發(fā)布時(shí)間：2016-09-11 13:01

  本文關(guān)鍵詞：開(kāi)關(guān)磁阻電機(jī)小波神經(jīng)網(wǎng)絡(luò)無(wú)位置傳感器控制，由筆耕文化傳播整理發(fā)布。

2008年7 月 第23卷第7期

電 工 技 術(shù) 學(xué) 報(bào)

TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY

Vol.23 No. 7

Jul. 2008

開(kāi)關(guān)磁阻電機(jī)小波神經(jīng)網(wǎng)絡(luò)

無(wú)位置傳感器控制

夏長(zhǎng)亮 謝細(xì)明 史婷娜 田 洋

（天津大學(xué)電氣與自動(dòng)化工程學(xué)院 天津 300072）

摘要 提出了一種基于小波神經(jīng)網(wǎng)絡(luò)的開(kāi)關(guān)磁阻電機(jī)無(wú)位置傳感器控制新方法。該方法采用兩個(gè)不同的小波神經(jīng)網(wǎng)絡(luò)分別獲取相繞組換相邏輯的開(kāi)通信號(hào)和關(guān)斷信號(hào)，經(jīng)過(guò)綜合處理得到單相繞組的開(kāi)關(guān)信號(hào)。神經(jīng)網(wǎng)絡(luò)以相繞組的電流和磁鏈為輸入，以各相的開(kāi)關(guān)信號(hào)為輸出，從而建立起電流、磁鏈和開(kāi)關(guān)信號(hào)的非線性映射。采用電機(jī)在有位置傳感器運(yùn)行條件下的樣本對(duì)小波神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，訓(xùn)練完成后，用神經(jīng)網(wǎng)絡(luò)輸出結(jié)果取代位置傳感器換相信號(hào)，實(shí)現(xiàn)電機(jī)無(wú)位置傳感器運(yùn)行。仿真和實(shí)驗(yàn)結(jié)果表明，由神經(jīng)網(wǎng)絡(luò)獲得的開(kāi)關(guān)信號(hào)和由位置傳感器獲得的開(kāi)關(guān)信號(hào)相比誤差小，電機(jī)能夠準(zhǔn)確換相，且輸出轉(zhuǎn)矩波動(dòng)小，轉(zhuǎn)速曲線平滑，電機(jī)在無(wú)位置傳感器下運(yùn)行良好。

關(guān)鍵詞：小波神經(jīng)網(wǎng)絡(luò) 開(kāi)關(guān)磁阻電機(jī) 無(wú)位置傳感器控制 梯度下降法 小波函數(shù) 中圖分類號(hào)：TM352

Position Sensorless Control of Switched Reluctance Motor Using

Wavelet Neural Networks

Xia Changliang Xie Ximing Shi Tingna Tian Yang （Tianjin University Tianjin 300072 China）

Abstract This paper presents a new approach to the position sensorless control of the switched reluctance motor(SRM) based on wavelet neural networks(WNNs). The basic premise of the approach is that two wavelet neural networks with different parameters are constructed to switch on and turn off each phase respectively. The WNNs form a very efficient nonlinear mapping structure from phase current, flux linkage to communication signal with current, flux linkage as input and switching signal as output, therefore the communication signals can be obtained by manipulation of the WNNs' outputs. After trained by the data acquired from the system with position sensor, the WNNs replace the position sensor and make the SRM switch to position sensorless operation. The simulation and experimental results show that there is tiny error of switching signals between estimation and reality. The SRM can operate with little torque fluctuation and slight speed vibration.

Keywords：Wavelet neural network，switched reluctance motor，position sensorless control，gradient descent method, wavelet function

新型交流調(diào)速系統(tǒng)。自問(wèn)世起，就因其結(jié)構(gòu)簡(jiǎn)單、工作可靠、效率高、成本低及能在較寬的調(diào)速范圍內(nèi)穩(wěn)定運(yùn)行而廣受關(guān)注，并且在牽引運(yùn)輸、航空工業(yè)、采礦紡織、家用電器等領(lǐng)域得到了應(yīng)用[1]。在傳統(tǒng)控制系統(tǒng)中，必須使用位置傳感器直接檢測(cè)轉(zhuǎn)子位置信號(hào)，實(shí)現(xiàn)電機(jī)自同步運(yùn)行。位置傳感器的

1 引言

開(kāi)關(guān)磁阻電動(dòng)機(jī)調(diào)速系統(tǒng)（Switched Reluctance Drive，SRD）是自20世紀(jì)80年代中期發(fā)展起來(lái)的

