基于神經(jīng)網(wǎng)絡(luò)的永磁同步電機直接速度控制.pdf

1、現(xiàn)代永磁同步電機伺服系統(tǒng)對電機轉(zhuǎn)速的動態(tài)響應速度提出了越來越高的要求，然而傳統(tǒng)轉(zhuǎn)速環(huán)-電流環(huán)雙環(huán)結(jié)構(gòu)的串級控制器由于各環(huán)之間的相互影響，使得轉(zhuǎn)速環(huán)的帶寬極大地受到電流環(huán)帶寬的限制，影響了系統(tǒng)的動態(tài)性能。模型預測直接速度控制（MP-DSC）打破了傳統(tǒng)的串級控制結(jié)構(gòu)并提高了系統(tǒng)的動態(tài)響應速度，卻因基于永磁同步電機的線性化數(shù)學模型而導致系統(tǒng)魯棒性不足。本文在MP-DSC的基礎(chǔ)上提出了一種基于神經(jīng)網(wǎng)絡(luò)的永磁同步電機直接速度控制（NN-DSC）方

2、法，提高了控制精度和系統(tǒng)的魯棒性。本文主要從以下幾個方面進行了研究。
　　首先對MP-DSC的控制結(jié)構(gòu)、相關(guān)算法與控制過程進行了深入地研究，對其存在的開頻率高而且不固定、系統(tǒng)抗擾性差以及對負載轉(zhuǎn)矩擾動響應慢等缺陷進行了分析，然后采用開關(guān)量預選的措施減小開關(guān)頻率并設(shè)計了一個負載轉(zhuǎn)矩估計器以提高系統(tǒng)對負載擾動響應速度，最后對MP-DSC控制算法的正確性和改進措施的有效性進行了仿真分析與實驗驗證。
　　其次在MP-DSC的基礎(chǔ)上提

3、出了新型的NN-DSC控制策略，使用BP神經(jīng)網(wǎng)絡(luò)通過在線學習的方式對電機的局部動態(tài)模型進行精確逼近，以神經(jīng)網(wǎng)絡(luò)預測的方法取代MP-D SC的數(shù)學模型預測，提高了預測精度與系統(tǒng)魯棒性。本文對神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、參數(shù)、以及參數(shù)調(diào)整算法進行了設(shè)計，提出使用在線滑動窗口學習的方式對BP神經(jīng)網(wǎng)絡(luò)進行訓練，然后應用共軛梯度法提高算法收斂速度并限制單周期內(nèi)的神經(jīng)網(wǎng)絡(luò)學習時間以提高控制算法的實時性，最后對NN-DSC算法的先進性進行了仿真與實驗驗證和對比分

4、析。
　　最后，本文以AD5435實時仿真器為控制核心，以PS21867功率模塊為功率驅(qū)動核心設(shè)計并搭建了系統(tǒng)實驗平臺，并在實驗平臺上對MP-DSC與NN-DSC兩種控制算法分別進行了實驗驗證與分析。實驗結(jié)果表明，MP-DSC具有良好的動靜態(tài)性能且改進后的MP-DSC明顯提高了系統(tǒng)對負載轉(zhuǎn)矩擾動的響應速度；NN-DSC不僅具有良好的控制精度與動態(tài)響應速度，而且對外界干擾與參數(shù)變化具有很好的適應性，控制精度與魯棒性相比MP-DSC均