无轴承交流异步电机神经网络逆解耦控制器的控制方法技术

本发明专利技术是一种无轴承交流异步电机神经网络逆解耦控制器的控制方法，由两个Ｃｌａｒｋ逆变换、两个电流跟踪型逆变器、无轴承交流异步电机及其负载作为一个整体组成复合被控对象；根据其对应的逆系统，用静态神经网络加积分器并通过学习算法构成神经网络逆；将神经网络逆串接在复合被控对象之间，复合成由两个位置子系统、一个速度子系统和一个磁链子系统组成的伪线性系统；再依据线性系统的设计方法对伪线性系统设计线性闭环控制器，最后将线性闭环控制器与神经网络逆相串接并与两个Ｃｌａｒｋ逆变换、两个电流跟踪型逆变器一起形成神经网络逆系统方法控制器，对无轴承交流异步电机进行非线性动态解耦控制。其控制速度与精度较高，电机结构简单、控制系统性能优良。

【技术实现步骤摘要】
无轴承交流异步电机神经网络逆解耦控制器的控制方法
本专利技术是一种多变量非线性的无轴承交流异步电机神经网络逆解耦控制器的控制方法，适用于无轴承交流异步电机的高性能控制。无轴承交流异步电机继承了磁轴承支承电机的无润滑、无磨损、无机械噪声等特点，在机床电主轴、涡轮分子泵、离心机、压缩机、机电贮能、航空航天等特殊电气传动领域具有广泛的使用前景，属于电力传动控制设备的

