孫曉東，朱烷秋，張濤，潘偉，許波 （江蘇大學電氣信息工程學院，鎮江212013）

摘要：針對永磁同步電機這一多變量、非線性、強耦合的控制對象，提出了一種基于神經網絡在線辨識的永磁同步電機逆系統解耦控制新方法。通過靜態神經網絡加積分器來構造永磁同步電機的逆系統，并在實際運行中不斷地修正神經網絡權值，使其更精確地逼近逆系統。將逆系統與永磁同步電機原系統復合成兩個偽線性子系統，使永磁同步電機解耦成二階線性轉速子系統和一階線性磁鏈子系統，在此基礎上，運用線性系統理論進行綜合。仿真試驗表明這種控制策略能夠實現永磁同步電機轉速和定子磁鏈之間的動態解耦控制，并且系統具有良好的動靜態性能。

關鍵詞：永磁同步電機；神經網絡；逆系統；在線辨識；解耦控制

中圖分類號：TM341; TM351; TP271+ 72  文獻標志碼：A  文章編號：1001-6848( 2010) 01-0061-05

         

 

0 引  言

  永磁同步電動機具有氣隙磁密高、體積小、性能好、結構簡單、可靠性高、輸出轉矩大等特點，在工業自動化、數控機床、機器人、泵機及航空航天領域得到了廣泛應用。由于永磁同步電動機是一個多變量、強耦合、非線性、變參數的復雜對象，因此，要實現系統高性能控制的關鍵在于解耦控制。目前，高性能永磁同步電動機調速系統的解耦控制方法主要有：矢量控制^[1,2]、直接轉矩控制^[3，4]、微分幾何狀態反饋控制^[5]、解析逆線性解耦控制^[6]。等。矢量控制實現的是一種穩態近似解耦，僅當磁鏈達到穩態并保持穩定時，轉速與磁鏈才滿足解耦關系，因此，其動態響應性能還不能令人滿意；直接轉矩控制是利用轉矩和磁鏈滯環來實現動態解耦，但存在低速性能差、轉矩脈動大等缺陷；微分幾何方法雖能取得系統

的精確線性化及輸入輸出漸近解耦，但需要用到抽象的微分幾何知識，工程上應用有一定困難；逆系統方法具有物理概念清晰直觀，數學分析簡單明了等優點，已在多變量解耦控制中得到應用，但存在電機參數變化的魯棒性和適應性不理想，抗負載擾劫能力不強等缺點。近年來出現的神經網絡逆系統解耦控制策略^[7-9]，由于兼顧了逆系統的線性化解耦的特點和神經網絡^[10.11]對非線性系統逼近能力及對系統參數變化的適應能力，在一般非線性系統的線性化解耦控制中已得到了運用。

  大多數非線性系統的神經網絡逆解耦控制都是采用離線訓練的方式，一旦訓練完成權值不可改變，而永磁同步電機在實際運行中，受電機負載、參數變化影響較大，這將影響通過離線訓練的神經網絡對逆系統逼近的精確性，使系統控制偏離預期目標。本文針對永磁同步電機轉速和定子磁鏈之間的耦合性，提出了基于神經網絡在線辨識的永磁同步電機逆系統解耦控制策略。采用雙BP神經網絡結構，在可逆性分析的基礎上，采用靜態神經網絡加積分器構造出永磁同步電機的逆系統，將其動態解耦成二階線性轉速子系統和一階線性定子磁鏈子系統。通過離線學習訓練得到神經網絡的初始權值，并與原系統串聯構成神經網絡逆控制器；然后在永磁同步電機實際運行中，采用相同結構的神經網絡在線逼近其逆系統，在下一個采樣周期把在線辨識得到的權僮賦給神經網絡逆控制器，通過不斷地調整神經網絡逆控制器的權值來更好地對系統進行解耦控制。在此基礎上，采用線性系統理論進行綜合，整個控制

系統對模型參數的變化有較強的魯棒性，仿真試驗表明了該控制策略的有效性。

1數學模型及可逆性分析

  為便于對永磁同步電機數學模型的分析，作如下假設：(1)忽略空間諧波，設三相統組在空間上對稱放置，所產生的磁動勢沿氣隙圓周呈正弦分布；(2)忽略電機鐵心非線性飽和影響，認為繞組自感和互感恒定；(3)忽略鐵心損耗；(4)不考慮頻率和溫度變化對繞組電阻的影響；(5)忽略轉子的阻尼繞組。

  在d、q旋轉坐標系下，永磁同步電機的動態模型可由以下三階微分方程描述^[12]。

式中，uduq為定子電壓，R1為定子電阻，ψd、ψq為定子磁鏈，ψf為轉子永磁體磁鏈；Ld、Lq為定子自感，ω1為轉子角速度。

   這系統的輸出為轉子角速度和定子磁鏈幅值的平方，則系統的輸出方程為