专利名称：一种无轴承同步磁阻电机神经网络广义逆解耦控制器的制作方法
技术领域：
本实用新型涉及无轴承同步磁阻电机神经网络广义逆解耦控制器，用于无轴承同 步磁阻电机的高性能控制，属于电力传动控制设备的技术领域。
背景技术：
无轴承同步磁阻电机满足了现代工业对高转速、无润滑、无摩擦、免维修的高性能 驱动电机的要求，它是一种既具有磁轴承优良性能，又兼备同步磁阻电机特点的新型电机， 在机床电主轴、涡轮分子泵、离心机、压缩机、机电贮能、航空航天等特殊电气传动领域具有 广泛的应用前景。无轴承同步磁阻电机是一个非线性、强耦合的多输入多输出系统，若要实 现电机转子稳定悬浮和运行，必须实现电磁转矩和径向悬浮力之间以及径向悬浮力自身在 两垂直方向上的分量之间的动态解耦控制。无轴承同步磁阻电机控制的特殊性决定其无法像无轴承异步电机和无轴承永磁 同步电机那样，基于磁场定向控制进行相关公式变换即可实现各个变量间的完全解耦。在 电机常用的解耦控制方法中，微分几何控制方法和逆系统方法也可用于无轴承同步磁阻电 机的控制，但其线性化解耦的实现要求获得被控对象的精确数学模型。无轴承同步磁阻电 机作为一个非线性、强耦合的多输入多输出系统，其转子参数随工况的变化十分显著，再加 上转子偏心时悬浮力的变化，负载扰动的存在以及磁饱和等未建模动态的影响，使微分几 何控制方法和逆系统方法很难在实际中真正应用。神经网络逆控制方法可以弥补上述控制 方法的不足，其被控系统线性化解耦的实现不依赖于精确的数学模型，并且不会因为系统 参数的不稳定而带来控制误差。而神经网络广义逆控制方法除具备神经网络逆控制方法的 各种优点外，还能通过配置伪线性复合系统的极点使其子系统具有开环稳定的线性传递关 系，可以将神经网络广义逆作为一个非线性开环控制器直接使用，但是简单的将神经网络 广义逆作为控制器使用，实施开环控制，其控制效果不佳。专利申请号200710190554. 2，名称为神经网络广义逆无轴承永磁同步电机解耦 控制器构造方法，是针对无轴承永磁同步电机设计神经网络广义逆解耦控制器，其电机转 子的机械结构和运行机理、数学模型、性能要求与无轴承同步磁阻电机不同，无轴承同步磁 阻电机利用了凸极转子直轴和交轴电感不等产生磁阻转矩，进而拖动负载。另外，其解耦控 制是将神经网络广义逆作为一个非线性开环控制器直接使用，控制效果不佳。
发明内容本实用新型的目的是为克服上述现有技术的不足，提供一种无轴承同步磁阻电机 神经网络广义逆解耦控制器，既可实现无轴承同步磁阻电机电磁转矩和径向悬浮力之间以 及径向悬浮力自身在两垂直方向上的分量之间的解耦控制，又可获得良好的各项控制性能 指标，增强系统的鲁棒性。本实用新型采用的技术方案是本实用新型由复合被控对象之前依次串接有 神经网络广义逆和线性闭环控制器共同组成；所述复合被控对象由第一、二 Park逆变换、第一、第二 Clark逆变换、第一、第二电流跟踪型逆变器分别依次串接后连接于无轴 承同步磁阻电机之前作为一个整体组成；所述神经网络广义逆由静态神经网络加5个 线性环节组成；静态神经网络的输出分别连接第一 Park逆变换和第二 Park逆变换的 输入；由神经网络广义逆串接于复合被控对象之前共同组成广义伪线性系统，复合被控 对象的输出是电机转子的位置x、_F和转速《，神经网络广义逆的输出是四个电流信号
ζ、ζ , ^ζ ；广义伪线性系统包括两个位置子系统和一个速度子系统；这三个子系统分别