天津市應(yīng)用基礎(chǔ)研究計(jì)劃資助項(xiàng)目（06YFJMJC 01900）。 收稿日期 2007-04-03 改稿日期 2007-06-28

34

電 工 技 術(shù) 學(xué) 報(bào) 2008年7月

存在使得系統(tǒng)結(jié)構(gòu)復(fù)雜、成本增加、可靠性降低，削弱了SRD控制系統(tǒng)的優(yōu)點(diǎn)。因此，SRD的無(wú)位置傳感器控制策略越來(lái)越多地受到了人們的關(guān)注。文獻(xiàn)[2]討論了基于定子電感的位置檢測(cè)策略，而SRD非線性位置檢測(cè)法如狀態(tài)觀測(cè)器法、查表 法[4]、人工智能法[5]也得到了廣泛的研究。

由于開(kāi)關(guān)磁阻電機(jī)（Switched Reluctance Motor，SRM）的雙凸極結(jié)構(gòu)，電機(jī)常常運(yùn)行于高飽和狀態(tài)，使得電磁關(guān)系呈強(qiáng)非線性，轉(zhuǎn)子位置估計(jì)困難，人工神經(jīng)網(wǎng)絡(luò)的發(fā)展為解決這一問(wèn)題提供人工神經(jīng)網(wǎng)絡(luò)屬于非線性動(dòng)態(tài)系統(tǒng)，了新的思路[6]。

文獻(xiàn)[9]具有很強(qiáng)的自學(xué)習(xí)、自適應(yīng)和泛化能力[7-8]。利用BP網(wǎng)絡(luò)實(shí)現(xiàn)電流、磁鏈到轉(zhuǎn)子位置的映射，并利用DSP實(shí)現(xiàn)SRM神經(jīng)網(wǎng)絡(luò)控制，效果良好。文獻(xiàn)[10]提出了一種基于自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)的轉(zhuǎn)子位置辨識(shí)方法，建立以各相電流、磁鏈作為輸入，轉(zhuǎn)子位置信號(hào)作為輸出的神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)電機(jī)電流、磁鏈和轉(zhuǎn)子位置間的非線性映射，估算轉(zhuǎn)子位置角度，從而有效地消去位置傳感器。盡管RBF神經(jīng)網(wǎng)絡(luò)全局收斂，但是其隱層節(jié)點(diǎn)的數(shù)目、隱層節(jié)點(diǎn)的中心和標(biāo)準(zhǔn)化參數(shù)難于確定[11]。用小波函數(shù)取代神經(jīng)元激勵(lì)函數(shù)構(gòu)成的小波神經(jīng)網(wǎng)絡(luò)[12]，可結(jié)合小波變換良好的時(shí)頻局域化性質(zhì)及傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)功能，具有廣泛的應(yīng)用前景[13-14]。

本文提出了一種基于小波神經(jīng)網(wǎng)絡(luò)的開(kāi)關(guān)磁阻電機(jī)無(wú)位置傳感器控制策略。所采用的小波神經(jīng)網(wǎng)以電機(jī)各相的電流、磁鏈作為輸入，以功率器件開(kāi)關(guān)信號(hào)作為輸出，，通過(guò)離線訓(xùn)練建立網(wǎng)絡(luò)結(jié)構(gòu)、確定網(wǎng)絡(luò)參數(shù)。文中利用Matlab/Simulink進(jìn)行仿真，并利用DSP芯片TMS320F2812設(shè)計(jì)了開(kāi)關(guān)磁阻電機(jī)控制系統(tǒng)。仿真和實(shí)驗(yàn)結(jié)果表明，該方法能夠準(zhǔn)確地給出開(kāi)關(guān)磁阻電機(jī)的換相信號(hào)，從而實(shí)現(xiàn)電機(jī)的無(wú)位置傳感器運(yùn)行。

[3]

用小波函數(shù)作為激勵(lì)函數(shù)；第三層為線性輸出層。其數(shù)學(xué)模型為

?p?

yi=fi(x)=wijψj?ajkxk?tj? （1）

??

j=1?k=1?

