《一种无轴承永磁同步电机悬浮子系统控制器的构造方法.pdf》由会员分享，可在线阅读，更多相关《一种无轴承永磁同步电机悬浮子系统控制器的构造方法.pdf（9页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102790577 A (43)申请公布日 2012.11.21 C N 1 0 2 7 9 0 5 7 7 A *CN102790577A* (21)申请号 201210275736.0 (22)申请日 2012.08.06 H02P 21/00(2006.01) (71)申请人江苏大学 地址 212013 江苏省镇江市京口区学府路 301号 (72)发明人孙晓东 陈龙 江浩斌 杨泽斌 李可 (74)专利代理机构南京经纬专利商标代理有限 公司 32200 代理人楼高潮 (54) 发明名称 一种无轴承永磁同步电机悬浮子系统控制器 的构造方法 (57) 摘要 本发明公开。
2、一种无轴承永磁同步电机悬浮子 系统控制器的构造方法，由Park逆变换、Clark 逆变换、电流跟踪型逆变器和无轴承永磁同步电 机悬浮子系统模型作为一个整体构成复合被控对 象；采用模糊神经网络加4个积分器来构造复合 被控对象的模糊神经网络逆；再将模糊神经网络 逆置于复合被控对象之前组成伪线性系统；伪线 性系统被线性化解耦为两个单输入单输出的二 阶位移子系统，然后针对两个二阶积分子系统设 计两个位移控制器构成线性闭环控制器，最后将 线性闭环控制器、模糊神经网络逆、Park逆变换、 Clark逆变换和电流跟踪型逆变器共同构成模糊 神经网络逆控制器，实现对无轴承永磁同步电机 悬浮子系统的高性能控制。 。
3、(51)Int.Cl. 权利要求书1页 说明书4页 附图3页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 4 页 附图 3 页 1/1页 2 1.一种无轴承永磁同步电机悬浮子系统控制器的构造方法，其特征是依次采用如下步 骤： 1）由Park逆变换（11）、Clark逆变换（12）、电流跟踪型逆变器（13）和被控的无轴承永 磁同步电机悬浮子系统（14）依次串接组成复合被控对象（15）； 2）建立复合被控对象（15）的数学模型，用具有6个输入节点、2个输出节点的模糊神 经网络（21）加4个积分器构成具有2个输入节点、2个输出节点的模糊神经网络逆（22），。
4、其 中，模糊神经网络逆（22）的第一个输入作为模糊神经网络（21）的第一个输入，其经一个积 分器s -1 的输出为模糊神经网络（21）的第二个输入，再经第二个积分器s -1 的输出为模糊神 经网络（21）的第三个输入；模糊神经网络逆（22）的第二个输入作为模糊神经网络（21）的 第四个输入，其经一个积分器s -1 的输出为模糊神经网络（21）的第五个输入，再经第二个积 分器s -1 的输出为模糊神经网络（21）的第六个输入，模糊神经网络（21）的输出是模糊神经 网络逆（22）的输出； 3）调整并确定模糊神经网络的参数和权系数，使模糊神经网络逆（22）实现复合被控对 象（15）的逆系统功能，将模。
5、糊神经网络逆（22）串联于复合被控对象（15）之前组成伪线性 系统（3），伪线性系统（3）被线性化解耦为两个单输入单输出位移二阶积分子系统； 4）分别对两个位移二阶积分子系统设计相对应的两个位移控制器（41、42）来构成线性 闭环控制器（4）； 5）将线性闭环控制器（4）串接在模糊神经网络逆（22）之前，由线性闭环控制器（4）、模 糊神经网络逆（22）、Park逆变换（11）、Clark逆变换（12）和电流跟踪型逆变器（13）共同构 成模糊神经网络逆控制器（5）。 2.根据权利要求1所述的构造方法，其特征在于：所述模糊 神经网络（21）的参数和权系数的确定方法是：将阶跃激励信号 , 加到复合被。
