永磁同步电机神经网络自适应滑模控制器设计
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
[ 13 ]
式中 : TL 为电机负载转矩 ; J 为转动惯量; B 是粘滞 摩擦系数 ; Xr = p m X e 为转子机械角速度。
3 基于 SVPWM 的 PM SM 矢量控制
本文所采用的永磁同步电机伺服控制系统框图 如图 2 所示, 系统采用位置、 速度和电流 3闭环控制 模式 , 光电编码器同时作为位置和速度传感器, 它测 量到实际位置信号 H与给定指令 H d 经过处理后, 送 入位置环控制器产生角速度参考指令 Xd, 与速度反 馈信号 X 比较 , 其差值通过速度环调节器 , 得到 q 轴电流参考值 iq 。电流环采用矢量控制方法 , id 和 iq 与实际反馈值 id, iq 比较后通过电流环调节器得 到定子电压在 d 、 q 轴的分量 , 经过 P ark 反变换得到 静止两相坐标系上的分量 uA 、 uB , 通过电压矢量脉 宽调制 ( SVPWM ) 控制方法产生三相桥式的脉冲控 制信 号 , 最 后 逆 变 器 输 出 三 相 电 流 控 制 PM S M 旋转。
要 : 设计了神经网络自适应滑模控制器。 用 RBF 神经网络自动调整滑模控制器的切换项增
益 , 无需建立包含参数摄动和干扰在内的整个系统的精确数学模型 , 有效提高了系统的稳定性和鲁 棒性。 采用 Lyapunov 稳定性理论证明了系统稳定性, 并针对常值干扰 、 时变干扰和参数摄动情况 分别进行了仿真与实验。 与传统的 P I控制相比 , 神经网络自适应滑模控制器具有更好的稳定性和 抗干扰能力 。 关键词 : 永磁同步电机 ; RBF 神经网络 ; 滑模控制器; 参数摄动; 负载扰动
Abstract : Considering the sensitiv ity to param eter variatio n and load d isturbance of P er m anent m agne t synchronous m otor ( PMSM ) , this paper proposed a neura l netw o rk based adapt iv e slid ing m ode contro l ( NNAS M C) fo r h ig her stability and robustness. RBF neura l netw ork w as used to ad ju st the gain o f the sw itch part o f slid in g m ode control inpu. t So th e accurate m a th em atic m odel o f th e w ho le syste m in cluding uncertain param eters and disturbance w as no t required . T he stab ility of the syste m w as proved by L ya punov theo ry. Si m u latio ns and experi m ents are done under the situat io n of constant disturbance , ti m evaring d isturbance and para m eter varia t io n . T he proposed NNAS M C has a better stability and no ise re duct ion com pared w ith P I contro.l K ey w ord s : per m anent m agnet synchronousm o tors ; RBF neural netw ork ; sliding m ode contro ; l para me ter variation ; lo ad d isturbance
第 13卷
第 2期
2009年 3月
电 机 与 控 制 学 报 ELE CT R IC M ACH INE S AND CONT RO L
Vo l1 13 N o1 2 M ar . 2009Biblioteka Baidu
永磁同步电机神经网络自适应滑模控制器设计
刘治钢,
摘
王军政,
赵江波
( 北京理工 大学 自动化学院 , 复杂系统的智能控制与决策实验 室 , 北京 100081)
1 引
言
能对于外部负载扰动和参数变化比较敏感, 因此 , 如 何克服 扰 动和 参数 变 化带 来 的不 利 影 响一 直 是 PM S M 研究的重点。多种控制策略如非线性鲁棒控 制 、 滑模控制 上述问题。
