一种基于ANFIS的无刷直流电机调速系统的制作方法

本发明属于无刷电机领域，具体涉及一种基于anfis的无刷直流电机调速系统。

背景技术：

无刷直流电机因其具有结构简单、高效区域大、低电压特性好等优点，已广泛应用于工业控制领域，但对于电机转速的精准度、稳定性、鲁棒性控制还有待提高。

pid(比例(proportion)、积分(integral)、微分(differential))控制器作为最早实用化的控制器已有近百年历史，现在仍然是应用最广泛的工业控制器。pid控制器简单易懂，使用中不依赖于精确的系统模型，因而也在无刷直流电机控制系统中广泛应用。应用于无刷直流电机的pi控制器，通过调节kp增益，提高了速度控制器的灵敏度，降低了速度超调。然而传统的pid控制器又过分的依赖于增益的选择，造成电机的控制性能下降，具有各种不确定性和非线性。近年来，随着现代智能控制理论的飞速发展，产生了很多新型的控制系统，模糊控制就是其中之一。

在专利公开号为cn109507869a中专利中公开了：一种适用于永磁同步电机的电机控制pi参数的优化方法，所述方法包括：根据永磁同步电机控制系统运行之前的状态通过离线整定计算出保证系统正常运行的离线整定pi参数；在pi控制器中设定离线整定pi参数，设定目标转速并启动电机；在pi控制的基础上通过计算当前状态下目标转速与实时转速的差值以及差值变化率，并利用已定的模糊规则进行逻辑推理，对pi控制器的参数进行调整，使系统平滑过渡到稳定状态。本发明所述方法在目标电机转速和电机实时转速偏差较大时，快速追踪，减少偏差；在偏差较小时，能够消除静态差值以精确定位，抗扰动能力强。

上述专利中公开了通过pi控制器以及模糊计算的方式对电机进行调速，将模糊控制技术和pid控制技术相结合，克服了传统pid参数无法实时调整的缺点，实现了pid参数的实时最优整定。但是模糊pid控制的模糊规则大多来源于专家经验，缺少理论依据，且控制的超调现象明显，鲁棒性仍有待提高，且单一的模糊推理系统缺乏有效的学习机制。

技术实现要素：

为了解决上述问题，本发明提供了一种基于anfis的无刷直流电机调速系统，将模糊推理与神经网络结合在一起，与传统的pid算法或pid模糊控制算法相比较，根据anfis设计的调速控制器不仅响应速度快，超调量小，而且波动小，具有更好的动态性能。

本发明的技术方案如下所示：

一种基于anfis的无刷直流电机调速系统，包括：

anfis转速模块：通过模糊推理与神经网络技术输出自适应目标电流值的信号至pid电流模块；

pid电流模块：将anfis转速模块输出的自适应目标电流值与从电机采集回来的电流值进行pid调节，输出目标电压值；

pid电压模块：通过对pid电流模块输出的目标电压值与实际采集母线电压值差值进行pid调节，得到并输出所需的占空比；

pwm生成模块：用于接收pid电压模块的输出的占空比信号，并生成pwm波；

三相逆变器：用于接收pwm波，并将pwm波转化为三相电压信号输入至电机；

电机：用于接收三相逆变器输入的交流信号并调整自身转速，反馈自身实时的转速信号至anfis转速模块。

优选的，所述anfis转速模块包括输入信号隶属函数层、强度释放层、归一化层、去模糊层、输出层。

优选的，所述pid电流模块包括用于采集电机实时电流的电流采集单元与电压计算单元。

优选的，所述pid电压模块包括所述pid电压模块包括采集电机母线电压的电压采集单元和占空比计算单元。

优选的，所述pwm生成模块输出6路互补pwm波，控制三相逆变器桥六个mos管的导通与截止，并依据计算出的占空比调节电机的三相电压的大小。

优选的，所述anfis转速模块的调节过程为：

s1：在输入信号隶属函数层中设置两个输入节点，分别为：电机目标转速与实际转速的速度差为e、电机目标转速与实际转速的速度差的变化率δe，对e和δe进行模糊化操作，并输出节点的隶属度函数其中a，b分别为e和δe的模糊集，ai和bi是与节点相关的语言变量；

