[发明专利]基于电流-位置的开关磁阻电机转矩脉动抑制方法与系统有效
申请号: | 201710647462.6 | 申请日: | 2017-08-01 |
公开(公告)号: | CN107241033B | 公开(公告)日: | 2019-08-23 |
发明(设计)人: | 党选举;李珊;党超;陈恩普;伍锡如;张向文;白雁力;王凯利;张潇;司亚;施亚洲 | 申请(专利权)人: | 桂林电子科技大学 |
主分类号: | H02P6/10 | 分类号: | H02P6/10;H02P6/28;H02P6/34;H02P21/00;H02P21/22;H02P25/098 |
代理公司: | 桂林市持衡专利商标事务所有限公司 45107 | 代理人: | 欧阳波 |
地址: | 541004 广西*** | 国省代码: | 广西;45 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明为一种基于电流‑位置的开关磁阻电机转矩脉动抑制方法与系统。本方法的基于电流‑位置神经网络模型直接由转子位置角计算相电流平方之和,作为参考总电流,再通过分配函数得到三相参考电流。三相参考电流与三相实测电流的差作为电流迟滞控制器的输入信号,控制开关磁阻电机的运行。本系统信号处理器连接电流传感器、转矩传感器和位置传感器接收信号,电流‑位置神经网络模块和电流分配模块运算得电流迟滞控制器的输入信号,控制功率驱动器,驱动SRM。本发明根据相电流平方之和与转子位置角的周期性关系,设计电流‑位置神经网络模型,有效地降低SRM的转矩脉动。 | ||
搜索关键词: | 基于 电流 位置 开关 磁阻 电机 转矩 脉动 抑制 方法 系统 | ||
【主权项】:
1.一种基于电流‑位置的开关磁阻电机转矩脉动抑制方法,包括以下步骤:步骤Ⅰ、电流‑位置神经网络模型构建Ⅰ‑1、相电流平方之和与转矩的关系SRM输出转矩的数学模型为:
式(1)中,Tkk为第kk相转矩的值;Lkk为第kk相电感的值;ikk为第kk相实测电流的值;θ为电机转子位置角;kk=1,2,3,分别对应SRM的A、B及C相;选择合适的开通关断角,在SRM磁路未达到饱和时,相电感与转子位置角近似为线性关系,
电感变化率近似为常数KL,式(1)写成:
即:
式(2)和式(3)中,T为SRM的输出转矩;由式(3)得知,相电流平方之和与输出转矩是线性对应关系;Ⅰ‑2、电流‑位置神经网络模型构建以SRM某相导通至其邻相导通为一个运行区间,将电机的运行划分为不同的运行区间;各个区间相电流波形是相同的;SRM运行时相电流平方之和IZ与转子位置角θ呈周期函数关系;利用相电流平方之和与转子位置角所表现出的周期关系,构建电流‑位置神经网络模型;因相电流平方之和与输出转矩是线性对应关系,所以在电流‑位置神经网络模型中,直接采用转矩偏差作为学习信号,得到相电流平方之和;选择RBF_NN神经网络模型的结构;神经网络的输入为转子位置角θ;神经网络的输出即相电流平方之和Iz作为参考总电流;激励函数为高斯函数;
融入神经网络的权值中;RBF_NN神经网络模型输出的相电流平方之和IZ通过电流分配及电流滞环控制器控制SRM运转;期望转矩Td与SRM实测的输出转矩T之差为误差信号ΔT,作为RBF_NN神经网络模型的学习信号;电流‑位置神经网络中各参数间关系如式(4)、式(5)所示:![]()
式(4)和(5)中,hj为高斯函数的输出,wj为输出层加权系数,cj为节点的中心;bj为节点的基参数,j为某个隐含节点,隐含节点总数为n,取值范围5~20;误差目标E(k)为:
式(6)中,Td(k)为k时刻的期望转矩,T(k)为k时刻的SRM的输出转矩,△T(k)是Td(k)与T(k)之差;根据梯度下降法,权值、节点中心及节点基宽参数的迭代算法为:△wj(k)=η△T(k)hj(k) (7)wj(k+1)=wj(k)+△wj(k)+α[wj(k)‑wj(k‑1)] (8)
bj(k+1)=bj(k)+△bj(k)+α[bj(k)‑bj(k‑1)] (10)
cj(k+1)=cj(k)+△cj(k)+α[cj(k)‑cj(k‑1)] (12)式(7)~式(12)中,wj(k)为k时刻的输出层权值,wj(k‑1)是k时刻的前一时刻的输出层权值,△wj(k)为k时刻的调整权值增量;bj(k)为k时刻的高斯函数中宽度参数,bj(k‑1)是k时刻的前一时刻的高斯函数中宽度参数,△bj(k)为高斯函数中宽度参数增量;cj(k)为k时刻的高斯函数中心参数,cj(k‑1)是k时刻的前一时刻的高斯函数中心参数,△cj(k)为高斯函数中心参数的增量;θ(k)为k时刻的转子位置角;hj(k)为k时刻的高斯函数的输出;η为学习速率取值在0~1;α为动量因子,取值范围0.001~0.1;步骤Ⅱ、电流分配选择正弦型分配函数作为电流分配函数,正弦型电流分配函数如下:
式(13)中,fkk(θ)为第kk相的电流分配函数;kk=1,2,3,分别对应SRM电机的A、B及C相;θon为开通角;θov为相电流重叠角;θoff为导通相电流减小的起始角;τr为360度周期角;通过分配函数对相电流平方之和Iz进行分配,求得各相参考电流;Ikk=Izfkk(θ) (14)式(14)中,Ikk为SRM第kk相的参考电流;步骤Ⅲ、电流滞环控制所述电流滞环控制器的输出对应功率驱动器的开1、关‑1和续流0三种状态;在SRM单相导通区和开通区,当电流偏差小于阈值|△Imax|时,功率驱动器的状态为续流0;根据实时检测的SRM电机转子位置角,转矩偏差ΔT,作为RBF_NN神经网络模型的学习信号,通过该RBF_NN神经网络模型,得到SRM三相的相电流平方和Iz作为参考总电流Iz;通过电流分配后,得到SRM的三相参考电流与三相实测电流的差送入电流滞环控制器作为输入信号;电流滞环控制器的输出送给功率驱动器,驱动SRM运转。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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桂林电子科技大学,未经桂林电子科技大学许可,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/patent/201710647462.6/,转载请声明来源钻瓜专利网。
- 上一篇:一种按压式高效发电装置
- 下一篇:一种永磁同步电机转速波动抑制方法