[ 1- 3] [ 4]
永磁同步电机 ( PM S M ) 由于结构紧凑、 高转矩 / 质量比、 高转矩 /惯 量比、 低转子损耗等优良特性被 广泛应用到各种工业应用场合。然而, PM S M 的性
# & e( t ) = f ( H & , H , t) + g ( H , t ) u( t ) + d ( t ) - H d。
假设电机定子三相绕组采用星型连接, 在空间 上互差 120b 电角度 , 如果三相绕组相电压瞬时值分 别为 u a、 ub、 u c, 可以将瞬时电压空间矢量表示为 Us =
。逄海萍等
[ 11]
针对永磁同步电机交流伺服
[ 12]
系统设计了基于 Sugeno 型模糊推理的滑模模糊位 置控制器。朱玉川等 提出并设计了串级复合滑 模变结构控制器。其中速度环通过增加积分环节来 消除滑模控制的力矩抖动 , 位置环通过复合滑模控 制的设计来消除稳态滑模控制的抖振。 Chen 采 用神经网络实时调整滑模趋近律的系数, 同时在滑 模控制设计中, 采用双曲正切函数代替饱和函数实 现边界层减小抖振。 本文提出一种神经网络自适应滑模控制器设计 PM S M 位置控制器, 采用 RBF 神经网络自适应调节 滑模控制器的切换控制项增益。目的是为了减小电 机运行过程中的抖振和系统参数变化和外部干扰的 影响。
收稿日期 : 2008- 09- 01 基金项目 : / 9850工程学科建设投资项目 ( 107008200400020)
和智能控制
[5 , 6]
等被用来 克服
作者简介 : 刘治钢 ( 1982 - ) , 男 , 博士生 , 研究方向为复杂运动体驱动与控制 ; 王军政 ( 1964 - ) , 男 , 博士 , 教授 , 博导 , 研究方向为复杂运动体测试与控制 ; 赵江波 ( 1978 - ) , 男 , 博士 , 讲师 , 研究方向为复杂系统的建模与控制 。
292
电
机
与
控
制
学
报
第 13卷
4
RBF 神经网络自适应滑模控制器 设计
不失一般性, 将永磁同步电机数学模型写成为 # # & H ( t) = f ( H , H , t) + g ( H , H , t) u ( t) + d ( t) 。( 8 )
41 1 滑模控制器设计
为表示方便, 对各变量分析时省去括号中的自变量。 上式中, f = fm + $f; g = gm + $g; fm, gm 为电机模型
* * * * *
2 永磁同步电机数学模型
图 1 示出永磁同步电机的控制系统。 永磁同步电机在 d -q坐标系下的电压方程为 p - Xe W ud id d = Rs + 。 ( 1) Xe p uq iq W q 磁链方程为 W d W q = Ld 0 0 Lq id iq + W fd 0 。 ( 2)
[9 , 10]
图 1 永磁同步电机实验平台系 统框图 Fig . 1 Syste m fram e of P MS M p latform
根据电机统一理论 , 永磁同步电机的电磁转矩可由 下式得到 , 即 T e = pm ( W d iq - W q id ) 。 将式 ( 2)代入可得 T e = p m [ Wfd iq + (L d - L q ) id iq ], 其中 p m 为电机极对数。 此外 , 永磁同步电机电磁转矩还应满足如下机 械运动方程: Te = TL + J dXr + B Xr。 dt ( 5) ( 4) ( 3)
2 4 2 j P j P 3 3 。 3 ua + ub e + uc e
( 9)
式中 : F, D 为标量值 ; A为不小于 1 的常数。定义 ( 6)
SVPWM 的作用是控制三相逆变器上下桥的开 关状态 , 得到 8个电压空间矢量 , 通过控制各空间矢 量的不同作用时间 , 从而得到近似的磁 链圆。图 3 所示为采用 SVPWM 生成的 A 相电压波形。与直接 的正弦波脉宽调制 ( SPWM ) 技术相比 , SVPWM 在输 出电压或电机线圈中的电流中都将 产生更少的谐 波 , 提高了对电压源逆变器直流母线电压的利用率。 则
中图分类号 : TP273 文献标识码 : A 文章编号 : 1007- 449X ( 2009) 02- 0290- 06
N eural net work adaptive sliding m ode control for permanent magnet synchronous m otor
L IU Zhi gang, W ANG Jun-zheng, ZHAO J iang-bo
#
( 10 ) 设计滑模面为 s = ce + e,
