[发明专利]一种有刷直流电机核岭分类速度测量方法

摘要

本发明涉及一种有刷直流电机核岭分类速度测量方法，包括核岭分类器和基于电流尖峰的测速算法；所述核岭分类器为基于核岭回归方法所构建的高精度的有刷直流电机电流非线性二类分类器，将电流序列分为尖峰序列和非尖峰序列；基于电流尖峰的测速算法的原理是：分类准确无误的情况下，电机转动一圈产生电流尖峰个数是固定的。本发明有如下两个特点：第一，利用核岭回归方法来构建直流电机电流的分类器；第二，利用分类器识别电流尖峰个数来推算出转速；本发明实现了直流电机速度控制系统的高测量精度，具有对复杂环境同样适应的特点。

主权项

1.一种有刷直流电机核岭分类速度测量方法，其特征在于：包括以下步骤：步骤S1：已知，单输入单输出的非线性离散分类器表示为：y(k)＝P(y(k‑1),...,y(k‑n),u(k),...,u(k‑n)),其中u(k),…,u(k‑n)和y(k),…,y(k‑n)分别为系统第k时刻的输入和输出，n表示输入和输出的拍数；对直流电机的电流数据进行分类，分类器具体表达式为：g(x)＝Y^T(K_lxl+λI_lxl)^‑1K_lx1(x)；若g(x)>＝0,则y(k)＝1；若g(x)<0,则y(k)＝0；其中，Y为输出向量，g(x)为分类器判别函数，第k时刻特征向量为x＝f(y(k‑1),…,y(k‑p),u(k),…,u(k‑p))，u(k)为第k时刻电流输入，y(k)为分类器布尔值输出，λ为正则项参数，K_lxl表示l阶的方阵，K_lx1表示l×1的列向量，矩阵K_lxl和向量K_lx1中的元素为核函数的函数值：σ为核宽度，x为当前输入特征向量，x_i为第i时刻输入特征向量，通过调整λ和σ来实现对所述直流电机核岭分类器的非线性模型的训练；步骤S2：采样并保留p拍的电流输入信号{u(k‑1),…,u(k‑p)}，把交流波形在时间轴上显示出来，每个周期都只有一个尖峰，确定尖峰的位置；将电流按是否为峰值分为两类，并用布尔值表示：假设输入为{u(k),…,u(k‑n+1)},若为尖峰输出为y(k)＝1，若非尖峰输出为y(k)＝0；将p拍的电流输入信号{u(k‑1),…,u(k‑p)}和p拍的输出信号{y(k‑1),…,y(k‑p)}作为训练样本；步骤S3：调整λ和σ来训练直流电机核岭回归分类器的非线性模型，返回训练所得的参数；步骤S4：将训练获得的参数带入所述直流电机核岭分类器的非线性模型中，检测并保留n拍的电流输入信号{u(k‑1),…,u(k‑n)}和n拍的核岭分类器输出信号{y(k‑1),…,y(k‑n)}，则当输入u(k)时，x＝f(y(k‑1),…,y(k‑p),u(k),…,u(k‑p))，核岭分类器判别函数输出为g(x)；步骤S5：在固定时间T对y(k)＝1的事件计数，等价于对电流尖峰计数，计数值为Pulse，估计电机转速为Speed＝K*Pulse*60/T；T＝N/Fs；K为与电机结构有关的比例系数，Pulse为在时间T内检测到的脉冲数,N为采样点数,Fs为采样频率；步骤S6：设定一个指标来终止训练，将电机实际速度输出值与估计速度输出值进行比较，得到速度误差信号ξ(k+1)，最大误差设定为e，判断ξ(k+1)＜e是否成立，若不成立返回步骤S1重新提取训练样本；若成立则终止训练，返回训练所得的分类器参数；步骤S7：将训练好的所述直流电机核岭分类器引入到速度估计中，在电机控制系统中连续采集电流数据，将数据输入到该系统中，转换成电机转速。