6、控对象（15）的输入端，采集无轴承永磁同步电机悬浮子系统的径向位 移x、y，并将径向位移x、y离线分别求其一阶、二阶导数，并对信号做规范化处理，组成模糊 神经网络（21）的训练样本集 , , , , , , , ，对模糊神经网络（21）进 行训练确定参数和权系数。 权 利 要 求 书CN 102790577 A 1/4页 3 一种无轴承永磁同步电机悬浮子系统控制器的构造方法 技术领域 0001 本发明是一种无轴承永磁同步电机悬浮子系统模糊神经网络逆控制器的构造方 法，适用于无轴承永磁同步电机悬浮子系统的高性能控制，属于电力传动控制设备的技术 领域。 背景技术 0002 无轴承永磁同步电机根据传。
7、统电机结构与磁悬浮轴承结构的相似性，将产生径向 力的磁悬浮轴承绕组和永磁同步电机定子绕组叠绕在一起，使转子同时具有旋转和悬浮能 力，实现电机的无轴承化。无轴承永磁同步电机不仅具有磁悬浮轴承不需润滑、无机械摩 擦、无磨损、高速高精等优点，而且具有传统永磁同步电机功率因数高、效率高、体积小、重 量轻、控制特性好等优点，从而使其在精密数控制机床、飞轮储能、生物医药、半导体制造、 航空航天等特殊领域具有广泛的应用前景。 0003 不同于普通的交流电机，无轴承永磁同步电机是一个非线性、强耦合、多输入多输 出、时变的复杂系统，使得常规的PID调节方法常常顾此失彼，无法达到令人满意的控制效 果。因此，无轴承。
8、永磁同步电机的控制是一个十分棘手的问题，亟待探索新的理论、新的方 法予以突破。特别是在不同的运行工况下，无轴承永磁同步电机受负载扰动以及参数变化 的影响很大，要实现其稳定悬浮及可控旋转，必须对无轴承永磁同步电机的悬浮子系统进 行动态解耦控制，寻找其在不同的径向位置下的控制规律。 0004 为了从本质上改善无轴承永磁同步电机对负载扰动以及参数时变的鲁棒性和适 应性，实现悬浮子系统在不同径向位置下的动态解耦控制，从而提高无轴承永磁同步电机 的悬浮运行性能，实现其高品质运行，必须采用新的控制策略。 发明内容 0005 本发明的目的是提供一种能使无轴承永磁同步电机悬浮子系统在不同径向位置 下径向力进行。
9、非线性解耦控制，使其具有良好的静、动态控制性能，并且又能简化系统控制 的无轴承永磁同步电机悬浮子系统模糊神经网络逆控制器的构造方法。 0006 本发明采用的技术方案是依次采用如下步骤：1）由Park逆变换、Clark逆变换、电 流跟踪型逆变器和被控的无轴承永磁同步电机悬浮子系统依次串接组成复合被控对象；2） 建立复合被控对象的数学模型，用具有6个输入节点、2个输出节点的模糊神经网络加4个 积分器构成具有2个输入节点、2个输出节点的模糊神经网络逆，其中，模糊神经网络逆的 第一个输入作为模糊神经网络的第一个输入，其经一个积分器s -1 的输出为模糊神经网络 的第二个输入，再经第二个积分器s -1 。
10、的输出为模糊神经网络的第三个输入；模糊神经网络 逆的第二个输入作为模糊神经网络的第四个输入，其经一个积分器s -1 的输出为模糊神经 网络的第五个输入，再经第二个积分器s -1 的输出为模糊神经网络的第六个输入，模糊神经 网络的输出是模糊神经网络逆的输出；3）调整并确定模糊神经网络的参数和权系数，使模 糊神经网络逆实现复合被控对象的逆系统功能，将模糊神经网络逆串联于复合被控对象之 说 明 书CN 102790577 A 2/4页 4 前组成伪线性系统，伪线性系统被线性化解耦为两个单输入单输出位移二阶积分子系统； 4）分别对两个位移二阶积分子系统设计相对应的两个位移控制器来构成线性闭环控制器； 。
