[发明专利]一种轴向线圈励磁辅助双凸极无刷直流电机的控制方法在审

专利信息
申请号: 201910808175.8 申请日: 2019-08-29
公开(公告)号: CN110518842A 公开(公告)日: 2019-11-29
发明(设计)人: 刘爱民;王新宇;娄家川;任达;孟繁贵 申请(专利权)人: 沈阳工业大学
主分类号: H02P6/32 分类号: H02P6/32;H02P6/10;H02P21/14
代理公司: 21109 沈阳东大知识产权代理有限公司 代理人: 李在川<国际申请>=<国际公布>=<进入
地址: 110870 辽宁省沈*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种轴向线圈励磁辅助双凸极无刷直流电机的控制方法,涉及电机的控制及调节技术领域。方法如下:步骤1:设置控制中央励磁线圈的初始权值、控制定子绕组的初始权值、双神经元时变学习率、RBF神经网络参数;步骤2:获取数据并计算双神经网络的输入;步骤3:根据输入量得到k时刻控制中央励磁线圈的控制量u1(k)和控制定子绕组控制量u2(k);步骤4:采用自适应梯度下降法对RBF神经网络的中心向量与连接权值进行修正,根据f(k+1)和实际输出y(k+1)产生的偏差采用最速梯度下降学习算法对双神经元控制器连接权值进行修正;步骤5:令k=k+1,返回步骤2。本方法实现电机定子绕组与中央励磁线圈最优联合控制,更好更快地调节电机转速和转矩。
搜索关键词: 励磁线圈 定子绕组 控制量 神经元 电机定子绕组 神经元控制器 无刷直流电机 修正 电机转速 获取数据 联合控制 神经网络 时刻控制 实际输出 学习算法 中心向量 轴向线圈 输入量 双凸极 下降法 自适应 励磁 时变 转矩 电机 返回 学习
【主权项】:
1.一种轴向线圈励磁辅助双凸极无刷直流电机的控制方法,其特征在于:包括如下步骤:/n步骤1:设置控制中央励磁线圈的初始权值vi1、控制定子绕组的初始权值vi2、双神经元的时变学习率η1、η2及RBF神经网络的参数,所述参数包括RBF神经网络权值、基函数中心向量和宽度;/n步骤2:获取数据,所述数据包括k时刻电机转速的给定量r(k)和实际的电机输出转速y(k)、k-1时刻电机转速的给定量r(k-1)和实际的电机输出转速y(k-1)、k-2时刻电机转速的给定量r(k-2)和实际的电机输出转速y(k-2),根据获取的数据计算双神经网络的输入x1(k)、x2(k)、x3(k);/n /n其中,e(k)代表r(k)与y(k)的误差;e(k-1)代表r(k-1)与y(k-1)的误差,e(k-2)代表r(k-2)与y(k-2)的误差;/n步骤3:根据步骤2得到的输入量xi(k)得到PID控制器给出的k时刻的控制中央励磁线圈的控制量u1(k)和控制定子绕组的控制量u2(k),将u1(k)和u2(k)分别输出至RBF神经网络以及中央励磁线圈驱动电路和控制定子绕组的驱动电路;中央励磁线圈驱动电路和控制定子绕组的驱动电路用于控制中央励磁线圈和电机;/n /n其中,i=1,2,3;u1(k-1)为k-1时刻控制中央励磁线圈的控制量;u2(k-1)为k-1时刻控制定子绕组的控制量;vi1、vi2为双神经元控制器中的连接权值;/n步骤4:计算RBF神经网络的输出f(k+1),其中f(*)是RBF神经网络输出的辨识转速;采用自适应梯度下降法对RBF神经网络的中心向量与连接权值进行修正,根据f(k+1)和实际输出y(k+1)产生的偏差采用最速梯度下降学习算法对双神经元控制器连接权值进行修正;/n步骤5:令k=k+1,返回步骤2。/n
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沈阳工业大学,未经沈阳工业大学许可,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/201910808175.8/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top