| 主权项 |
一种无轴承异步电机神经网络广义逆解耦控制器的构造方法，其特征在于采用如下步骤：1）将两个Clark逆变换(11、12)分别串接在相应的两个电流跟踪型逆变器（13、14）之前、将两个电流跟踪型逆变器（13、14）分别串接在无轴承异步电机及其负载模型（15）之前，共同作为一个整体组成复合被控对象（16）；2）用具有10个输入节点、4个输出节点的静态神经网络(21)加6个线性环节构成具有4个输入节点、4个输出节点的神经网络广义逆(22)，神经网络广义逆(22)的第一个输入<img file="233247dest_path_image001.GIF" wi="16" he="21" />作为静态神经网络(21)的第一个输入， 第一个输入<img file="508370dest_path_image001.GIF" wi="16" he="21" />经二阶系统<img file="89524dest_path_image002.GIF" wi="109" he="46" />的输出为静态神经网络(21)的第二个输入，二阶系统<img file="424691dest_path_image002.GIF" wi="109" he="46" />的输出再经一个积分器<i>s</i><sup>‑1</sup>为静态神经网络(21)的第三个输入，神经网络广义逆(22)的第二个输入<img file="153612dest_path_image003.GIF" wi="17" he="21" />作为静态神经网络(21)的第四个输入，第二个输入<img file="170110dest_path_image003.GIF" wi="17" he="21" />经二阶系统<img file="668087dest_path_image004.GIF" wi="112" he="46" />的输出为静态神经网络(21)的第五个输入，二阶系统<b><img file="439734dest_path_image004.GIF" wi="112" he="46" /></b>再经一个积分器<i>s</i><sup>‑1</sup>为静态神经网络(21)的第六个输入；神经网络广义逆(22)的第三个输入<img file="826591dest_path_image005.GIF" wi="16" he="21" />作为静态神经网络(21)的第七个输入，第三个输入<img file="709096dest_path_image005.GIF" wi="16" he="21" />经一阶系统<img file="999263dest_path_image006.GIF" wi="65" he="46" />的输出为静态神经网络(21)的第八个输入；神经网络广义逆(22)的第四个输入<img file="941812dest_path_image007.GIF" wi="17" he="21" />作为静态神经网络(21)的第九个输入，第四个输入<img file="379746dest_path_image007.GIF" wi="17" he="21" />经一阶系统<img file="738046dest_path_image008.GIF" wi="66" he="46" />的输出为静态神经网络(21)的第十个输入，静态神经网络(21)的输出是神经网络广义逆(22)的输出，<i>a</i><sub>10</sub>、<i>a</i><sub>11</sub>、<i>a</i><sub>12</sub>、<i>a</i><sub>20</sub>、<i>a</i><sub>21</sub>、<i>a</i><sub>22</sub>、<i>a</i><sub>30</sub>、<i>a</i><sub>31</sub>、<i>a</i><sub>40</sub>和<i>a</i><sub>41</sub>为广义逆系统的参数；3）调整静态神经网络(21)的各个权系数使神经网络广义逆（22）实现复合被控对象（16）的广义逆系统功能，将神经网络广义逆（22）置于复合被控对象（16）之前组成广义伪线性系统（31），静态神经网络（21）的各个权系数确定方法是：将阶跃激励信号{<i>i<sub>s</sub></i><sub>1<i>d</i></sub><i> , i<sub>s</sub></i><sub>1<i>q</i></sub><i>, i<sub>s</sub></i><sub>2<i>d</i></sub><i> , i<sub>s</sub></i><sub>2<i>q</i></sub>}加到复合被控对象（16）的输入端，阶跃激励信号{<i>i<sub>s</sub></i><sub>1<i>d</i></sub><i> , i<sub>s</sub></i><sub>1<i>q</i></sub><i>, i<sub>s</sub></i><sub>2<i>d</i></sub><i> , i<sub>s</sub></i><sub>2<i>q</i></sub>}即静态神经网络(21)的输出信号，采集无轴承异步电机的转子径向位移<i>x</i>、<i>y</i>、转速<img file="210616dest_path_image009.GIF" wi="18" he="21" />和磁链<img file="324066dest_path_image010.GIF" wi="18" he="21" />，将转子位移<i>x</i>、<i>y</i>离线分别求其一阶、二阶导数，再根据公式<img file="186979dest_path_image011.GIF" wi="204" he="37" />、<img file="411287dest_path_image012.GIF" wi="170" he="33" />求出<img file="472784dest_path_image001.GIF" wi="16" he="21" />和<img file="193353dest_path_image003.GIF" wi="17" he="21" />，其中<img file="605880dest_path_image013.GIF" wi="24" he="33" />、<img file="633879dest_path_image014.GIF" wi="24" he="33" />分别是转子位移<i>x</i>的一阶、二阶导数，<img file="753145dest_path_image015.GIF" wi="23" he="36" />、<img file="942818dest_path_image016.GIF" wi="23" he="36" />分别是转子位移<i>y</i>的一阶、二阶导数；对转速<img file="842640dest_path_image017.GIF" wi="33" he="32" />求其一阶导数，再根据公式<b><img file="dest_path_image018.GIF" wi="168" he="41" /></b>求出<img file="346434dest_path_image019.GIF" wi="28" he="32" />，其中<img file="648102dest_path_image020.GIF" wi="33" he="32" />是转速<img file="946360dest_path_image017.GIF" wi="33" he="32" />的一阶导数，对磁链<img file="333479dest_path_image010.GIF" wi="18" he="21" />求其一阶导数，再根据公式<img file="703280dest_path_image021.GIF" wi="148" he="32" />求出<img file="30094dest_path_image022.GIF" wi="23" he="34" />，其中<img file="827149dest_path_image024.GIF" wi="26" he="25" />是磁链<img file="373668dest_path_image026.GIF" wi="26" he="25" />的一阶导数，并对信号做规范化处理，组成静态神经网络（21）的训练样本集{<img file="547160dest_path_image027.GIF" wi="14" he="16" />,<img file="557841dest_path_image028.GIF" wi="14" he="20" />,<img file="463481dest_path_image001.GIF" wi="16" he="21" />,<img file="559613dest_path_image029.GIF" wi="16" he="18" />,<img file="271217dest_path_image030.GIF" wi="16" he="22" />,<img file="74088dest_path_image003.GIF" wi="17" he="21" />,<img file="212945dest_path_image031.GIF" wi="21" he="25" />,<img file="796373dest_path_image005.GIF" wi="16" he="21" />,<img file="dest_path_image032.GIF" wi="21" he="25" />,<img file="482307dest_path_image007.GIF" wi="17" he="21" />,<i> i<sub>s</sub></i><sub>1<i>d</i></sub><i> , i<sub>s</sub></i><sub>1<i>q</i></sub><i>, i<sub>s</sub></i><sub>2<i>d</i></sub><i> , i<sub>s</sub></i><sub>2<i>q</i></sub> }，对静态神经网络（21）进行训练以确定各个权系数；4）广义伪线性系统（31）被解耦线性化为两个位移二阶伪线性子系统、一个转速一阶伪线性子系统和一个磁链一阶伪线性子系统；5）将神经网络广义逆（22）串接在复合被控对象（16）之前，由神经网络广义逆（22）、两个Clark逆变换(11、12)和两个电流跟踪型逆变器（13、14）共同构成无轴承异步电机神经网络广义逆解耦控制器（41）。 |
