保证了解耦后的伪线性子系统的稳定性并减小附加控制器的设 计难度，使得伪线性复合系统具有开环稳定的输入输出线性传递关系。
[0045] 3.在网络条件下对解耦后的伪线性复合系统引入自抗扰控制，能克服建模误差、 不确定性扰动对交流异步电机控制系统的影响，实现网络环境下对交流异步电机的高性能 控制。
[0046] 本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本发明而了解。
[0047] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0048] 附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实 施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0049] 图1为本发明中基于自抗扰的网络化交流电机LS-SVM广义逆解耦控制方法原理 图；
[0050] 图2为本发明中基于LS-SVM广义逆系统的多变量非线性系统的线性化解耦结构 示意图；
[0051] 图3为本发明中LS-SVM的广义逆系统辨识建模方法原理示意图；
[0052] 图4为本发明中系统控制流程图。
【具体实施方式】
[0053] 以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实 施例仅用于说明和解释本发明，并不用于限定本发明。
[0054] 根据本发明实施例，如图1-图4所示，提供了基于自抗扰的网络化交流电机 LS-SVM广义逆解耦控制方法。
[0055] 本发明的技术方案，公开了一种基于自抗扰的网络化交流电机LS-SVM广义逆解 耦控制方法，由SVPWM控制器、三相电压型PWM逆变器、交流异步电机、Clarke变换、转子磁 链观测器与K/P变换连接构成复合被控对象，将LS-SVM广义逆系统与复合被控对象串联构 成伪线性复合系统并将交流异步电机解耦成转速和转子磁链两个伪线性子系统；对伪线性 系统引入自抗扰控制补偿网络环境不确定时延和扰动对系统的影响，通过通信网络执行器 节点和传感器节点构成网络化闭环控制。
[0056] 本发明的技术方案，对外部未知扰动和系统参数变化具有较强的鲁棒性，是一种 交流异步电机模型或参数未知和小样本条件下非线性逆系统构建的有效方法，可以实现网 络环境下对交流异步电机的线性化解耦和高性能控制。
[0057] 本发明的目的在于提供一种基于自抗扰的网络化交流电机LS-SVM广义逆解耦控 制方法。该方法不依赖或不完全依赖交流异步电机精确数学模型，能够在小样本条件下对 转速和转子磁链进行动态解耦并为解耦后的伪线性子系统极点进行任意配置；同时能很好 补偿网络条件下的不确定性扰动和系统建模误差，实现网络环境下对交流异步电机的高性 能控制。
[0058] 为实现上述目的，本发明采用的技术方案是：基于自抗扰的网络化交流电机 LS-SVM广义逆解耦控制方法，其结构包括自抗扰网络控制器、通信网络系统、LS-SVM广义 逆系统、SVPWM控制器、转子磁链观测器、Clarke变换、K/P变换、三相电压型PWM逆变器与 交流异步电机，其中：
[0059] 通信网络系统，包括执行器节点模块、传感器测量节点模块，以及干扰节点模块分 别与通信网络模块连接。自抗扰网络控制器，通过通信控制网络模块与执行器节点和传 感器测量节点连接进行数据交换；自抗扰网络控制器输出的异步电机转速和磁链控制信 号，通过执行器节点连接至伪线性复合系统；传感器测量节点的输入端与伪线性复合系统 连接，输出端连接至通信网络模块。伪线性复合系统由LS-SVM广义逆系统与复合被控对 象串联构成，将交流异步电机解耦成转速和转子磁链两个伪线性子系统；复合被控对象由 SVPWM控制器、三相电压型PWM逆变器、交流异步电机、Clarke变换、转子磁链观测器与K/P 变换连接构成；SVPWM控制器、三相电压型PWM逆变器依次连接后接入交流异步电机，转子 磁链观测器输入端与Clarke变换输出的两相定子电流和LS-SVM广义逆系统输出两相定子 电压相连，输出端为转子磁链经过K/P变换后经通信网络系统与自抗扰网络控制器相连。
[0060] 例如，如图1所示本实施例基于自抗扰的网络化交流电机LS-SVM广义逆解耦控制 方法，包括如下步骤
[0061] 1、由SVPWM控制器、三相电压型PWM逆变器、交流异步电机、Clarke变换、转子磁 链观测器与K/P变换连接构成复合被控对象；SVPWM控制器、三相电压型PWM逆变器依次连 接后接入所述交流异步电机，所述转子磁链观测器输入端与Clarke变换输出的两相定子 电流和LS-SVM广义逆系统输出两相定子电压相连，输出端为转子磁链经过K/P变换后经通 信网络系统与自抗扰网络控制器相连；