技术介绍
无轴承交流异步电机是一类多变量、非线性、强耦合的被控对象，其径向位置、转速难以通过外加的信号准确地控制。若要实现电机转子稳定悬浮和运行，必须对电机转矩力和悬浮力进行动态解耦控制。动态解耦控制的控制策略是实现无轴承交流异步电机稳定工作的难点。矢量控制是从电机电磁场理论出发，利用坐标变换，将无轴承交流异步电机模型等效转化为类似于直流电机的模型来进行控制。然而，理论分析表明，由于电机参数变化，矢量控制只能实现转矩和悬浮力静态解耦控制，其动态响应性能还不能令人满意。为提高无轴承交流异步电机控制的动态性能，微分几何控制方法也被用于无轴承交流异步电机的控制，但其解耦线性化的实现，要求获得对象的精确数学模型。而作为一个复杂的非线性对象，无轴承交流异步电机转子参数随工况的变化十分明显，加之存在一些不可预见的干扰和动态影响，使微分几何方法与解析逆系统方法难以在实际中真正的应用。为进一步提高无轴承交流异步电机的动态工作性能，需要考虑无轴承交流异步电机的动态解耦以及无轴承电机多变量协调控制。研制结构紧凑、性能优良的无轴承交流异步电机解耦控制器。国内现有的相关专利申请：1)专利申请号CN200510038099.5，名称为：磁悬浮开关磁阻电动机径向神经网络逆解耦控制器及构造方法，此专利技术专利针对磁悬浮开关磁阻电动机设计径向神经网络逆解耦控制器；2)专利申请号CN200510040065.X，基于神经网络逆五自由度无轴承永磁同步电机控制系统及-->控制方法，此专利技术专利针对五自由度无轴承永磁同步电机而设计的控制方法。以上二个专利技术专利所用的神经网络逆控制器控制电机的思想与本专利有一定的相关性，但各种电机的结构、数学模型，控制方法、控制难度和要求存在本质区别，对无轴承异步电机的转子磁链观测和控制器的设计，目前无相关专利和文献资料。
技术实现思路
本专利技术的目的是针对无轴承异步电机非线性、强耦合复杂系统，对悬浮力、转矩力及转子磁链采用神经网络逆控制器进行非线性动态解耦控制，提供一种既可使无轴承交流异步电机具有优良的动、静态控制性能，抗电机参数变化及抗负载扰动能力强，又能有效地提高无轴承交流异步电机的各项控制性能指标，如动态响应速度、稳态跟踪精度及参数鲁棒性的无轴承交流异步电机神经网络逆解耦控制器的控制方法。神经网络逆系统控制方法，使用神经网络直接替代现有解耦控制方法中的对应逆系统模型，从而弥补了基于矢量控制方法、微分几何控制等方法中无轴承交流异步电机参数的不稳定所带来系统控制有误差的不足，该方法更好地实现了转矩力和径向悬浮力之间的动态解耦，同时使得无轴承交流异步电机调速系统具有更强的抗干扰性和鲁棒性。无轴承交流异步电机的神经网络逆解耦控制器的控制方法为：首先采用常用的电流、电压、速度、磁链观测模型及Park变换与Clark变换组成的一个磁链观测器，来获取磁链闭环控制所需的无轴承电机转子磁链信息。基于神经网络逆无轴承交流异步电机控制系统由两个Clark逆变换和两个电流跟踪型逆变器，以及无轴承交流异步电机负载模型一起作为一个整体组成复合被控对象，复合被控对象的被控量是无轴承交流异步电机转子径向位移、转速以及磁链；接着采用静态神经网络加积分器s-1来构造复合被控对象的神经网络逆，并通过调整静态神经网络的权系数使神经网络逆实现复合被控对象的逆系统功能；接下来将神经网络逆置于复合被控对象之前，神经网络逆与复合被控对象组成伪线性系统，伪线性系统等效成四个解耦的积分线性子系统，分别为二个位置二阶积分型的伪线性子系统、一个速度一阶积分型以及一个磁链一阶积分型的伪线性子系统，从而不仅实现了旋转力、径向悬浮力之间的动态解耦，而且还实现了无轴承交流异步电机在位置子系统之间的动态解耦；在此基础上，采用PID调节器设计方法来综合四个解耦的积分子系统，分别设计两个转子位置控制器、一个速度控制器以及一个磁链控制器，并由此两个转子位置控制器、速度控制器以及一个磁链控制器来构成线性闭环控制器；最后将线性闭环控制器、神经网络逆、两个Clark逆变换、-->两个电流跟踪型逆变器共同构成神经网络逆控制器来实现无轴承交流异步电机转矩力、径向悬浮力的独立控制，来实现电机转子稳定悬浮和运行。其中上述的磁链观测器是由两个坐标变换、定子磁链观测模型以及转子磁链辨识模型组成；其中一个坐标变换是把无轴承交流异步电机定子绕组相电流i1a、i1b、i1c通过Clark变换以及Park变换来采集无轴承异步电机的转矩绕组电流i1d、i1q；另一坐标变换是把无轴承交流异步电机定子绕组相电流i1a、i1b、i1c和相电压u1a、u1b、u1c通过Clark变换以及Park变换来采集无轴承异步电机的转矩绕组电流i1d、i1q和电压u1d、u1q；然后通过相应的磁链辨识模块来获得所需的磁链值。本专利技术的原理是改变传统无轴承交流异步电机采用转子磁场或气隙解耦控制的策略，设计了一种采用神经网络逆系统控制器对无轴承交流异步电机进行了非线性动态解耦控制。本专利技术的优点在于：1.无轴承交流异步电机比磁轴承支承的电机具有更加合理，更加实用的结构。1)系统结构紧凑，转子轴向长度大大缩短，电机转速、功率可以进一步得到提高，并可以实现高速超高速运行；2)径向悬浮力控制系统中功率放大电路采用三相功率逆变电路，使得神经网络逆解耦控制无轴承交流异步电机的控制方法简单，结构紧凑，功耗低，成本下降，摆脱了传统磁悬浮轴承支承的无轴承交流异步电机结构复杂，临界转速低，控制系统复杂，功放造价高，体积大等缺陷。2.通过构造神经网络逆，将无轴承交流异步电机这一多变量、强耦合、非线性时变系统的控制转化为对两个转子位置二阶积分线性子系统、一个速度一阶积分线性子系统以及一个磁链一阶积分线性子系统的控制，利用PID调节器设计方法设计线性闭环控制器，从而实现了对转矩力与径向悬浮力之间的动态解耦，因而可以实现分别独立地对无轴承交流异步电机的位置系统、转子的转速、以及磁链的控制。且进一步采用PID、极点配置、线性最优二次型调节器或鲁棒伺服调节器等设计方法设计线性闭环控制器，可获得无轴承交流异步电机的高性能控制以及抗负载扰动的运行性能。3.用静态神经网络加积分器来实现复合被控对象的逆系统，构造神经网络逆控制器来实现对无轴承交流异步电机的控制，完全摆脱了传统的微分几何控制方法对数学模型的依赖性，弥补了基于微分几何控制方法中对无轴承交流异步电机的数学模型要求严格以及系统参数的不稳定所带来系统控制有误差的不足，能更好地实现了转矩力和径向悬浮力之间的解耦，有效地减小了电机参数变化与负载扰动对无轴承交流异步电机性能的影响，显著地提高了无轴承交流异步电机的性能指标。本专利技术基于神经网络逆构造的无轴承交流异步电机神经网络逆控制器，提高了无轴承交流异步电机控制性能，而且适合其它无轴承电机控制系统，本文档来自技高网...