∑

h

∑

式中，輸入矢量X = x1, x2, …, xp ；輸出矢量Y= wij為輸出節(jié)點(diǎn)i與隱層節(jié)點(diǎn)j的連接y1, y2, …, yq ；

權(quán)值；ψj為隱層節(jié)點(diǎn)j的小波函數(shù)；ajk、tj分別為小波函數(shù)的伸縮系數(shù)和平移參數(shù)；h為隱層節(jié)點(diǎn)個(gè)數(shù)；p、q分別為輸入、輸出節(jié)點(diǎn)數(shù)。

圖1 小波神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

Fig.1 The structure of wavelet neural networks

本文中使用Mexican hat小波函數(shù)作為隱層節(jié)點(diǎn)神經(jīng)元激勵(lì)函數(shù)。如下式：

ψ(t)=(1?t2)e?t

2.2 訓(xùn)練算法

2

/2

（2）

確定小波神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)后，以式（3）所示的誤差均方能量函數(shù)作為目標(biāo)函數(shù)，優(yōu)化神經(jīng)元伸縮系數(shù)ajk、平移參數(shù)tj和網(wǎng)絡(luò)連接權(quán)值wij。

J=

1

∑2

l=1

m

l

(Sout

?Y)=

l2

1

l(Sout∑∑i?y)

2

l=1i=1

mq

l2i

（3）

l

式中 Sout——第l組輸出矢量樣本

Y l——第l組輸入樣本對(duì)應(yīng)的輸出 m——訓(xùn)練樣本個(gè)數(shù)

E=Sout?Y, E=e1,e2,…,eq

l

l

l

l

l

l

2 小波神經(jīng)網(wǎng)絡(luò)

2.1 小波神經(jīng)網(wǎng)絡(luò)

小波神經(jīng)網(wǎng)絡(luò)是以小波函數(shù)為基函數(shù)的一種連接型前饋網(wǎng)絡(luò)，它將常規(guī)神經(jīng)網(wǎng)絡(luò)的隱層函數(shù)用小波函數(shù)代替，相應(yīng)的輸入層到隱層的權(quán)值及隱層閥值

分別由小波函數(shù)的伸縮系數(shù)和平移參數(shù)代替可以認(rèn)為是RBF神經(jīng)網(wǎng)絡(luò)的推廣

[11]

[12,14]

l

小波神經(jīng)網(wǎng)絡(luò)有三種常用的訓(xùn)練算法，分別為梯度下降法、正交最小二乘法（OLS算法）和遞推正交最小二乘法（ROLS算法）。本文采用梯度下降法[12,14]進(jìn)行訓(xùn)練。其訓(xùn)練步驟為：

（1）網(wǎng)絡(luò)參數(shù)初始化：將神經(jīng)元的伸縮系數(shù)ajk、平移參數(shù)tj賦予在[0，1]之間的隨機(jī)初始值，置網(wǎng)絡(luò)連接權(quán)值wij為0。

（2）利用輸入學(xué)習(xí)樣本Sin和當(dāng)前網(wǎng)絡(luò)參數(shù)，按照式（1）計(jì)算網(wǎng)絡(luò)的輸出Y。

（3）利用輸出學(xué)習(xí)樣本Sout和式（3）得到經(jīng)

，

，在神經(jīng)網(wǎng)絡(luò)研

究領(lǐng)域中具有巨大的潛力。圖1為小波神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)圖。與RBF神經(jīng)網(wǎng)絡(luò)相似，小波神經(jīng)網(wǎng)絡(luò)分為三層：第一層為輸入層；第二層為隱含層，采

第23卷第7期

夏長(zhǎng)亮等 開(kāi)關(guān)磁阻電機(jī)小波神經(jīng)網(wǎng)絡(luò)無(wú)位置傳感器控制 35

過(guò) (n?1) 次參數(shù)調(diào)整后的目標(biāo)能量函數(shù)J(n)，若J(n)，則算法≤ε（ε 為預(yù)先設(shè)定的一個(gè)誤差容許參數(shù)）結(jié)束，否則，至步驟（4）。