# # # & s= ce + & e = f + gu + d - H d + ce。 #
平滑控制输入的不连续部分 ; º 趋近律法 , 设计通 过切换面的速度降低通过切换面时速度冲击 ; » 积 分滑模面法 , 通过设计具有积分性质的非线性滑模 面 , 使得控制输入中包含积分成分 ; ¼ 频域近似法 , 滑模控制器由滤波器和相校正器组成, 具有平滑滤 波的作用; ½ 智能控制法 , 引入模糊逻辑、 神经网络 等智能控制策略构成混合变结构控制器。 由于智能系统具有很强的非线性逼近能力 , 引 入智能系统逼近滑模控制的非线性部分, 或者直接 采 用 智 能 系统 实 现 滑 模 控 制 , 是 目 前 研 究的 热 点
( K ey Laboratory o f Comp lex Syste m In telligent Con tro l and D ecision, Schoo l of A uto m a tion , Be ijing Institu te of T echno logy , B eijing , 100081)
图 2 永磁同步电机 id = 0 矢量控制结构框图 F ig . 2 Struc ture diagram of id = 0 vector contro l for PM S M
中的确定部分 ; $f, $g 为电 机模型中 的不确定 量; d ( t) 为外部干扰项。假设系统满足: 1 g , f - fm [ F, d [ D, A [ g [ A m e = H- H d, 其中 H d 为参考输入角度。则
[ 8] [ 7]
式中 : u d, u q 分别为定子电压 d , q 轴分量 ; W d, W q 为 定子磁链 d , q 轴分量; Wfd = 3 / ( 2 Wf ) 为转子磁链 在 d轴上的耦合磁链 ; Xe 为电机的电角速度; p为微 分算子。
: ¹ 边界层法, 采用饱和函数代替符号函数
第 2期
永磁同步电机神经网络自适应滑模控制器设计
291
滑模控制器最早由俄罗斯学者 Itkis和 U tk in 提 出的, H ung 对滑模控制器及其应用进行了详尽的 综述。滑模控制器具有响应速度快、 对系统参数变 化和外部 扰动具 有不变 性的 特点 , 被 广泛应 用到 PM S M 的速度与位置控制系统中。理论上, 如果切 换频率可以无限快, 那么系统进入滑模面后将不受 参数变化和外部扰动的影响。然而, 在实际的电机 系统中 , 切换频率不可能达到理想状态, 因此产生了 抖振问题, 抖振成为滑模控制理论在实际电机系统 中应用的主要障碍。许多学者都在寻求能消除控制 信号抖动的近似变结构算法 , 目前主要有以下几种 方法
式中 : TL 为电机负载转矩 ; J 为转动惯量; B 是粘滞 摩擦系数 ; Xr = p m X e 为转子机械角速度。
3 基于 SVPWM 的 PM SM 矢量控制
本文所采用的永磁同步电机伺服控制系统框图 如图 2 所示, 系统采用位置、 速度和电流 3闭环控制 模式 , 光电编码器同时作为位置和速度传感器, 它测 量到实际位置信号 H与给定指令 H d 经过处理后, 送 入位置环控制器产生角速度参考指令 Xd, 与速度反 馈信号 X 比较 , 其差值通过速度环调节器 , 得到 q 轴电流参考值 iq 。电流环采用矢量控制方法 , id 和 iq 与实际反馈值 id, iq 比较后通过电流环调节器得 到定子电压在 d 、 q 轴的分量 , 经过 P ark 反变换得到 静止两相坐标系上的分量 uA 、 uB , 通过电压矢量脉 宽调制 ( SVPWM ) 控制方法产生三相桥式的脉冲控 制信 号 , 最 后 逆 变 器 输 出 三 相 电 流 控 制 PM S M 旋转。
要 : 设计了神经网络自适应滑模控制器。 用 RBF 神经网络自动调整滑模控制器的切换项增
益 , 无需建立包含参数摄动和干扰在内的整个系统的精确数学模型 , 有效提高了系统的稳定性和鲁 棒性。 采用 Lyapunov 稳定性理论证明了系统稳定性, 并针对常值干扰 、 时变干扰和参数摄动情况 分别进行了仿真与实验。 与传统的 P I控制相比 , 神经网络自适应滑模控制器具有更好的稳定性和 抗干扰能力 。 关键词 : 永磁同步电机 ; RBF 神经网络 ; 滑模控制器; 参数摄动; 负载扰动
