基于FPGA的永磁同步電機(jī)神經(jīng)網(wǎng)絡(luò)解耦控制設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近年來(lái),交流傳動(dòng)成為了工業(yè)電氣傳動(dòng)的主要研究與應(yīng)用的方向。而永磁同步電機(jī)(Permanent Magnet Synchronous Motor, PMSM)憑借著體積小、質(zhì)量輕、功率密度大、低速輸出轉(zhuǎn)矩大、效率高以及維護(hù)簡(jiǎn)單等優(yōu)點(diǎn),一直作為電氣傳動(dòng)方向理論與應(yīng)用研究的熱點(diǎn)。對(duì)于這樣一個(gè)復(fù)雜的非線性控制對(duì)象,參數(shù)動(dòng)態(tài)變化和內(nèi)部狀態(tài)耦合使得傳統(tǒng)的控制方法并不能得到極佳的控制和解耦效果,因而一系列針對(duì)PMSM的智能控制研究應(yīng)運(yùn)而生。神經(jīng)網(wǎng)絡(luò)逆

2、系統(tǒng)控制就是其中一種可行的方案。神經(jīng)網(wǎng)絡(luò)具有以任意精度逼近非線性對(duì)象的能力,結(jié)合逆系統(tǒng)的方法對(duì)永磁同步電機(jī)實(shí)現(xiàn)解耦控制,具有良好的效果。但神經(jīng)網(wǎng)絡(luò)并行處理的特性,導(dǎo)致它并不適合在一般的處理器上實(shí)現(xiàn)?；?FPGA的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)可以充分發(fā)揮這一特性,解決這一問(wèn)題。
　　本文在PMSM的神經(jīng)網(wǎng)絡(luò)解耦控制的理論基礎(chǔ)上,針對(duì)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)進(jìn)行了建模與仿真,驗(yàn)證了神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)模型的可行性。得出了性能良好的神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)模型的結(jié)構(gòu)與參數(shù)。并

3、進(jìn)一步對(duì)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)模塊的硬件實(shí)現(xiàn)方法進(jìn)行了研究。將 FPGA作為實(shí)現(xiàn)平臺(tái),構(gòu)建了多種神經(jīng)網(wǎng)絡(luò)激勵(lì)函數(shù)模塊,比較了不同實(shí)現(xiàn)方法的特點(diǎn)。并在前面研究的基礎(chǔ)上完成神經(jīng)網(wǎng)絡(luò) FPGA模塊的建立、仿真與驗(yàn)證。
　　在PMSM神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)的模型建立過(guò)程中,根據(jù)對(duì)PMSM數(shù)學(xué)模型的分析,進(jìn)行了永磁同步電機(jī)可逆性的相關(guān)推導(dǎo),并建立了逆系統(tǒng)模型。在此基礎(chǔ)上,依據(jù)神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)原理,建立神經(jīng)網(wǎng)絡(luò)模型,并通過(guò)Matlab訓(xùn)練得到理想的神經(jīng)網(wǎng)絡(luò)模塊

4、的結(jié)構(gòu)與參數(shù)。將訓(xùn)練好的模塊帶回PMSM神經(jīng)網(wǎng)絡(luò)逆系統(tǒng)模型中驗(yàn)證,反映出良好的性能效果。利用Matlab和System Generator對(duì)神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的算法進(jìn)行仿真實(shí)驗(yàn),在此過(guò)程中利用基于查找表的線性逼近方法和CORDIC算法分別設(shè)計(jì)了Sigmoid激勵(lì)函數(shù)和Gauss激勵(lì)函數(shù),并利用建立好的激勵(lì)函數(shù)完成神經(jīng)元的設(shè)計(jì)與測(cè)試。按照神經(jīng)網(wǎng)絡(luò)訓(xùn)練實(shí)驗(yàn)中得到的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與參數(shù)建立神經(jīng)網(wǎng)絡(luò)FPGA模型,并利用解耦系統(tǒng)仿真獲得的樣本進(jìn)行仿真與