【技术保护点】
基于神经网络逆无轴承交流异步电机解耦控制器的控制方法，其特征在于首先采用常用的电流、电压、速度、磁链观测模型及Ｐａｒｋ变换与Ｃｌａｒｋ变换组成的一个磁链观测器（１０），来获取磁链闭环控制所需的无轴承电机转子磁链信息；磁链观测器（１０）是由坐标变换（１１）、坐标变换（１２）、定子磁链观测模型（１３）以及转子磁链辨识模型（１４）组成；然后将两个Ｃｌａｒｋ逆变换（２１、２２）、两个电流跟踪型逆变器（２３、２４）及无轴承交流异步电机及其负载模型（２５）作为一个整体组成复合被控对象（２６）；进而采用静态神经网络（３１）加积分器ｓ↑［－１］来构造复合被控对象的神经网络逆（３２），并通过调整神经网络的权系数使神经网络逆（３２）实现复合被控对象（２６）的逆系统功能；然后将神经网络逆（３２）置于复合被控对象（２６）之前，神经网络逆（３２）与复合被控对象（２６）组成伪线性系统（４１）；伪线性系统（４１）等效为四个解耦的积分线性子系统，分别为两个位置二阶积分型的伪线性子系统、一个速度一阶积分型的伪线性子系统以及一个磁链一阶积分型的伪线性子系统；在此基础上，采用ＰＩＤ调节器设计方法对四个解耦的积分子系统分别设计两个转子位置控制器（５２、５３）、一个速度控制器（５４）和一个磁链控制器（５５）；并由上述两个转子位置控制器、一个速度控制器和一个磁链控制器来构成线性闭环控制器（５１）；最后将线性闭环控制器（５１）、神经网络逆（３２）和两个Ｃｌａｒｋ逆变换（２１、２２）、两个电流跟踪型逆变器（２３、２４）共同构成神经网络逆无轴承交流异步电机控制器（７１）。...

【技术特征摘要】
1、基于神经网络逆无轴承交流异步电机解耦控制器的控制方法，其特征在于首先采用常用的电流、电压、速度、磁链观测模型及Park变换与Clark变换组成的一个磁链观测器(10)，来获取磁链闭环控制所需的无轴承电机转子磁链信息；磁链观测器(10)是由坐标变换(11)、坐标变换(12)、定子磁链观测模型(13)以及转子磁链辨识模型(14)组成；然后将两个Clark逆变换(21、22)、两个电流跟踪型逆变器(23、24)及无轴承交流异步电机及其负载模型(25)作为一个整体组成复合被控对象(26)；进而采用静态神经网络(31)加积分器s-1来构造复合被控对象的神经网络逆(32)，并通过调整神经网络的权系数使神经网络逆(32)实现复合被控对象(26)的逆系统功能；然后将神经网络逆(32)置于复合被控对象(26)之前，神经网络逆(32)与复合被控对象(26)组成伪线性系统(41)；伪线性系统(41)等效为四个解耦的积分线性子系统，分别为两个位置二阶积分型的伪线性子系统、一个速度一阶积分型的伪线性子系统以及一个磁链一阶积分型的伪线性子系统；在此基础上，采用PID调节器设计方法对四个解耦的积分子系统分别设计两个转子位置控制器(52、53)、一个速度控制器(54)和一个磁链控...

【专利技术属性】
技术研发人员：朱熀秋，周阳，刘贤兴，张腾超，方亮，赵筱赫，
申请(专利权)人：江苏大学，
类型：发明
国别省市：32[中国|江苏]