对应有两个位置控制器和一个速度控制器；线性闭环控制器由两个位置控制器和一个速度 控制器组成。本实用新型的有益效果是1、无轴承同步磁阻电机与单纯使用磁轴承支承的同步磁阻电机相比具有更加合 理，更加实用的结构一是无轴承同步磁阻电机机械结构紧凑，转子轴向长度减小，电机转 速、功率可以进一步得到提高，并可以实现高速超高速运行；二是径向悬浮力控制系统中功 率放大电路采用三相功率逆变电路，使得无轴承同步磁阻电机的控制方法简单，结构紧 凑，功耗低，成本下降。摆脱了传统磁轴承支承的同步磁阻电机结构复杂，临界转速低，控制 系统复杂，功率放大器造价高，体积大等缺陷。2、本实用新型通过闭环控制和调整PID参数实现高精密控制，最终使系统获得满 意的各项性能，如转子径向位置动、静态调节特性及转矩、速度调节性能，使得无轴承同步 磁阻电机具有很高的应用价值，在高速或超高速数控机床、密封泵、半导体工业、航空航天、 化工工业、生命科学及生物工程等众多特殊电气传动领域中得到广泛应用。3、本实用新型采用静态神经网络加线性环节来实现复合被控对象的广义逆系统， 进而构造神经网广义逆解耦控制器来实现对无轴承同步磁阻电机的控制，完全摆脱了传统 的微分几何控制方法和逆系统方法对精确数学模型的依赖性，不存在由于系统参数不稳定 而带来的系统控制误差，很好地实现了无轴承同步磁阻电机位置系统、转子的转速的独立 控制，显著地提高了无轴承同步磁阻电机的控制性能。4.本实用新型用神经网络广义逆逼近广义逆系统，将无轴承同步磁阻电机这一个 非线性、强耦合的多输入多输出系统线性化和解耦为两个二阶线性位置子系统和一个一阶 线性速度子系统，通过合理地调节广义逆系统的参数使解耦后的位置子系统及速度子系统 的极点在复平面内合理配置，从而得到开环稳定的子系统，并且分别对两个位置子系统和 一个速度子系统设计两个位置控制器和一个速度控制器，实现了电磁转矩和径向悬浮力之 间以及径向悬浮力自身在两垂直方向上的分量之间的解耦控制，从而实现非线性系统的开 环线性化控制。5、由于神经网络具有函数逼近能力以及适应系统参数变化的能力，因而本实用新 型可以不需要知道被控系统的精确数学模型，也无须测量被控系统内部状态便可合理配置 伪线性复合系统的极点，实现系统的大范围线性化、解耦和降阶，大大提高了系统对参数变 化和负载扰动的鲁棒性，为其它无轴承电机控制系统，以及适合磁轴承支承的各种类型的 电机控制的非线性系统线性化和解耦控制提供了一条有效途径。
图1是本实用新型的结构框图；[0014]图2是由两个Park逆变换21、31、两个Clark逆变换22、32，两个电流跟踪型逆变 器23、33及无轴承同步磁阻电机1组成的复合被控对象5 ；图3是由静态神经网络61和5个线性环节构成的神经网络广义逆6的结构示意 图；图4是神经网络广义逆61与复合被控对象5串联组成的广义伪线性系统8的示 意图及其等效图；图5是由线性闭环控制器4与伪线性复合系统8组成的闭环控制系统结构图；图中1.无轴承同步磁阻电机；4.线性闭环控制器；5.复合被控对象；6.神经网 络广义逆；7.无轴承同步磁阻电机神经网络广义解耦逆控制器；8.广义伪线性系统；21、 31. Park逆变换、22、32. Clark逆变换；23,33.电流跟踪型逆变器；41,42.位置控制器； 43.速度控制器；61.静态神经网络；81、82.位置子系统；83.速度子系统。
具体实施方式
