文摘

在永磁同步电动机永磁同步电动机矢量控制系统中,传统PI调节器用于循环速度,但它有一些缺陷。提出一种改进的永磁同步电动机矢量控制方法。active-disturbance拒绝控制(ADRC)调速器设计给定的输入信号的输出速度和实际速度和定子电流问协调组件。然后,为了优化ADRC控制器,最小二乘支持向量机(LSSVM)最优回归模型推导,成功嵌入ADRC控制器。自抗扰控制器观测精度和动态响应系统的改进。负载扰动对系统的影响在很大程度上减少。系统抗干扰能力进一步提高。最后,电流传感器csne151 - 100是永磁同步电动机定子电流选择样本。电压传感器JLBV1用于样本定子电压。永磁同步电动机的转子速度是衡量机械速度传感器,本特利330500的类型。实验平台构建来验证该方法的有效性。

1。介绍

用高功率密度和效率高的优势,永磁同步电动机广泛应用于各种永磁同步电动机高性能电力传动领域。永磁同步电动机控制方法得到了广泛的关注和研究1- - - - - -17]。

永磁同步电动机的非线性,强耦合。为了实现高性能操作,对系统的不确定性和非线性的影响必须被克服。在传统的矢量控制系统中,速度环采用PI调节器。比例积分控制器结构简单;然而,其参数鲁棒性差和速度和超调之间的矛盾。PI控制很难满足高性能的要求操作。

根据初步研究成果,提出了一种永磁同步电动机控制的改进方法。active-disturbance拒绝控制器(ADRC)是专为速度环。然后,为了优化ADRC控制器,最小二乘支持向量机(LSSVM)最优回归模型推导,成功嵌入ADRC控制器。自抗扰控制器观测精度和动态响应系统的改进。负载扰动对系统的影响在很大程度上减少。系统抗干扰能力进一步提高。最后,不同的传感器采样电流、电压,转子速度是用来完成实验验证。

2。永磁同步电动机的数学模型

坐标是选择。永磁同步电动机的电压方程如下: 在哪里在定子电压协调组件;是定子电流协调组件;定子电阻,定子电感;转子转速;永磁磁链;和微分算子。

永磁同步电动机的电磁转矩方程如下所示:

对于表面永磁同步电动机,。方程(3)可以从(2):

永磁同步电动机的运动方程如下: 在哪里转动惯量;摩擦系数;和是负载。

3所示。自抗扰控制器的速度调节器的设计

3.1。自抗扰控制器的理论

ADRC控制器由跟踪(TD)和扩张状态观测器(ESO)和非线性状态误差反馈控制速率(NLSEF) [18,19]。

一阶系统假定如下: TD模型的一阶系统(5)如下: 在哪里被定义为 在哪里跟踪信号吗;是跟踪速度的因素;和是样品的时期。

欧洲南方天文台的一阶系统模型(3)如下: 在哪里跟踪信号吗;干扰的评估价值;, 非线性因素;过滤因子;,的参数;和非线性函数:

系统(NLSEF模型3)如下: 在哪里过滤因子,是非线性因素。

3.2。速度调节器的设计

方程(11)是获得(3)和(4):

基于自抗扰控制器的理论,,,被视为扰动速度循环。干扰来标示,。方程(12)有如下: 的输出速度回路的给定值,这是。然后,(13)有:

基于自抗扰控制器和速度调节器和作为输入信号和输出信号的目的是根据(6),(8)和(10)。基于自抗扰控制器的速度调节器的图如图1。

4所示。LSSVM-ADRC控制器的设计

4.1。LSSVM理论

假设训练样本数据,而输入数据和吗是输出数据。LSSVM的目标是构建一个回归模型如下(20.- - - - - -23]: 在哪里权向量;是抵消;和是在内核空间的映射函数。

LSSVM回归算法计算最优如下: 在哪里优化的目标函数;正则化参数;和是不敏感损失函数的松弛因子。

对应的拉格朗日函数如下所示: 在哪里拉格朗日因子。

部分推导的操作,然后让它为零。方程(17)有:

因此,优化问题转化为求解以下线性方程: 在哪里;是一个单位矩阵;;;和,,。

是一个内核函数。逼近精度和计算效率都认为在报纸上;高斯RBF核函数选择列示如下: 在哪里是一个系数,决定学习算法的扩展输入变量的程度。

定义。解决方案(18)表示如下:

因此,LSSVM近似函数如下:

4.2。LSSVM-ADRC控制器

在图1,样本的输出变量ESO。火车LSSVM模型得到最优回归模型作为输入信号作为输出信号。然后,将LSSVM优化回归模型嵌入到ADRC控制器。LSSVM-ADRC如图的图2。

在图2,LSSVM模型可以估计系统扰动的一部分根据输入信号。和其他干扰估计ESO组成总扰动。因此,可以看出,ADRC的干扰估计减少了负担,系统响应已得到改进。此外,系统抗干扰能力增强。获得LSSVM-ADRC控制器的数学模型:

5。仿真和实验结果

5.1。仿真结果

基于Matlab / Simulink系统仿真模型进行仿真。使用Matlab的m文件LSSVM培训项目。永磁同步电动机的主要参数如下:,,。(1)给定的速度是700 r / min;在0.3秒负载转矩变化从0到3 N·m。速度波图所示3和4分别根据自抗扰控制器速度调节器和LSSVM-ADRC调速器。

从图3可以看出,基于自抗扰控制器的速度控制器,转子速度立即下降到660 r / min时负载突然变化,然后达到一个稳定状态后再一次0.1秒。对比地,在LSSVM-ADRC速度控制器如图4,转子转速下降到695 r / min时负载突然变化,且仅0.06秒后它再次达到稳定状态。原因是欧洲南方天文台观察LSSVM减少了负担。观测精度和系统响应速度提高了下LSSVM-ADRC方法。(2)给定的速度是1500 r / min;在0.25秒负载转矩变化从3 N·m 6 N·m。速度波图所示5和6分别根据自抗扰控制器速度调节器和LSSVM-ADRC调速器。

从图5可以看出,基于自抗扰控制器的速度控制器,当负载突然变化从1500 r / min转子转速下降到1470 r / min,然后它达到稳定状态后0.07秒。对比地,在LSSVM-ADRC速度控制器如图6从1500 r / min,转子转速下降到1497 r / min时负载突然变化,且仅0.03秒后它再次达到一个稳定状态。

结合上面的低速和高速条件下仿真结果,可以得出结论,基于LSSVM-ADRC方法,系统响应能力都得到很大的提高;与此同时,系统抗干扰能力在很大程度上已得到改进。

5.2。实验结果

验证该方法的性能,涡轮永磁同步电动机进行了试验研究。电机参数仿真电机相同。选择TI DSP芯片TMS320F2812为控制核心。采用电路的主电路结构。整流模块使用二极管和MOSFET逆变器模块使用。当前传感器csne151 - 100是永磁同步电动机定子电流选择样本。电压传感器JLBV1用于样本定子电压。永磁同步电动机的转子速度是衡量机械速度传感器,本特利330500的类型。

给定的速度是700 r / min和负载转矩变化从0到3 N·m。转子速度波图所示7和8分别根据自抗扰控制器速度调节器和LSSVM-ADRC调速器。

给定的速度是1500 r / min和负载转矩变化从3 N·m 6 N·m。速度波图所示9和10分别根据自抗扰控制器速度调节器和LSSVM-ADRC调速器。

从数据7- - - - - -10可以看出,基于LSSVM-ADRC方法,系统响应能力都得到很大的提高;与此同时,系统抗干扰能力在很大程度上已得到改进。它与仿真结果是一致的。

6。结论

提出一种改进的永磁同步电动机矢量控制方法。自抗扰控制器的速度调节器的设计。然后,LSSVM优化回归模型推导和嵌入式控制器的自抗扰控制器。自抗扰控制器观测精度和动态响应系统的改进。系统抗干扰能力进一步提高。最后,电流传感器、电压传感器和速度传感器选择样本永磁同步电动机电流、电压,和速度。实验平台构建来验证该方法的有效性。

利益冲突

作者宣称没有利益冲突有关的出版。

承认

摘要基础研究基金支持的中央大学(2014 ms89)和(2014 qn46)。