Abstract : Considering the sensitiv ity to param eter variatio n and load d isturbance of P er m anent m agne t synchronous m otor ( PMSM ) , this paper proposed a neura l netw o rk based adapt iv e slid ing m ode contro l ( NNAS M C) fo r h ig her stability and robustness. RBF neura l netw ork w as used to ad ju st the gain o f the sw itch part o f slid in g m ode control inpu. t So th e accurate m a th em atic m odel o f th e w ho le syste m in cluding uncertain param eters and disturbance w as no t required . T he stab ility of the syste m w as proved by L ya punov theo ry. Si m u latio ns and experi m ents are done under the situat io n of constant disturbance , ti m evaring d isturbance and para m eter varia t io n . T he proposed NNAS M C has a better stability and no ise re duct ion com pared w ith P I contro.l K ey w ord s : per m anent m agnet synchronousm o tors ; RBF neural netw ork ; sliding m ode contro ; l para me ter variation ; lo ad d isturbance
第 13卷
第 2期
2009年 3月
电 机 与 控 制 学 报 ELE CT R IC M ACH INE S AND CONT RO L
Vo l1 13 N o1 2 M ar . 2009Biblioteka Baidu
永磁同步电机神经网络自适应滑模控制器设计
刘治钢,
摘
王军政,
赵江波
( 北京理工 大学 自动化学院 , 复杂系统的智能控制与决策实验 室 , 北京 100081)
1 引
言
能对于外部负载扰动和参数变化比较敏感, 因此 , 如 何克服 扰 动和 参数 变 化带 来 的不 利 影 响一 直 是 PM S M 研究的重点。多种控制策略如非线性鲁棒控 制 、 滑模控制 上述问题。
[ 1- 3] [ 4]
永磁同步电机 ( PM S M ) 由于结构紧凑、 高转矩 / 质量比、 高转矩 /惯 量比、 低转子损耗等优良特性被 广泛应用到各种工业应用场合。然而, PM S M 的性
# & e( t ) = f ( H & , H , t) + g ( H , t ) u( t ) + d ( t ) - H d。
假设电机定子三相绕组采用星型连接, 在空间 上互差 120b 电角度 , 如果三相绕组相电压瞬时值分 别为 u a、 ub、 u c, 可以将瞬时电压空间矢量表示为 Us =
。逄海萍等
[ 11]
针对永磁同步电机交流伺服
[ 12]
系统设计了基于 Sugeno 型模糊推理的滑模模糊位 置控制器。朱玉川等 提出并设计了串级复合滑 模变结构控制器。其中速度环通过增加积分环节来 消除滑模控制的力矩抖动 , 位置环通过复合滑模控 制的设计来消除稳态滑模控制的抖振。 Chen 采 用神经网络实时调整滑模趋近律的系数, 同时在滑 模控制设计中, 采用双曲正切函数代替饱和函数实 现边界层减小抖振。 本文提出一种神经网络自适应滑模控制器设计 PM S M 位置控制器, 采用 RBF 神经网络自适应调节 滑模控制器的切换控制项增益。目的是为了减小电 机运行过程中的抖振和系统参数变化和外部干扰的 影响。
收稿日期 : 2008- 09- 01 基金项目 : / 9850工程学科建设投资项目 ( 107008200400020)
和智能控制
[5 , 6]
等被用来 克服
作者简介 : 刘治钢 ( 1982 - ) , 男 , 博士生 , 研究方向为复杂运动体驱动与控制 ; 王军政 ( 1964 - ) , 男 , 博士 , 教授 , 博导 , 研究方向为复杂运动体测试与控制 ; 赵江波 ( 1978 - ) , 男 , 博士 , 讲师 , 研究方向为复杂系统的建模与控制 。
292
电
机
与
控
制
学
报
第 13卷
4
RBF 神经网络自适应滑模控制器 设计
不失一般性, 将永磁同步电机数学模型写成为 # # & H ( t) = f ( H , H , t) + g ( H , H , t) u ( t) + d ( t) 。( 8 )
41 1 滑模控制器设计
为表示方便, 对各变量分析时省去括号中的自变量。 上式中, f = fm + $f; g = gm + $g; fm, gm 为电机模型
* * * * *
2 永磁同步电机数学模型
