永磁同步直线电机非线性干扰的控制方法及控制系统

摘要

本发明为永磁同步直线电机非线性干扰的控制方法及控制系统。本控制方法在现有的复合前馈比例微分控制的u_p+u_f的基础上，增加了小波神经网络WNN在线估计的补偿电压值u_d，三者之和作为永磁同步直线电机定子的控制电压U(t)，即控制电压U(t)=u_p+u_f+u_d。所述小波神经网络是一个三层前向网络，u_d=ω₁ψ₁+ω₂ψ₂+…ω_jψ_j+…+ω_mψ_m。小波神经网络的学信号为比例微分控制器的输出值。本控制系统含数字信号处理控制器、与PMLSM定子相连的功率驱动模块、安装于PMLSM的动子位移传感器。本发明用WNN有效地补偿了PMLSM推力波动、摩擦力等干扰以及固定参数模型的误差，跟踪精度可提高2.7倍以上；本控制系统可采用通用硬件实现，便于推广应用。

主权项

1.永磁同步直线电机非线性干扰的控制方法，所述永磁同步直线电机的简化动力学方程为$\stackrel{··}{x}=-\frac{K_f{K}_e}{\mathrm{RM}}\stackrel{·}{x}-\frac{1}{M}{f}_r\left(x\right)-\frac{1}{M}{f}_f\left(\stackrel{·}{x}\right)-\frac{1}{M}{f}_{\Delta }+\frac{K_f}{\mathrm{RM}}U\left(t\right),$式中：U(t)是永磁同步直线电机的输入电压；i(t)是永磁同步直线电机电枢电流；x、与分别为永磁同步直线电机动子的位移、速度和加速度；k_e是永磁同步直线电机的反电动势常数；R是永磁同步直线电机定子绕组电阻；L是永磁同步直线电机的电感；k_f是永磁同步直线电机的电磁推力系数；M是永磁同步直线电机动子质量；f_r(x)是永磁同步直线电机的推力波动；是永磁同步直线电机的摩擦力；f_Δ是永磁同步直线电机的不确定扰动，令a＝K_fK_e/(RM)，b＝K_f/(RM)，${\bar{f}}_r\left(x\right)={\mathrm{Rf}}_r\left(x\right)/K_f,$${\bar{f}}_f\left(\stackrel{·}{x}\right)={\mathrm{Rf}}_f\left(\stackrel{·}{x}\right)/K_f,$${\bar{f}}_{\Delta }={\mathrm{Rf}}_{\Delta }/K_f,$$\bar{u}\left(t\right)=U\left(t\right)-{\bar{f}}_r\left(x\right)-{\bar{f}}_f\left(\stackrel{·}{x}\right)-{\bar{f}}_{\Delta },$得到进行拉普拉斯变换，得到永磁同步直线电机的传递函数$G\left(s\right)=\frac{x\left(s\right)}{\bar{u}\left(s\right)}=\frac{b}{s(s+a)}$其中，S是拉普拉斯算子；本控制方法为对永磁同步直线电机控制电压；控制电压中包含比例微分控制器输出电压值u_p和固定参数补偿电压值u_f，$u_p=K_{P}e\left(t\right)+K_D\stackrel{·}{e}\left(t\right),$其中，K_P与K_D分别是比例和微分系数，e(t)为系统的位置跟踪误差，为跟踪误差e(t)的微分值；$u_f=a{\stackrel{·}{x}}^{*}/b+{\stackrel{··}{x}}^{*}/b,$其中，是位置输入信号x^*的微分值，是的微分值，a与b为电机参数值，a＝K_fK_e/(RM)，b＝K_f/(RM)，其特征在于：所述控制电压还包括小波神经网络的输出值u_d，即控制电压U(t)=u_p+u_f+u_d；所述小波神经网络是一个三层前向网络，小波神经网络输入变量X=[x₁,x₂，…,x_ii，…,x_n]^T为电机动子的位移量，隐含层中的基向量为Ψ=[ψ₁,ψ₂,…,ψ_j，…,ψ_m]^T，W=[w₁,w₂,…,w_j,…w_m]^T为网络输出层的权向量，ii＝1,2，...,n；n<20,激励函数为：${\psi }_j=(1-\frac{{\left|\right|X-B_j\left|\right|}^2}{{{a1}_j}^2})\exp (-\frac{{\left|\right|X-B_j\left|\right|}^2}{2{{a1}_j}^2}),$式中，B_j=[b_j1,b_j2，…,b_jii,…,b_jn]^T为网络节点j的移位参数，a1_j为节点j的伸缩参数，j=1,2，..,m;m<20，u_d＝ω₁ψ₁+ω₂ψ₂+…ω_jψ_j+…+ω_mψ_m。