永磁同步电动机的神经网络转矩波动补偿.pdf

中文摘要 永磁同步电动机(PMSM)是一典型的非线性、多变量、耦合系统，当作为 伺服电机进行应用时会受到转矩波动等非线性因素的影响。转矩波动会导致电机 速度的抖动，损害电机的运行性能。本文在传统PMSM模型的基础上，对转子 永磁体产生的非正弦磁场进行分析，并考虑了转矩波动，定子电阻、电机摩擦系 数、以及负载的变化等非线性因素，建立了更加准确的PMSM数学模型，为转 矩波动补偿奠定了基础。 目前永磁同步电动机的转矩波动补偿多采用转矩估itTY法，但在不同电机运 行点和电机参数不断变化的情况下，准确的估计瞬时转矩是非常困难的。径向基 函数神经网络具有其它前向神经网络所不具有的最佳逼近功能，并且结构简单， 训练速度快。作者提出了采用径向基函数神经网络作为转矩波动补偿器的永磁同 步电动机伺服控制方法。利用神经网络在线逼近非线性因素和外部干扰，对转矩 波动进行补偿，然后根据反步控制方法得到神经网络权值调整规则和控制器输 出。本文最显著的特点是结合神经网络和Backstepping的优点实现永磁同步电动 机的转矩波动补偿。 另外，本文建立基于DSP、伺服电机驱动器和永磁同步电动机的交流电机实 验系统，并在该DSP实验系统中实现了所提出的控制策略。最后，给出的仿真 和实验结果证明了该方法的有效性。 关键词： 永磁同步电动机转矩波动RBF神经网络反步控制 ABSTRACT a motor(PMSM)isnonlinear,multi— Permanent—magnetsyncfwonous typical variable itisalsoinfluencedthenonlinearfactorsas coupled by such system，and anddeterioratethe will osdllafions speed torqueripples．弧etorqueripplesgenerate PMSM．Inthis thenumerical ofthe of description performance paper,afteranalysing nonlinear newexact modelisobtained andother factors，a PMSM torqueripples basedOllthetraditional淼lSMmodel．whichthe for pave way torqueripple minimization． Ithasbeen for these devdopedneutralizingpulsatingtorquecomponentsby variousestimationandobserver adopting of difficultiesassociatedwithaccurateestimationinstantaneousmakeit torque the of diff