[0062] 2、采用基于离散差分方程系统模型，判别可逆性，利用LS-SVM(最小二乘支持向 量机）辨识并构造无状态反馈的交流异步电机的广义逆系统，将所述LS-SVM广义逆系统连 接在所述复合被控对象之前构成伪线性复合系统，将交流异步电机解耦成转速和转子磁链 两个伪线性子系统；
[0063] 3、通过核函数对数据样本进行训练，构造回归矢量，获得广义逆系统的相关参 数；
[0064] 4、对所述伪线性复合系统的转速伪线性子系统和转子磁链伪线性子系统分别独 立设计自抗扰网络控制器，形成对所述交流异步电机的所述网络化闭环控制。
[0065] 在上述实施例中，自抗扰网络控制器，将自抗扰控制引入伪线性复合系统的闭环 控制，利用自抗扰控制补偿网络控制系统中的不确定性扰动和建模误差，使扩张状态观测 器参与LS-SVM广义逆的构造，最终获得相应的电机转速和磁链控制信号；由转速伪线性子 系统和转子磁链伪线性子系统分别独立设计的自抗扰控制器组成，利用其对伪线性复合系 统进行闭环控制并补偿电机系统模型和网络系统时延的不确定性，实现网络条件下交流异 步电机模型或参数未知情况下的鲁棒控制。
[0066] 在上述实施例中，通信网络模块，至少包括基于国际标准IEC-61375的列车通信 控制网络（TCN)、Lonworks、WorldFIP、CANopen与ARCnet等列车通信控制网络中的任意一 种；并可以通过相应的网络延迟模块和相应的零阶保持器来模拟。
[0067] 在上述实施例中，伪线性复合系统，即复合被控对象线性化模型，通过基于离散差 分方程的LS-SVM广义逆系统线性化解耦方法获得。
[0068] 在上述实施例中，LS-SVM广义逆系统线性化解耦方法，采用基于离散差分方程的 被控模型，通过LS-SVM辨识并构造原非线性系统的广义逆系统，得到的广义逆系统无状态 反馈，简化了逆系统结构，同时可以将解耦得到的两个伪线性子系统的极点配置在所期望 的位置，克服了普通逆系统的伪线性子系统开环不稳定和复合控制器设计复杂的问题。
[0069] 在上述实施例中，LS-SVM广义逆系统辨识建模方法，采用 m(* + ?5) = 〇(#,.⑷,％ (6 -1)，…-A)，+《-1)，⑷)为辨识结构完成对非线性映射的逼 近；根据电机系统所有可能工作范围选择足够丰富的信号作为系统辨识的激励信号，选 择多层感知器核函数对训练样本进行训练，通过数据采样获得样本训练数据集和测试 样本集；根据解耦后伪线性子系统的希望极点选择广义逆参数ai(l…aM、i= 1，2,…q， 构造回归矢量，用复合被控对象线给定输入信号u(k+S)与广义逆系统输出私々+ 0的 误差来训练LS-SVM网络；通过2路LS-SVM的在线训练学习，得到输入向量的系数即拉 格朗日乘子ai和偏置量b;然后再通过当前输入回归矢量，进而辨识得到广义逆系统为
[0070] 在上述实施例中基于自抗扰的网络化交流电机LS-SVM广义逆解耦控制方法，针 对模型或参数未知和小样本条件下交流异步电机非线性解耦控制的关键问题，采用于离散 差分方程的LS-SVM广义逆系统方法实现对交流异步电机转速和磁链的动态解耦；将自抗 扰控制引入网络条件下的交流异步电机系统补偿系统中的不确定性扰动和建模误差，利用 扩张状态观测器参与LS-SVM广义逆的构造，实现网络环境下对交流异步电机的线性化解 親和尚性能控制。
[0071] 参见图3,使用上述实施例的基于自抗扰的网络化交流电机LS-SVM广义逆解耦控 制方法，
[0072] 对交流异步电机在模型或参数未知和小样本条件下实现线性化解耦的具体操作 包括：
[0073] (1)根据MMO非线性系统LS-SVM广义逆系统存在性定理，对于输入输出离散差分 方程形式的交流异步电机模型，如果离散系统可逆，则2输入2输出交流异步电机广义逆系 统可表示为
[0074]
[0075] 通过对输入（A，f2，Zll，Z12，Z21，Z22 >，输出（Ul，u2)的LS-SVM网络辨识建模可 以得到交流异步电机LS-SVM广义逆系统模型
[0076]
[0077] 式中：C)为LS-SVM函数，h为偏置量，ai为拉格朗日乘子，K(x, )为核函数， ujk)为系统的输出；
[0078] (2)确定适当的激励信号：激励信号一般按照经验进行选择，选取足够丰富的激 励信号如白噪声、正弦信号、随机信号、不同幅值的方波信号等作为系统的辨识输入信号， 激励信号要保证不超出系统正常工作范围。
[0079] (3)LS-SVM