参见图1，本实用新型无轴承同步磁阻电机神经网络广义解耦逆控制器7串接在 无轴承同步磁阻电机1之前。包括复合被控对象5，由复合被控对象5之前依次串接神经 网络广义逆6和线性闭环控制器4共同组成。复合被控对象5由第一 Park逆变换21、第 一 Clark逆变换22、第一电流跟踪型逆变器23依次串接后连接于无轴承同步磁阻电机1之 前以及由第二 Park逆变换31、第二 Clark逆变换32、第二电流跟踪型逆变器33依次串接 后连接于无轴承同步磁阻电机1之前作为一个整体组成。神经网络广义逆6由静态神经网 络61加5个线性环节组成。静态神经网络61的输出分别连接第一 Park逆变换21和第二 Park逆变换31的输入。神经网络广义逆6串接于复合被控对象5之前共同组成广义伪线 性系统8，复合被控对象5的输出是电机转子的位置x、_F和转速《，神经网络广义逆6的输
出是四个电流信号
权利要求1.一种无轴承同步磁阻电机神经网络广义逆解耦控制器，其特征是由复合被控对象 (5)之前依次串接有神经网络广义逆(6)和线性闭环控制器(4)共同组成；所述复合被控 对象(5)由第一、二 Park逆变换(21、31)、第一、第二 Clark逆变换(22、32)、第一、第二电 流跟踪型逆变器(23、33)分别依次串接后连接于无轴承同步磁阻电机(1)之前作为一个整 体组成；所述神经网络广义逆(6)由静态神经网络(61)加5个线性环节组成；静态神经网 络(61)的输出分别连接第一 Park逆变换(21)和第二 Park逆变换(31)的输入；由神经网 络广义逆(6)串接于复合被控对象(5)之前共同组成广义伪线性系统(8)，复合被控对象 (5)的输出是电机转子的位置z、_F和转速《，神经网络广义逆(6)的输出是四个电流信号ζ ζ ；广义伪线性系统(8)包括两个位置子系统(81、82)和一个速度子系统(83)；这三个子系统分别对应有两个位置控制器(41、42)和一个速度控制器(43)；所述线性闭环 控制器(4)由所述两个位置控制器(41、42)和一个速度控制器(43)组成。
2.根据权利要求1所述的一种无轴承同步磁阻电机神经网络广义逆解耦控制器， 其特征是静态神经网络(61)是三层前馈网络结构，具有8个输入节点、4个输出节 点，18个隐含节点；静态神经网络(61)的第一个输入是巧= ^+ ^+ ^巧经过二阶系统一"^ ,S , 得到的输出是静态神经网络61的第二个输入、-经过二阶系统I^IQS "ι t^^S"“以及积分器得到的输出是静态神经网络(61)的第三个输入；静态神经网络(61)的第四个输入是订v , . , ，—经过二阶系统^3 , g , 得到V2 ~a2Qy +α2ιγ +a22y v2a^s +a21s+a22的输出是静态神经网络(61)的第五个输入，—经过二阶系统~本 以及积分器 得到的输出是静态神经网络(61)的第六个输入；静态神经网络(61)的第七个输入是 -Λ η+α ■ _经过一阶系统得到的输出是静态神经网络(61)的第八个输 入。
专利摘要本实用新型公开一种无轴承同步磁阻电机神经网络广义逆解耦控制器，由复合被控对象之前依次串接有神经网络广义逆和线性闭环控制器共同组成；复合被控对象由第一、二Park逆变换、第一、第二Clark逆变换、第一、第二电流跟踪型逆变器分别依次串接后连接于无轴承同步磁阻电机之前作为一个整体组成；神经网络广义逆由静态神经网络加5个线性环节组成；由神经网络广义逆串接于复合被控对象之前共同组成广义伪线性系统，广义伪线性系统包括两个位置子系统和一个速度子系统；分别对应有两个位置控制器和一个速度控制器组成线性闭环控制器；实现电磁转矩和径向悬浮力之间以及径向悬浮力自身在两垂直方向上的分量之间的独立解耦控制。
文档编号H02P25/08GK201928221SQ20112001682
公开日2011年8月10日 申请日期2011年1月20日 优先权日2011年1月20日
发明者张婷婷, 张维煜, 朱熀秋, 朱睿智 申请人:江苏大学