一种开关磁阻电机的非线性电感率跟踪控制系统及方法

1.本发明涉及开关磁阻电机调速控制领域，特别是一种开关磁阻电机的非线性电感率跟踪控制系统及方法。


背景技术：

2.开关磁阻电机(switched reluctance motor，srm)是一种新型调速电机，其构成的系统兼具直流、交流两类调速系统的优点，是继变频调速系统、无刷直流电动机调速系统后的最新一代无极调速系统。srm具有结构简单坚固，调速范围宽，调速性能优异，且在整个调速范围内都具有较高效率，系统可靠性高，因而成为新能源汽车、航天航空等领域驱动装置的首选。然而，由于srm固有的双凸极结构以及运行中电感的严重非线性等特性，使得srm在中低速运行过程中产生较大转矩脉动，严重制约了srm的发展与应用。因此，降低srm的转矩脉动，将会扩大其应用范围，具有较大的工程意义。
3.转矩分配控制是一种较为成熟的srm控制方法，通过定义转矩分配函数(torque sharing function，tsf)，将参考转矩分配到srm各相，保证各相转矩之和恒定，然后利用转矩-电流逆模型得到各相参考电流，再通过电流滞环，实现相电流的跟踪控制，进而实现电机的恒转矩控制。虽然有文献利用多项式拟合法，成功构建了srm的非线性电感率模型，将电感模型进行分段处理，使用最小二乘法对电感-位置数据进行曲线拟合，但拟合后的模型是近似模型，且实验数据仅针对采集的电机有效。类似的，通过堵转实验可实际测量得到srm电感特性曲线，再通过傅里叶级数可以构建出非线性电感率模型。也有文献利用神经网络对非线性电感率进行离线数据建模，该方法需要通过实验采样获取电感特性数据，再利用采样数据对神经网络进行训练，该方法跟踪精度较高，但是数据的迁移特性较差，使得实际使用起来较为复杂。准确的电感模型能够实现电机的高精度恒转矩控制，但高精度的电感数据获取会受很多因素影响，实验测量的难度较大，因此电感的高精度建模不易实现。


