[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

摘要

本发明公开一种基于在线神经网络逆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，复合被控对象之前依次串接悬浮力子系统在线神经网络逆模块和附加控制器模块；附加控制器模块由第一、第二滑模控制器组成，悬浮力子系统在线经网络逆模块由神经网络系统、在线学习算法模块和四个积分器S‑1组成，实时调整神经网络系统的权值矩阵，提高悬浮力子系统在线神经网络逆模块的精确度，采用在线神经网络来辨识电机悬浮力子系统的逆模型，避免了求解逆模型的复杂过程，整个系统具有更强的抗电机参数变化的能力，以复合被控对象的输出与神经网络系统的输入的误差为目标函数来设计在线学习算法，简化了在线学习神经网络的结构。

主权项

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e_x(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e_y(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)。