（4）網(wǎng)絡(luò)參數(shù)調(diào)整：根據(jù)梯度下降法，可得網(wǎng)絡(luò)連接權(quán)值和神經(jīng)元參數(shù)的調(diào)整公式如下：

wij(n+1)=wij(n)?ηajk(n+1)=ajk(n)?η

?J(n)?wij?J(n)?ajk?tj

=wij(n)??wij(n) （4） =ajk(n)??ajk(n) （5） =tj(n)??tj(n) （6）

子角度為樣本，建立一個(gè)從電流、磁鏈到轉(zhuǎn)子位置角的神經(jīng)網(wǎng)絡(luò)，只要訓(xùn)練樣本的數(shù)量和質(zhì)量足夠好，由此建立的非線性映射就能辨識(shí)出轉(zhuǎn)子位置角 度[10]。文中從這種思想出發(fā)，采用一種新的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。在已知電機(jī)旋轉(zhuǎn)方向的情況下，根據(jù)導(dǎo)通順序，利用導(dǎo)通相的電流和磁鏈，建立一個(gè)神經(jīng)網(wǎng)絡(luò)獲得下一相的開(kāi)通信號(hào)。同時(shí)，利用該相的電流和磁鏈，構(gòu)造另一個(gè)神經(jīng)網(wǎng)絡(luò)獲得該相的關(guān)斷信號(hào)。通過(guò)這兩個(gè)神經(jīng)網(wǎng)絡(luò)，可以獲取開(kāi)關(guān)磁阻電機(jī)各相的開(kāi)關(guān)信號(hào)，實(shí)現(xiàn)換相邏輯，從而消去位置傳感器，實(shí)現(xiàn)開(kāi)關(guān)磁阻電機(jī)的無(wú)位置傳感器運(yùn)行。

tj(n+1)=tj(n)?η

?J(n)

式中，η為梯度下降搜索的步長(zhǎng)，也稱為收斂算子，0＜η≤1。η 越大，調(diào)整越快。

為了確定算法，可得

?J?wij?J?ajk

=?

4 仿真結(jié)果

為了驗(yàn)證文中的方法，以一臺(tái)四相8/6極開(kāi)關(guān)磁阻電機(jī)為樣機(jī)，在Matlab/Simulink中進(jìn)行了仿真分析，所用樣機(jī)的具體參數(shù)如下：額定功率P=500W，額定轉(zhuǎn)速n=1500r/min，額定電壓U=220V，轉(zhuǎn)動(dòng)慣量

?J?wij

、

?J?ajk

和

?J?tj

，根據(jù)誤差反向傳遞

∑

l=1q

m

l

ei?ψj

?p?l

?tj? （7） ?ajkxk

???k=1?

∑

J=0.008kg·m2，粘滯摩擦系數(shù)D=0.05N·m·s/rad。

電機(jī)采用CCC控制方式，給定轉(zhuǎn)速為500r/min，在空載下以自同步方式起動(dòng)，在t=0.5s時(shí)，用參數(shù)和結(jié)構(gòu)經(jīng)過(guò)離線訓(xùn)練確定的神經(jīng)網(wǎng)絡(luò)獲取功率器件開(kāi)關(guān)信號(hào)，控制電機(jī)換相，實(shí)現(xiàn)開(kāi)關(guān)磁阻電機(jī)的無(wú)位置傳感器運(yùn)行。

圖3為小波神經(jīng)網(wǎng)絡(luò)辨識(shí)所得的開(kāi)關(guān)信號(hào)和實(shí)際開(kāi)關(guān)信號(hào)的比較。圖3a為由位置傳感器獲得的開(kāi)關(guān)信號(hào)；圖3b為綜合開(kāi)通網(wǎng)絡(luò)和關(guān)斷網(wǎng)絡(luò)輸出而得到的相繞組開(kāi)關(guān)信號(hào)；圖

3c為相應(yīng)的辨識(shí)誤差。

?p?l

ll

=?∑∑ei?wijψ′j??tj?xkajkxk （8）

??

l=1i=1?k=1?

m

∑

?J?tj

=

∑∑

l=1i=1

mq

l

ei?

?p?l

?tj? （9） ajkxkwijψ′j?

???k=1?

∑

（5）令n=n+1，返回第（2）步。

3 基于神經(jīng)網(wǎng)絡(luò)的SRM無(wú)位置傳感器控

制策略

基于神經(jīng)網(wǎng)絡(luò)的SRM無(wú)位置傳感器控制，就是選取合適的神經(jīng)網(wǎng)絡(luò)，依據(jù)直接檢測(cè)得到的電流、磁鏈等參數(shù)，建立一個(gè)對(duì)應(yīng)開(kāi)關(guān)磁阻電機(jī)位置信號(hào)的非線性映射，估計(jì)轉(zhuǎn)子位置角度或者功率驅(qū)動(dòng)器件的開(kāi)關(guān)信號(hào)，從而取代位置傳感器，實(shí)現(xiàn)電機(jī)的無(wú)位置傳感器運(yùn)行，如圖2所示。