11、5）将线性闭环控制器串接在模糊神经网络逆之前，由线性闭环控制器、模糊神经网络逆、 Park逆变换、Clark逆变换和电流跟踪型逆变器共同构成模糊神经网络逆控制器。 0007 本发明的有益效果是： 1、将逆系统方法的线性化解耦特点，与模糊神经网络对非线性系统的逼近能力以及对 系统参数变化的适应能力相结合，本发明给出了无轴承永磁同步电机悬浮子系统模糊神经 网络逆控制器及构造方法，从而解决了传统的解析逆系统在实际应用中逆模型难以获得的 瓶颈问题。 0008 2、通过构造模糊神经网络逆，将对无轴承永磁同步电机悬浮子系统这一多变量、 非线性、强耦合时变系统的控制转化为对两个简单的位移二阶积分子系统的控制。
12、，可以方 便地使用传统线性控制理论的方法设计闭环控制器，从而实现对无轴承永磁同步电机悬浮 子系统的高性能控制。 附图说明 0009 图1是由Park逆变换11、Clark逆变换12、电流跟踪型逆变器13和被控的无轴 承永磁同步电机悬浮子系统14组成复合被控对象15的示意图； 图2是由6个输入节点、2个输出节点的5层模糊神经网络21和4个积分器构成的模 糊神经网络逆22的结构示意图； 图3是模糊神经网络逆22与复合被控对象15复合构成的伪线性系统3的示意图及其 等效图； 图4是由线性闭环控制器4与伪线性系统3构成的闭环控制系统结构图； 图5是无轴承永磁同步电机悬浮子系统模糊神经网络逆控制器5原理。
13、框图。 具体实施方式 0010 本发明的实施方案是：首先由Park逆变换、Clark逆变换、电流跟踪型逆变器和被 控的无轴承永磁同步电机悬浮子系统组成复合被控对象，该复合被控对象等效为两相旋转 坐标系下的4阶微分方程模型，系统向量的相对阶为2,2。采用6个输入节点、2个输出 节点的模糊神经网络（5层网络）和4个线性环节构成具有2个输入节点、2个输出节点的 复合被控对象的模糊神经网络逆。并通过调整模糊神经网络的参数和权系数使模糊神经网 络逆实现复合被控对象的逆系统功能。将模糊神经网络逆串联于复合被控对象之前组成伪 线性系统，伪线性系统被线性化解耦为两个单输入单输出积分子系统，分别为两个位移二 阶。
14、积分子系统。在此基础上，分别针对两个二阶积分子系统设计两个位移控制器来构成线 性闭环控制器。最后将线性闭环控制器、模糊神经网络逆、Park逆变换、Clark逆变换和电 流跟踪型逆变器共同构成模糊神经网络逆控制器来对无轴承永磁同步电机悬浮子系统进 行非线性动态解耦控制。 0011 具体实施分以下7步： 1、形成复合被控对象15。由Park逆变换11、Clark逆变换12、电流跟踪 型逆变器13和被控的无轴承永磁同步电机悬浮子系统14依次串接，由Park逆 说 明 书CN 102790577 A 3/4页 5 变换11、Clark逆变换12、电流跟踪型逆变器13及被控的无轴承永磁同步电 机悬浮子系。
15、统14组成复合被控对象15，如图1所示。该复合被控对象15以 , 两个电流信号作为输入，以转子径向位移x、y作为输出。 0012 2、通过分析、等效与推导，为模糊神经网络逆22的构造与学习训练提供方法上的 根据。首先基于无轴承永磁同步电机工作原理，建立无轴承永磁同步电机悬浮子系统的数 学模型，经过坐标变换和线性放大，得到复合被控对象15的数学模型，即两相旋转坐标系 下4阶微分方程，其向量相对阶为2,2。经推导可以证明该4阶微分方程可逆，即逆系统 存在，并可确定其逆系统的2个输入为，2个输出为，。从而可以构造出模糊神经 网络逆22，为学习训练提供了方法上的根据，如图2所示。 0013 3、采用模。
