无刷电机小波神经网络转子位置检测方法研究.pdfVIP

仪 器 仪 表 与检 测 技 术 自动化技术与应用》2010年第29卷第 10期 InstrumentationandMeasurment 无刷 电机小波神经网络转子位置检测方法的研究 王 超 。黄运生．韩 华 (中南大学信息科学与工程学院，湖南 长沙 410083) 摘 要：论文通过对无刷 电机数学模型的推导，得出转角 与三相相 电 之间存在映射关系 ，冈此构建 一个 以二相相电压为输入，转 角为输出的小波神经网络来实现转角预测，并采用改进遗传算法来训练网络结构与参数，借助MATLAB／SIMUIINKT具对 该方法进行验证，实验结果表明该方法在伞程速度下效果 良好。 关键词：无位置传感器；小波神经网络；遗传算法；无届1．电机 中图分类号：TPl83 文献标识码：A 文章编号2010 ResearchonTheRotorPositionDetectionMethod UsingWaveletNeuralNetworksforBLDCM WANG Chao，HUANG Yun-sheng，HAN Hua (CollegeofInformationScienceandEngineeringCentralSouthUniversity，Changsha410083China) Abstract：ThroughanalyzingthemathematicalmodelofBLDCM ，itisdeducedthatthereismappingrelationshipbetweenrotor positionandphasevoltages．Sodetectingtherotorposition，awaveletneuralnetwork(WNN)isbuiltinwiththeinputs arephasevoltages，theoutputisrotorposition．AndtheW NN’Stopologyandparametersaretrainedby genetic algorithm．Intheend，byusingM atlab／Simulink，thesimulationresultsdemonstratethatthemodelisfeasiblewithina widerrangeofspeed． Keywords：sensorless；W NN ；geneticalgorithm ；BLDCM 1 引言 测得，还需由相电流推导得 出。文献 [3】描述 了用于小 转子位置实时检测是无刷 电机控制系统 的重要组 波 网络训练 的递阶遗传算法 ，递阶算法虽能调节网络 成环节 ，近年来 ，无位置传感器检测技术成为学术界的 结构，但却较复杂 ，不便于实际应用。本文构建了一个 研究热点。目前 已有检测方法如反 电势法 ，磁链估计 以相 电压为输入 ，转角为输 出的小波神经网络进行转 法，电感法和直接转矩控制法 ，状态观测器等I】】，各有其 角预测 ，采用改进遗传算法来训练网络结构与参数 ，借 局限性。人工神经网络 (artificialneuralnetwork， 助MATLAB仿真工具进行实验 ，结果表明该方法在全 ANN)具有很强的 自学习能力 、自适应很强的非线性 程速度 下效果 良好。 映射能力和容错能力 ，在处理控制系统 的非线性和不 确定性等问题上有很好的应用前景。采用人工神经网 2 位置检测原理 络对无刷直流电机进行控制，不要求预知精确的系统 以三相桥式Y形联结 BLDCM 为例，电机采用两两 参数，而且能取得很好的控制效果 。文献[2]通过小波 导通三相六状态方式运行 ，任意时刻电机非导通相的相 神经