s2：在强度释放层中将步骤s1中输出的隶属度函数相乘，得到规则的触发强度的集合，其中规则为已知模糊规则库中的规则，共设有i个；

s3：在归一化层中对规则进行归一化处理，计算每一个规则的触发强度占所有触发强度之和的比重，确认规则的适应度；

s4：在去模糊层中计算每条规则单独输出的结果；

s5：在输出层中输出所有规则的输出总和。

优选的，所述步骤s2中的触发强度的计算公式为：

优选的，所述步骤s3中的适应度计算公式为：

优选的，所述步骤s4中的单独输出的结果的计算公式为：其中pi,qi,ri为第i项的参数集，通过bp算法和最小二乘法确定。

优选的，所述步骤s5的输出总和的计算公式为：

本发明的有益效果为：本发明提供了一种基于anfis的调速系统，anfis即为自适应神经网络模糊推理系统，单一的模糊推理系统缺乏有效的学习机制，而本发明将模糊推理与神经网络结合在一起，将anfis用于电机的调速系统，通过输入实际速度与目标速度偏差及偏差的变化率，调速系统可以自适应地输出电流值，经由电流环和电压环确定出pwm占空比，使电机速度向预期值逼近；与传统的pid算法或pid模糊控制算法相比较，根据anfis设计的调速控制器不仅响应速度快，超调量小，而且波动小，具有更好的动态性能。

附图说明

图1为本发明的系统结构连接框图。

图2为anfis转速模块中输入与输出的参数计算过程。

具体实施方式

下面将结合说明书附图对本发明的实施例进行详细说明。

如图1所示，一种基于anfis的无刷直流电机调速系统，包括用于通过模糊推理与神经网络技术输出自适应目标电流值的信号至pid电流模块的anfis转速模块，用于将anfis转速模块输出的自适应目标电流值与从电机采集回来的电流值进行pid调节，输出目标电压值的pid电流模块，用于将pid电流模块输出的目标电压值与实际采集母线电压值进行pid调节，输出所需的占空比的pid电压模块，用于接收pid电压模块的输出的占空比信号，并生成pwm波的pwm生成模块、用于接收pwm波，并将pwm波转化为三相电压信号输入至电机的三相逆变器以及用于接收三相逆变器输入的交流信号并调整自身转速，反馈自身实时的转速信号至anfis转速模块的电机本体，其中本实施例采用bldcm电机。

其中，anfis转速模块共有5层，分别为信号隶属函数层、强度释放层、归一化层、去模糊层、输出层，anfis转速模块的建模过程如图2所示，包括以下步骤：

s1：在输入信号隶属函数层中设置两个输入节点，分别为：电机目标转速与实际转速的速度差为e，电机目标转速与实际转速的速度差的变化率δe，对e和δe进行模糊化操作，并输出节点的隶属度函数a，b分别为e和δe的模糊集，ai和bi是与节点相关的语言变量；误差e和误差变化率δe分别定义为7个模糊变量，则该层有14个节点。

s2：在强度释放层中将步骤s1中输出的隶属度函数相乘，得到规则的触发强度的集合，触发强度的计算公式为其中规则为已知模糊规则库中的规则，共设有i个，例i＝7时，则强度释放层有49个节点；

s3：对每条规则进行归一化处理，计算第i个节点的触发强度占所有触发强度之和的比重，并计算出每条规则的适应度，计算公式为：

s4：在去模糊层中计算每条规则单独输出的结果，计算公式为：其中pi,qi,ri为第i项的参数集，即为后件参数；

s5：在输出层中进行去模糊化操作，并输出所有规则的输出总和，计算公式为：

上述公式的推导计算过程如图2所示。为了得到上述公式中所涉及到的参数值，需要对anfis系统进行训练。所需的训练数据包括电机目标转速与实际转速的速度差e，速度差的变化率δe以及目标电流值，这些数据可以通过仿真软件仿真得到。确定好训练数据后，将隶属函数选择为高斯函数，通过bp算法及最小二乘法即可确定所需后件参数pi,qi,ri。

上述anfis转速模块建模完成后，将anfis转速模块用于电机的调速系统，通过输入电机的实际速度与预先设置的目标速度，并计算实际速度与目标速度偏差及偏差的变化率，调速系统可以自适应地输出电流值，所输出电流值经由电流环pid调节输出电机所需要的电压值，pid电压模块通过对pid电流模块输出的目标电压值与实际采集母线电压值进行pid调节，得到并输出所需的占空比，经由pwm生成模块生成pwm波控制三相逆变器桥mos管的导通截至以及电机三相电压大小，本实施例中输出6路互补pwm波，控制三相逆变器桥六个mos管的导通与截止，并依据计算出的占空比调节电机三相电压的大小，从而使电机速度向预期值逼近。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。