基于单神经元自适应控制器的矢量控制系统.pdfVIP

维普资讯 第20卷 第2期 沈 阳 化 工 学 院 学 报 ‘ Vo1．20 No．2 2006．6 JOURNALOFSHENYANG INSTITUTEOFCHEM ICAL TECFLNOLOGY Jun．20o6 文章编号： 1004—4639(2006)02—0129—03 基于单神经元 自适应控制器 的矢量控制系统 曹先庆 ， 畅玉亮 ， 于立新 (1．沈阳化工学院，辽宁 沈阳 110142； 2．赤峰电业局新惠一次变电所，内蒙古 赤峰024000) 摘 要： 在永磁同步电动机的矢量控制系统 中，如果转速环采用传统的 PI控制器，因其参数 固 定，当受到外部扰动时，其动态响应可能不理想．为解决这一问题，利用神经元的 自学习和 自适应 能力建立 自适应控制器．在Matlab／Simulink环境下进行的仿真结果表明：采用基于单神经元 自适 应控制器的永磁同步电动机矢量控制系统具有较好的动态特性． 关键词： 永磁同步电动机； 矢量控制 ； 单神经元 自适应控制器 中图分类号： TM301．2 文献标识码： A 高性能的驱动系统不仅需要快速响应能力， 策略是保持定子电流的直轴分量为零 (id=0)， 而且当电机参数发生变化或受到外部扰动的情 这样电磁转矩便只与定子电流的交轴分量成正 况下，还应该具有快速跟踪能力．传统参数固定 比．利用这种控制策略，在同步旋转的参考坐标 的速度控制器，例如比例积分控制器 (PI)，却不 下，永磁同步 电动机的模型可简化为[]： 能满足这一要求 ．因为在运行过程 ，当电机参数 piq=(q—R iq—KbtO)／Lq (1) 改变或受到扰动时，预先设定的控制器参数很难 = (T 一TL—B∞)／J (2) 适应新的运行情况，其动态响应特性不是非常理 式中： 、i、L分别为定子的交轴 电压、交轴电 想…．人工神经元网络 由于具有任意非线性逼 流、交轴电感；∞为转子转速 ；R 为定子 电阻； 近能力，在 电机控制系统中得到了广泛的应用 ． 为微分算子；P为磁极数，Kb=P ，r 为 电磁 文献[2]提出了一种在永磁同步电动机的矢量控 转矩，rI为负载转矩， 为转子的转动惯量；B 制系统中，利用神经网络观测定子电流直轴和交 为阻尼系数 ． 轴分量的方法；文献 [3]利用神经网络对直流无 电机电磁转矩和负载转矩可由公式 (3)、(4) 刷电动机的控制器进行了设计；文献 [4]在三相 动态表示[2J： 感应 电动机中，给出了基于神经网络转矩估计器 T=TL+J +踟 (3) 的设计方法．本文提出一种利用神经元 自学习和 TL=A1∞ +B1∞ +C1 (4) 自适应能力建立单神经元 自适应控制器的方法， 结合公式(1)～(4)，在离散状态下，永磁 同步 电 并在Matlab／Simulink环境下进行仿真，结果表 动机的转速可由公式(5)描述[]： 明：采用基于这种控制器的永磁同步电动机矢量 ∞ (+1=ago()+ ∞ (一1)+ 控制系统具有较好的动态特性． 7m；(，z)+ ∞；(，z一1)+e。(，z)十z- (5) 式中：D=LqJ+△丁(尺 +LqB+K2Lq)； 1 永磁同步电动机矢量控制模型 口=[2L +△丁(尺 +LqB+K2Lq)一 永磁同步电动机矢量控制的基本原则是将