PMSM反馈信号ANN分类方法.docVIP

PMSM反馈信号ANN分类方法 　　摘要： 关键词： 中图分类号： 文献标志码： A文章编号： 2095-2163（2017）06-0039-04 　　Abstract： The current feedback of PMSM control system has lots of noise， it causes the PMSM does not work properly. This paper proposes an ANN model to classify the current feedback to normal signal or noise. The model trains a three layers BP ANN in sample set to generate the model parameter set. The model is used to recognize the types of different noises and the results can be used as a basis for guiding the selection of filters. The experimental results show that the effect of the method is good. 　　0引言 　　永磁同步电机（Permanent Magnet Synchronous Motor， PMSM）具有诸多优点，如体积小、输出功率大、传动损耗低、无传动齿轮噪声、免维护等；因不需要无功的励磁电流，使得功率因数高[1]。由于参数可测，为使用专门芯片控制电机的运行提供了极大方便：可实现高精度、大范围的速度和位置控制。近10年来，PMSM广泛应用于航天、军事、机器人、精密数控机床等工业领域以及设计高端的家用生活电器上。 　　在实际应用过程中，由于电磁干扰及系统误差的存在，使得反馈信号（三相电流Ia、 Ib、 Ic为有效信号）呈现出噪声大、有效信号小、多频段混合噪声并存的特点，噪声幅度|In|甚至可以淹没有效信号。传统降噪方法一般使用某种低通滤波器简单地展开滤波处理，不能应对多频段混合噪声的情况。因此，有必要研究对每种噪声有针对性地使用不同滤波器（或同一滤波器的不同截止频率）进行降噪处理的新方法。 　　1永磁同步电机控制原理及传统信?处理方式 　　1.1永磁同步电机控制原理 　　为了实现平稳控制永磁同步电机，借助于微控制器（本文涉及的应用项目采用美国Ti公司的TMS320F28335芯片）所提供的数学处理功能设计，致力于达到在永磁同步电机中使转矩生成和磁化功能去耦合的目的[2]， 可以使用数学变换的高级控制策略，这样的去耦合转矩和磁化控制通常被称为转子磁通定向控制。控制流程如图1所示[3]。 　　在该控制策略中，通过霍尔传感器采集电机两相电流Ia、Ic，经Clarke 变换转换到两相静止坐标系中，再经过 Park 变换转换到同步旋转坐标系中的电流Isd、 Isq，把Isd和 IsdRef输入到励磁电流PI调节器中，计算输出励磁电压 Usd，然后Isq和IsqRef输入到力矩电流PI调节器模块中，计算输出力矩电压Usq。最终经过Park逆变换得到两相定子坐标系中的Uα和 Uβ，送入F28335的PWM模块计算后作为三相逆变器的输入[4]。可见，数据采集是反馈环的首要环节，经过霍尔传感器采集信号的预处理效果决定了系统运行的性能优劣。 　　1.2信号预处理方法 　　在对信号预处理时，给出通带/阻带频率相关参数，如通带截止频率、通带起始频率、通带衰减和阻带衰减等，然后使用固定参数进行滤波处理。上述相关参数计算的前提是准确地分析出信号的频率特性，再转入定量计算。针对这一情况，本文提出使用人工神经网络对PMSM的反馈信号展开定性、定量分析，为选择适当的滤波器和滤波器的相关参数提供准确的依据。 　　2PMSM数字信号ANN分类方法 　　反射传播ANN广泛用于各类信号的分类任务[8-10]，本文也采用该方法进行电流信号的分类工作。设x为采集到的PMSM电流信号序列，可为Ia、Ib、Ic三者中的任何一个。建立如图3所示的三层神经网络模型，将xt作为ANN输入层的输入向量；隐含层神经元的节点数为可调整的n；输出层y的节点数量为经验值。 　　3实验结果分析 　　将不同转速的PMSM状态下采集到的电流反馈信号样本分成10个组，构成一个训练和验证集合，采样频率为4 k，采样数量为1 k。其中，7个作为训练使用，剩余3个用于验证。采集到的含有噪声的归一化信号如图4所示，噪声频率分布在各个频段，主要在高频部分，低频较少，具体则如图5所示，有效信号频率为300 Hz。可以看出，如