 | ||
1.一种二自由度无轴承永磁同步电机悬浮力子系统解耦控制器,具有包含无轴承永磁同步电机的复合被控对象(1),其特征是:复合被控对象(1)之前依次串接悬浮力子系统在线神经网络逆模块(2)和附加控制器模块(3);附加控制器模块(3)由第一、第二滑模控制器(31、32)组成,无轴承永磁同步电机转子在x方向上的径向位移给定量x*与实时检测出的径向位移x(t)的误差ex(t)是第一滑模控制器(31)的输入,第一滑模控制器(31)的输出是x方向径向位移控制量v1、在y方向上的径向位移给定量y*与实时检测出的径向位移y(t)的误差ey(t)是第二滑模控制器(32)的输入,第二滑模控制器(32)的输出是y方向径向位移控制量v2;悬浮力子系统在线神经网络逆模块(2)由神经网络系统(22)、在线学习算法模块(21)和四个积分器S-1组成,所述的x方向径向位移控制量v1是神经网络系统(22)的第一个输入,v1经第一个积分器S-1后的一重积分是神经网络系统(22)的第二个输入,再经第二个积分器S-1后的二重积分是神经网络系统(22)的第三个输入;y方向上的径向位移给定量v2是神经网络系统(22)的第四个输入,v2经第三个积分器S-1后的一重积分是神经网络系统(22)的第五个输入,再经第四个积分器S-1后的二重积分是神经网络系统(22)的第六个输入,神经网络系统(22)的第七个输入是在线学习算法模块(21)的输出;在线学习算法模块(21)的第一个输入是二重积分与径向位移x(t)之间的差值e1(t)、第二个输入是二重积分与径向位移信号y(t)之间的差值e2(t)、输出是调整后的连接权值矩阵W0(t+1),W0(t+1)是神经网络系统(22)的第七个输入,神经网络系统(22)的输出是给定电流该给定电流输入复合被控对象(1);所述的x方向径向位移控制量所述的y方向上的径向位移给定量c1、c2为滑模面系数;系统状态变量r1=x*-x(t)、r3=y*-y(t),为r1的导数;为r3的导数;a1≥0、a2≥0、ε10、ε20、k10、k20均为系统设计参数;s1、s2为滑模面。
2.根据权利要求1所述的二自由度无轴承永磁同步电机悬浮力子系统解耦控制器,其特征是:神经网络系统(22)采用结构为6×12×2的BP神经网络,对网络进行训练,训练好的神经网络为u为输出向量,z为输入变量,输入层到隐含层的连接权值矩阵为V0,隐含层到输出层的连接权值矩阵为W0=[w1,w2]T∈R12×2,w1,w2均表示一个1行12列的矩阵;T为转置;R12×2表示任意一个12行2列矩阵;wq=[w1q,w2q,…,w11q,w12q],w1q,w2q,…,w11q,w12q为连接权值,q=1,2;σ(·)为隐含层激励函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811379842.7/1.html,转载请声明来源钻瓜专利网。