磁悬浮开关磁阻电动机径向力动态解耦控制.pdfVIP

第 34 卷 增刊 东南大学学报 ( 自 然 科 学 版) Vol 34 Sup. 　 2004 年 11 月 JOURNAL OF SOUTHEAST UNIVERSITY (Natural Science Edition) 　 Nov. 2004 　　　　　　 磁悬浮开关磁阻电动机径向力的动态解耦控制 刘国海　孙玉坤　张　浩　赵文祥　沈　跃 (江苏大学电气信息工程学院 , 镇江 212013) 摘要 : 基于基本电磁场理论 ,给出了磁悬浮开关磁阻电动机径向力与位置的模型. 针对模型具有非 线性和强耦合的特点 ,对该模型进行可逆性分析 ,从而证明该系统可逆. 应用神经网络逆系统方法 , 设计其非线性控制器 ,将原来非线性强耦合的多变量系统解耦 ,转变成 2 个位置彼此无耦合的线性 子系统 ,应用线性系统理论容易对这 2 个子系统进行控制. 仿真表明 ,系统具有良好的静动态性能. 关键词 : 磁悬浮电机 ;开关磁阻电动机 ;神经网络 ;逆系统 ;解耦控制 ( ) 中图分类号: TP273 　　文献标识码 : A 　　文章编号 : 1001 - 0505 2004 增刊006305 Decoupling control of bearingless switched reluctance motors based on neural network inverse system Liu Guohai 　Sun Yukun 　Zhang Hao 　Zhao Wenxiang 　Shen Yue ( School of Electrical and Information Engineering , Jiangsu University , Zhenjiang 212013 , China) Abstract : Based on basic electromagnetism theory , a radial force model of a bearingless switched reluctance motor is given. Reversibility of the model is proved and a neural network inverse approach is developed for the nonlinear , strongly coupled model. A nonlinear controller based on neural network inverse system is designed so that the nonlinear , strongly coupled system is decoupled into two linear subsystems. Furthermore , linear control system techniques are applied to these decoupled linear subsystems to synthesize desired response. To verify the effectiveness of the control scheme , some simulations were carried out and the results are satisfactory. Key words : bearingless motor ; switched reluctance motors ; neural network ; inverse system ; decoupling control 可实现超高速、低损耗运行是 SRM 的一大