当前位置首页 > 行业资讯 > 技术应用 > 正文

基于神经网络的永磁同步电机矢量控制

发布日期:2016-02-26 来源: 中国船舶设备网 查看次数: 1084 作者:[db:作者]
核心提示:  永磁同步电机采用高能永磁体,消除了旋转伺服电机由旋转运动到直线运动的机械传动链的影响,具有高推力强度,低损耗,小电气时间常数及快响应等特点,成为高精度、微进给伺服系统中最佳的执行机构之一。目前由于

  永磁同步电机采用高能永磁体,消除了旋转伺服电机由旋转运动到直线运动的机械传动链的影响,具有高推力强度,低损耗,小电气时间常数及快响应等特点,成为高精度、微进给伺服系统中最佳的执行机构之一。目前由于现代永磁材料的性能不断提高,控制相对异步电机来说也比较简单,容易实现高性能控制,因而在数控机床、工业机器人等小功率应用场合,永磁同步电机得到了更为广泛的应用。近年来交流调速技术随着电力电子学、微电子学和自动控制理论的发展而日新月异:1<.这里,介绍了永磁同步电机的矢量控制原理及用单神经元自适应PID控制器实现电机调速的方法,给出了MATLAB仿真和硬件实现的结果。

  2矢量控制原理0年代初提出的,首先应用到感应电机中,目前已得到了普遍的应用。它从根本上解决了交流电机转矩的高性能控制问题。

  对于他励直流电机,励磁磁场和电枢磁通势间的空间角度由电刷和机械换向器所固定,通常情况下两者是正交的。因此,电枢电流和电磁转矩间存究方向为机械电子工程。

  在线性关系。通过调节电枢电流就可以直接控制转矩。与直流电机不同的是,在同步电机中,励磁磁场与电枢磁通势间的空间角度随负载变化而变化,因而不能简单地通过调节电枢电流来直接控制电磁转矩。倘若能将交流电机的物理模型等效变化为直流电机模型,然后再对其进行控制,则可使问题大为简化。比较直流电机和交流电机的数学模型可以发现,交流电机的数学模型之所以复杂,关键是因为有一个复杂的电感矩阵,因此要简化数学模型就必须简化磁通关系。坐标变化可以实现交流电机模型的简化,进行坐标变化的原则是使不同的坐标系下产生的磁动势相同。交流电机三相对称的静止绕组A,",C通以三相平衡的正弦电流时产生旋转的磁动势。对其进行Calarke变化,并将三相正弦电流等效为两相,使其也产生旋转的,变化公式为:在新结构中,转矩的表达式仍依靠转子通量,需对其再进行Park变化。在进行以上两次变化后,模型与直流电机物理模型已没有本质上的区别了,因而可方便地实现对定子电流空间相量的相位和幅值的控制,即实现其矢量控制。

  为矢量控制的结构框图曰。

  3单神经元自适应PID控制%12尽管神经网络控制技术有许多潜在的优势,但对单纯使用神经网络的控制方法的研究仍有待进一步发展,通常需要将人工神经网络技术与传统的控制理论或智能控制技术综合使用。然而,传统的PID调节器因其技术成熟,在过程控制中获得了广泛的应用,但对一些复杂、时变系统,因PID的参数不易实时在线调整,所以应用中会影响系统的控制品质。本文采用了单神经元自适应PID控制,实现了对永磁同步电机的调速控制。

  示出用单神经元实现自适应PID控制的结构框图。

  既然同步电机经过坐标变换可等效成直流电机,所以可模仿直流电机的控制方法求得直流电机的控制量,之后经过坐标反变换就能对同步电机实现控制。在设计矢量控制系统时,可认为在控制器后加入的反变换与反馈环节的变换相抵消,所以对其进行调速与直流电机调速十分相似。

  这里采用单神经元自适应PID控制实现电机的调速,示出用MATLAB/SIMULINK实现的仿真框图。其中:nn为+的函数,用于实现神经元权系数的调整。

  神经元自适应PID学习算法的运行效果与可调参数k,"i,"p,"d有很大关系。k是系统最敏感的参数,k值的变化相当于P,I,D 3项同时变化,所以应在第一步调整k,参数的具体调整规则见。

  "!=0.08,"=37.示出其单位阶跃响应曲线。

  5硬件平台设计及实验结果本文设计的伺服驱动器适用于中、小功率的电机驱动。硬件设计部分采用DSP+IPM的模式。设计中,选用了TI公司生产的(下转第61页)则次级绕组电压值为15.8V,又因为初级反激工作可见,当输入电压较低时,虽然)电压为150V,根据初级和次级匝数的关系式:150V/时大,但因输入电压低,其总电压仍比600V时小,p=15.8V/!S,U!p=212匝代入可得次级绕组匝数23匝。

  3实验的结果与分析示出变换器初级电压I的输出实验结果。北京:北京科学出版社,1996.张占松,蔡宣三。开关电源的原理与设计。北京:电子工业出版社,1998.赵修科。实用电源技术手册――磁性元器件分册。沈阳:辽宁科学技术出版社,2002.电机的矢量控制,具有良好的动态性能

网页评论共有0条评论

在线客服系统
鲁公网安备 37030402000400号