16、糊神经网络21和4个积分器来构造模糊神经网络逆22，模糊神经网络 21采用5层自适应神经模糊推理系统（简称为模糊神经网络），输入节点数为6，输出层节点 数为2，误差指标选取样本的均方误差，输入及输出变量的隶属函数均采用钟形函数，并且 每个输入取15个隶属度函数，输出函数类型为线性，模糊神经网络21的参数和权系数在下 一步的离线学习中确定。接着采用具有6个输入节点、2个输出节点的模糊神经网络21加 4个线性环节来构造具有2个输入节点、2个输出节点的模糊神经网络逆22，其中：模糊神 经网络逆22的第一个输入作为模糊神经网络21的第一个输入，其经一个积分器s -1 的输 出为，即为模糊神经网络21的。
17、第二个输入，再经第二个积分器s -1 的输出为，即为模糊 神经网络21的第三个输入；模糊神经网络逆22的第二个输入作为模糊神经网络21的第 四个输入，其经一个积分器s -1 的输出为，即为模糊神经网络21的第五个输入，再经第二 个积分器s -1 的输出为，即为模糊神经网络21的第六个输入。模糊神经网络21与4个积 分器一起组成模糊神经网络逆22，模糊神经网络21的输出就是模糊神经网络逆22的输出。 0014 4、确定模糊神经网络21的参数和权系数：1）将阶跃激励信号，加到复合 被控对象15的输入端，采集无轴承永磁同步电机悬浮子系统径向位置的转子径向位移x、 y。2）将两个转子位移x、y离线分别。
18、求其一阶、二阶导数，并对信号做规范化处理，组成模 糊神经网络21的训练样本集 , , , , , , , 。3）采用混合算法对模 糊神经网络21进行训练，经过750次左右训练，模糊神经网络21输出均方误差小于0.001， 满足要求，从而确定模糊神经网络21的各个参数和权系数。 0015 5、形成两个位移二阶积分子系统。由确定各个参数和权系数的模糊神经网络21 与4个积分器构成模糊神经网络逆22，模糊神经网络逆22与复合被控对象15串连组成伪 线性系统3，该伪线性系统3被线性化解耦为两个单输入单输出位移二阶积分子系统，由两 个位移二阶积分子系统组成，从而实现无轴承永磁同步电机悬浮子系统在不同径向。
19、位置下 径向力之间的非线性解耦，把复杂非线性系统的控制转化为简单的两个单变量线性系统的 控制，如图3所示。 0016 6、设计线性闭环控制器4。针对两个无轴承永磁同步电机悬浮子系统两个径向位 置，分别对两个位移二阶积分子系统设计相对应的两个位移控制器41、42，由两个位移控制 器41、42构成线性闭环控制器4。本发明中两个位移控制器均选用PID控制器，其参数根据 实际控制对象进行调整，如图4所示。 说 明 书CN 102790577 A 4/4页 6 0017 7、构成模糊神经网络逆控制器。将线性闭环控制器4串接在模糊神经网络逆22 之前，由线性闭环控制器4、模糊神经网络逆22、Park逆变换11、Clark逆变换12、电流跟踪 型逆变器13共同组成模糊神经网络逆控制器5，如图5所示。 0018 根据以上所述，便可以实现本发明。 说 明 书CN 102790577 A 1/3页 7 图1 图2 说 明 书 附 图CN 102790577 A 2/3页 8 图3 图4 说 明 书 附 图CN 102790577 A 3/3页 9 图5 说 明 书 附 图CN 102790577 A 。