開關磁阻電機智能建模及容錯控制研究.pdf

1、從20年代80世紀起，開關磁阻電機（簡稱SRM）由于其結構簡單、成本低廉、調速范圍寬、容錯性能強等優(yōu)點，在航空工業(yè)、汽車驅動、家用電器和伺服系統(tǒng)等領域受到越來越多的青睞和研究。本文對SRM的精確建模、無位置傳感器控制和故障狀態(tài)下的容錯控制策略進行了研究。
　　本文基于磁鏈間接測量原理，設計了以DSP（TMS320F2812）為核心的SRM磁鏈特性檢測系統(tǒng)，通過對大容值電容進行充電和讓其充分放電的方法，實時檢測并采集該過程中的電壓電

2、流信號，經過濾波和數(shù)字積分，可以得到完整的磁鏈-電流-轉子位置特性。
　　由于開關磁阻電機的開關性和磁阻性，導致電機特性具有較強的非線性。本文基于實驗測量得到的磁鏈特性，采用具有強非線性逼近能力的RBF神經網絡方法，建立SRM的離線仿真模型。為了進一步提高RBF神經網絡模型的精度，本文基于估計磁鏈和實際磁鏈之間的誤差，設計調節(jié)方法，對RBF神經網絡的輸出權值進行在線調節(jié)，建立具有在線自學習和調節(jié)功能的在線模型。結果表明，離線模型和

3、在線模型均能正確地描述電機輸出特性，而且在線模型的精度優(yōu)于離線模型。
　　為了驗證設計仿真模型的工程可實現(xiàn)性，本文對RBF神經網絡程序采取了多種簡化和優(yōu)化策略，實現(xiàn)了RBF神經網絡在基于DSP的SRM實驗平臺上的驗證。實驗過程中，引入虛擬浮點庫處理浮點數(shù)，降低運算量；研究擴展常數(shù)spread值與輸出權值之間的影響關系以保證RBF神經網絡輸出權值分布均勻，提高神經網絡的輸出精度；基于高斯函數(shù)的特殊性，建立輸入輸出映射關系，由輸入直接

4、映射至輸出，大幅度提高RBF神經網絡的運算速度。實驗結果證明，基于RBF神經網絡建立的模型在電機實驗平臺上可以正確地描述電機的輸出特性，而且在線模型的精確度優(yōu)于離線模型。
　　由位置傳感器測量得到的位置信號是電機控制系統(tǒng)中必不可少的信號，位置傳感器在惡劣環(huán)境下會產生各種故障。為了消除開關磁阻電機驅動系統(tǒng)對位置傳感器的依賴，使得開關磁阻電機能在惡劣環(huán)境下能輸出良好的電機特性，本文基于RBF神經網絡方法，建立轉子位置-磁鏈-電流神經網

5、絡。由于每相的估計角度只有一段比較準確，采用分段相加，對三相的準確區(qū)域進行相位差補償，可以得到完整周期的估計角度。仿真結果表明，基于RBF神經網絡建立的模型，可以準確地估計每相的一段角度，經過分段相加之后，可以得到準確的轉子位置。
　　當電機運行在惡劣環(huán)境下時，會發(fā)生各種故障，本文針對繞組開路故障，基于電流-轉子位置的映射關系設計電流跟蹤控制器，擴大非故障相的電流寬度，降低非故障相的峰值電流，可以讓非故障相的轉矩特性補償由缺相導致