圖2 SRM神經(jīng)網(wǎng)絡(luò)無(wú)位置傳感器控制圖

圖3 小波神經(jīng)網(wǎng)絡(luò)估計(jì)所得的開(kāi)關(guān)信號(hào)和

實(shí)際開(kāi)關(guān)信號(hào)的比較

Fig.2 Position sensorless control of SRM based on ANN

在開(kāi)關(guān)磁阻電機(jī)的神經(jīng)網(wǎng)絡(luò)無(wú)位置傳感器控制中，常見(jiàn)的方法是以各相相繞組的電流、磁鏈和轉(zhuǎn)

Fig.3 The comparison of on-off signals between the

measured and estimation results of WNNs

36

電 工 技 術(shù) 學(xué) 報(bào) 2008年7月

由圖中可以看出，電機(jī)在無(wú)位置傳感器運(yùn)行下，小波神經(jīng)網(wǎng)絡(luò)估計(jì)所得的開(kāi)關(guān)信號(hào)誤差較小。

圖4為電機(jī)無(wú)位置傳感器運(yùn)行下轉(zhuǎn)矩曲線。開(kāi)關(guān)磁阻電機(jī)在進(jìn)入無(wú)位置傳感器運(yùn)行后，轉(zhuǎn)矩脈動(dòng)略有減小，輸出轉(zhuǎn)矩曲線比較平滑。

在較低水平，系統(tǒng)在無(wú)位置傳感器下運(yùn)行良好。

圖7 t=0.7s，突加負(fù)載0.5N·m的電機(jī)轉(zhuǎn)速曲線 Fig.7 The speed curve with 0.5N·m since t=0.7s

為了驗(yàn)證SRM無(wú)位置傳感器控制系統(tǒng)的調(diào)速

圖4 電機(jī)轉(zhuǎn)矩曲線

性能及速度響應(yīng)能力，在t=0.7s，將速度給定設(shè)為450r/min；在t=1s，將速度給定設(shè)為550r/min。速度響應(yīng)曲線如圖

8所示。

Fig.4 The torque curve of SRM

圖5為電機(jī)無(wú)位置傳感器運(yùn)行的轉(zhuǎn)速曲線。在

小波神經(jīng)網(wǎng)絡(luò)估計(jì)的換相信號(hào)控制下，電機(jī)能夠平穩(wěn)的運(yùn)行于給定轉(zhuǎn)速。

圖8 電機(jī)轉(zhuǎn)速響應(yīng)曲線

Fig.8 The speed response curve of SRM

由圖8可以看出，在給定轉(zhuǎn)速發(fā)生變化時(shí)，電

圖5 電機(jī)轉(zhuǎn)速曲線

機(jī)能夠及時(shí)跟蹤給定速度，速度響應(yīng)較快，靜態(tài)誤差小。

Fig.5 The speed curve of SRM

在t=0.7s時(shí)，增加負(fù)載轉(zhuǎn)矩TL=0.5N·m，以驗(yàn)證開(kāi)關(guān)磁阻電機(jī)無(wú)位置傳感器控制系統(tǒng)的負(fù)載波動(dòng)承受能力、電機(jī)的轉(zhuǎn)速響應(yīng)速度和系統(tǒng)的魯棒性。結(jié)果分別如圖6和圖7所示。

5 實(shí)驗(yàn)結(jié)果

為了驗(yàn)證文中方法，設(shè)計(jì)了基于TI公司DSP芯片TMS320F2812的開(kāi)關(guān)磁阻電機(jī)控制系統(tǒng)，如圖9所示。

圖6 t=0.7s，突加負(fù)載0.5N·m的電機(jī)轉(zhuǎn)矩曲線

Fig.6 The torque curve with 0.5N·m since t=0.7s

結(jié)果表明，在突加負(fù)載擾動(dòng)下，電機(jī)能夠穩(wěn)定運(yùn)行于給定轉(zhuǎn)速，輸出轉(zhuǎn)矩能迅速增加且脈動(dòng)保持

圖9 開(kāi)關(guān)磁阻電機(jī)控制系統(tǒng)

Fig.9 The configuration of SRM control system

控制系統(tǒng)中以TI公司DSP芯片TMS320F2812為主控制器，該芯片時(shí)鐘周期高達(dá)150MHz，適用

1

2

  本文關(guān)鍵詞：開(kāi)關(guān)磁阻電機(jī)小波神經(jīng)網(wǎng)絡(luò)無(wú)位置傳感器控制，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：113633