感應電機定子磁鏈與轉速的神經網絡逆解耦方法中國電氣傳動

1、最新 精品 Word 歡迎下載 可修改感應電機定子磁鏈與轉速的神經網絡逆解耦方法王新 戴先中東南大學摘要：為了提高感應電機的抗參數變化及負載擾動能力，提出了一種新的電流控制型感應電機神經網絡逆控制結構。神經網絡逆系統(tǒng)實現了感應電機系統(tǒng)定子磁鏈和轉速的自適應解耦及線性化，將感應電機解耦線性化為定子磁鏈和轉速兩個一階積分環(huán)節(jié)的子系統(tǒng)，子系統(tǒng)不含有感應電機參數，從而簡化了外環(huán)控制器設計，提高了整個控制系統(tǒng)性能。最后，對由電流滯環(huán)控制器

2、，逆變器及三相靜止坐標系下感應電機模型組成的系統(tǒng)進行仿真研究，與定子磁場定向的仿真對比結果表明該控制結構性能有更強的魯棒性。關鍵詞：定子磁鏈 神經網絡逆系統(tǒng) 自適應解耦及線性化 感應電機 魯棒性ANN Inverse Decouple Method of Induction Motor Controlling Stator Flux and SpeedWang Xin Dai XianzhongAbstract：In this pa

3、per, a new ANN inverse control structure of current-fed induction motor is proposed to improve the ability of objecting parameters variation and load disturbance. The designed ANN inverse system can implement the adaptiv

4、e decoupling between the stator flux and speed and linearization of induction motor, the induction motor was decoupled to two 1st order integrators subsystems which do not include motor parameters, which make the design

5、of outer loop controller easy and further improve whole system performance. At last, taking the system consisting of current hysteresis controller, inverter and induction motor model in three phases stationary reference

6、frame as controlled plant, the study of simulation is done. The comparison simulation result to SFOC shows that the control method is more robust.Keywords：stator flux ANN inverse system adaptive decoupling and linear

7、ization induction motor robustness動，與輸入量無關。由式(1)、式(2)可以求得(0) 0 2 21 1 1 2 ( ) f y L h , x x ? ? ? x u(1) 11 11 1 2 2 1 2 2 21 2( )2 ( )fs s s sy L h ,x R u x R u x u x ux x? ??? ? ? ? ??x u(0) 02 2 3 ( ) f y L h , x ?

8、? x u(1) 12 2 2 1 1 21 ( ) [ ( ) ] f p l y L h , n u x u x T J ? ? ? ? x u由于及0 (0) ( ) 0,( 1,2; 1,2)f i ij jL h y j i u u? ? ? ? ? ? ? ?x,u1 2(1) 2 2 2 21 2 1 22 12 2( )1 1s sijp px R x Ry x x x xun x n x J J? ? ? ? ? ?

9、? ? ? ? ? ? ? ? ? ?? ? ?? ?A x從而有 ，即當 時，A(x)非奇異，即 2 22 1 s p1 2 )] ( det[ x x R n J x A ? ? ? 0 2 s2 s ? ? ? ? Ψ Ψrank[A(x)]=2 等于系統(tǒng)的輸出維數，系統(tǒng)的相對階為α={1 1}，并可知系統(tǒng)可逆，故感應電 機模型可由解析逆系統(tǒng)來實現解耦及線性化。根據隱函數定理，可解得解析逆控制律表達 式為（3）? ? ? ???

10、? ? ???? ? ?? ? ? ?? ? ?? ? ? ? ?] ) 2 2 () ( 2 [ ) ( 21] ) 2 2 () ( 2 [ ) ( 212 s 1 s 1 12 22 11 l 2 s 2 22 1 s21 s 1 s 1 12 22 12 l 2 sp2 22 1 s1x u x u x v x xx T Jv R n x x R ux u x u x v x xx T Jv R n x x R up? ?? ?

11、3 電流控制型感應電機神經網絡逆控制系統(tǒng)3.1 感應電機神經網絡逆控制系統(tǒng)原理從式(3)可以看出，解析逆控制律與轉子參數和電感無關，具有較強魯棒性，但它受定子電阻和機械參數影響，仍然存在參數擾動敏感問題；控制律還與定子電壓、定子磁鏈和負載轉矩等物理量有關，定子磁鏈和負載轉矩觀測存在觀測不準問題，也會影響解析逆控制系統(tǒng)性能。神經網絡是本質自適應系統(tǒng)，具有魯棒性和容錯性，采用神經網絡來代替解析逆表達式可以在一定程度上提高系統(tǒng)解耦及線性化