图 1 示出永磁同步电机的控制系统。 永磁同步电机在 d -q坐标系下的电压方程为 p - Xe W ud id d = Rs + 。 ( 1) Xe p uq iq W q 磁链方程为 W d W q = Ld 0 0 Lq id iq + W fd 0 。 ( 2)
[9 , 10]
图 1 永磁同步电机实验平台系 统框图 Fig . 1 Syste m fram e of P MS M p latform
根据电机统一理论 , 永磁同步电机的电磁转矩可由 下式得到 , 即 T e = pm ( W d iq - W q id ) 。 将式 ( 2)代入可得 T e = p m [ Wfd iq + (L d - L q ) id iq ], 其中 p m 为电机极对数。 此外 , 永磁同步电机电磁转矩还应满足如下机 械运动方程: Te = TL + J dXr + B Xr。 dt ( 5) ( 4) ( 3)
2 4 2 j P j P 3 3 。 3 ua + ub e + uc e
( 9)
式中 : F, D 为标量值 ; A为不小于 1 的常数。定义 ( 6)
SVPWM 的作用是控制三相逆变器上下桥的开 关状态 , 得到 8个电压空间矢量 , 通过控制各空间矢 量的不同作用时间 , 从而得到近似的磁 链圆。图 3 所示为采用 SVPWM 生成的 A 相电压波形。与直接 的正弦波脉宽调制 ( SPWM ) 技术相比 , SVPWM 在输 出电压或电机线圈中的电流中都将 产生更少的谐 波 , 提高了对电压源逆变器直流母线电压的利用率。 则
中图分类号 : TP273 文献标识码 : A 文章编号 : 1007- 449X ( 2009) 02- 0290- 06
N eural net work adaptive sliding m ode control for permanent magnet synchronous m otor
L IU Zhi gang, W ANG Jun-zheng, ZHAO J iang-bo
#
( 10 ) 设计滑模面为 s = ce + e,
# # # & s= ce + & e = f + gu + d - H d + ce。 #
平滑控制输入的不连续部分 ; º 趋近律法 , 设计通 过切换面的速度降低通过切换面时速度冲击 ; » 积 分滑模面法 , 通过设计具有积分性质的非线性滑模 面 , 使得控制输入中包含积分成分 ; ¼ 频域近似法 , 滑模控制器由滤波器和相校正器组成, 具有平滑滤 波的作用; ½ 智能控制法 , 引入模糊逻辑、 神经网络 等智能控制策略构成混合变结构控制器。 由于智能系统具有很强的非线性逼近能力 , 引 入智能系统逼近滑模控制的非线性部分, 或者直接 采 用 智 能 系统 实 现 滑 模 控 制 , 是 目 前 研 究的 热 点
( K ey Laboratory o f Comp lex Syste m In telligent Con tro l and D ecision, Schoo l of A uto m a tion , Be ijing Institu te of T echno logy , B eijing , 100081)
图 2 永磁同步电机 id = 0 矢量控制结构框图 F ig . 2 Struc ture diagram of id = 0 vector contro l for PM S M
中的确定部分 ; $f, $g 为电 机模型中 的不确定 量; d ( t) 为外部干扰项。假设系统满足: 1 g , f - fm [ F, d [ D, A [ g [ A m e = H- H d, 其中 H d 为参考输入角度。则
[ 8] [ 7]
式中 : u d, u q 分别为定子电压 d , q 轴分量 ; W d, W q 为 定子磁链 d , q 轴分量; Wfd = 3 / ( 2 Wf ) 为转子磁链 在 d轴上的耦合磁链 ; Xe 为电机的电角速度; p为微 分算子。
: ¹ 边界层法, 采用饱和函数代替符号函数
第 2期
永磁同步电机神经网络自适应滑模控制器设计
291
滑模控制器最早由俄罗斯学者 Itkis和 U tk in 提 出的, H ung 对滑模控制器及其应用进行了详尽的 综述。滑模控制器具有响应速度快、 对系统参数变 化和外部 扰动具 有不变 性的 特点 , 被 广泛应 用到 PM S M 的速度与位置控制系统中。理论上, 如果切 换频率可以无限快, 那么系统进入滑模面后将不受 参数变化和外部扰动的影响。然而, 在实际的电机 系统中 , 切换频率不可能达到理想状态, 因此产生了 抖振问题, 抖振成为滑模控制理论在实际电机系统 中应用的主要障碍。许多学者都在寻求能消除控制 信号抖动的近似变结构算法 , 目前主要有以下几种 方法