技术实现要素：

4.本发明所要解决的是目前难以在线建立电感模型，从而影响电机转矩控制，带来转矩脉动率较高的问题，提供一种开关磁阻电机的非线性电感率跟踪控制系统及方法。
5.为解决上述问题，本发明是通过以下技术方案实现：一种开关磁阻电机的非线性电感率跟踪控制系统及方法，包括基于线性电感模型的开关磁阻电机闭环控制系统和对上述基于线性电感模型的开关磁阻电机闭环控制系统进行非线性电感率跟踪补偿模块；所述的基于线性电感模型的开关磁阻电机闭环控制系统，主要由比例积分控制模块、转矩分配模块、转矩-电流逆模型、电流检测模块、位置检测模块、电流滞环模块和功率变换器构成；所述的比例积分控制模块，对输入的参考转速和当前开关磁阻电机的转速求差，得到的转速偏差e进行比例积分后，输出参考转矩到转矩分配模块；所述的转矩分配模块，根据srm当前的转子位置角θ将参考转矩分配成开关磁阻
电机的相参考转矩后送至转矩-电流逆模型；所述的转矩-电流逆模型，根据转矩与电流的关系模型公式，取常值，将开关磁阻电机的相参考转矩转换为相参考电流i，并送至电流滞环模块；所述的电流检测模块检测开关磁阻电机的相电流，并送至电流滞环模块；所述的位置检测模块检测开关磁阻电机的转子位置角θ，并送至转矩分配模块；所述的电流滞环模块，将开关磁阻电机的相参考电流与电流检测模块输入的相电流作差，根据差值输出半桥功率变换器的有效驱动信号；所述的功率变换器输出连接控制开关磁阻电机的定子绕组，实现对开关磁阻电机的转矩控制；所述的非线性电感率跟踪补偿模块，利用神经网络链式计算规则隐含的偏导特性，计算出电感对转子位置角的偏导值，补偿到转矩-电流逆模型中。
6.进一步的，所述的非线性电感率跟踪补偿模块，其主要步骤如下：步骤1、测量各相定子磁链将相电压u，相电流i以及转子位置角θ连接到非线性电感率跟踪补偿模块，根据磁链的离散计算公式计算磁链值式中，为t时刻的磁链值，r为定子电阻值，取常数，为t时刻的相电压，为t时刻的相电流，为初始时刻的磁链值，t为采样周期；步骤2、根据公式，计算得到相电感l；步骤3、根据srm的转子数量n，计算得到转子位置角的量化因子为n/360；步骤4、将转子位置角θ乘以量化因子作为神经网络的第一输入变量，相电流i作为神经网络的第二输入变量，将相电感l作为训练跟踪目标，神经网络的输出为，神经网络的隐函数选择径向基函数（radial basis function，rbf），即为其中，为神经网络的二维输入矩阵，j为第j个节点，为第j个节点的坐标向量中心，为第j个节点函数的宽度；步骤5、计算神经网络跟踪输出其中，为神经网络的权值，m为神经网络的隐函数节点数；根据神经网络输入输出的如下关系
计算得到相电感对转子位置角的偏导值，即的值；步骤6、训练rbf神经网络的参数，方法为取神经网络逼近的误差指标为利用动量项梯度下降法进行神经网络权值修正式中，为学习速率，为动量因子；步骤7、将代入，完成对转矩-电流逆模型的补偿，计算得到补偿后的相电流。
7.进一步的，神经网络权值的初始值的取值范围为0～1。
8.进一步的，隐函数节点数m的取值范围为5～11。
9.进一步的，径向基函数中心点共有2行m列，取值范围为0～1。
10.进一步的，径向基函数的宽度的取值范围为2～30。
11.与现有技术相比，本发明具有如下特点：1、本发明开关磁阻电机的非线性电感率跟踪控制系统，从srm的转矩生成式出发，考虑到影响转矩脉动最根本的原因是电感偏导值不可精确计算得到的问题，进而设计出基于rbf神经网络跟踪电感值，再通过神经网络的链式规则得到电感偏导值；只增加了算法，无需增加转矩传感器等高精密仪器，有效保证系统的简单可靠性；2、与基于离线数据的电感非线性特性建模方法不同，本发明针对srm强非线性电感率特性，采用了一种在线式的非线性电感率跟踪学习方法，进而得到电感偏导，实现电感非线性特性的间接补偿，避免了对强非线性电感率特性的复杂直接建模；将电感偏导值代入转矩-电流逆模型中进行在线补偿，有效地控制srm运行，抑制了转矩脉动；3、本发明的控制方法能够有效地改善控制系统动态品质，降低srm转矩脉动；本发明系统可构成嵌入式系统，避免对电感的非线性特性进行复杂的离线建模，运算量小，在线式建模，可移植性好，方便开关磁阻电机的在线控制。
附图说明
12.图1为本发明的非线性电感率跟踪控制系统示意图；图2为本发明的非线性电感率跟踪控制系统的神经网络内部结构示意图；图3为基于线性电感模型的电流-转矩模型的srm电机控制系统示意图；图4为本发明的非线性电感率跟踪控制系统在400r/min和1nm条件下的相电流和
转矩曲线；图5为线性电感模型控制系统在400r/min和1nm条件下的相电流和转矩曲线；图6为本发明的非线性电感率跟踪控制系统在600r/min和3nm条件下的相电流和转矩曲线；图7为线性电感模型控制系统在600r/min和3nm条件下的相电流和转矩曲线。
具体实施方式
13.为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实例，对本发明进一步详细说明。
14.参照图3，基于线性电感模型的电流-转矩模型的srm电机控制系统将电感线性化处理，由此构成的控制系统主要由比例积分(proportional integral，pi)控制模块、转矩分配模块、转矩-电流逆模型、电流检测模块、位置检测模块、电流滞环模块和功率变换器构成。
15.所述的基于线性电感模型的开关磁阻电机闭环控制系统，主要由比例积分控制模块、转矩分配模块、转矩-电流逆模型、电流检测模块、位置检测模块、电流滞环模块和功率变换器构成；所述的比例积分控制模块，对输入的参考转速和当前开关磁阻电机的转速求差，得到的转速偏差e进行比例积分后，输出参考转矩到转矩分配模块；所述的转矩分配模块，根据srm当前的转子位置角θ将参考转矩分配成开关磁阻电机的相参考转矩后送至转矩-电流逆模型；所述的转矩-电流逆模型，根据转矩与电流的关系模型公式，取常值，将开关磁阻电机的相参考转矩转换为相参考电流i，并送至电流滞环模块；所述的电流检测模块检测开关磁阻电机的相电流，并送至电流滞环模块；所述的位置检测模块检测开关磁阻电机的转子位置角θ，并送至转矩分配模块；所述的电流滞环模块，将开关磁阻电机的相参考电流与电流检测模块输入的相电流作差，根据差值输出半桥功率变换器的有效驱动信号；所述的功率变换器输出连接控制开关磁阻电机的定子绕组，实现对开关磁阻电机的转矩控制；所述的非线性电感率跟踪补偿模块，利用神经网络链式计算规则隐含的偏导特性，计算出电感对转子位置角的偏导值，补偿到转矩-电流逆模型中。
16.在理想模型中，不计磁路饱和，则有如下关系成立式中，为磁储能，l为绕组电感、i为绕组电流。
17.从而电磁转矩方程为
其中，为电磁转矩，θ为转子位置角。在线性化分段模型中，将线性化，则转矩与转子位置角有如下分段关系式中，k为常数，使用转矩分配的控制方法，转矩分配发生在区域，由此，此处k即为，即线性化等于k。
18.由此可以进一步进行计算得到 ，此即为根据转矩计算所需电流的计算方法，也即线性化的转矩-电流逆模型，但是实际情况是，电感具有严重的非线性特性，所以并不等于常数k。
19.针对srm强非线性电感率特性，在基于线性电感模型的转矩分配控制方法基础上，本发明引入神经网络跟踪电感模型，得到电感偏导值的方法，对线性电感模型进行在线式的实时补偿，实现在srm调速控制中有效抑制转矩脉动。
20.本发明所设计的一种开关磁阻电机的非线性电感率跟踪控制系统及方法，包括基于线性电感模型的开关磁阻电机闭环控制系统和对上述基于线性电感模型的开关磁阻电机闭环控制系统进行非线性电感率跟踪补偿模块。
21.参照图1和图2，对基于线性电感模型的开关磁阻电机闭环控制进行非线性补偿模块的设计，为本发明的核心，其基于线性电感模型的闭环控制系统，利用神经网络链式计算规则隐含的偏导特性，计算出电感对转子位置角的偏导值，补偿到转矩-电流逆模型中，所得相电流更为准确地表达输出转矩需求，结合电流滞环，控制srm，有效抑制转矩脉动，其主要包括步骤如下：步骤1、测量各相定子磁链将相电压u，相电流i以及转子位置角θ连接到非线性电感率跟踪补偿模块，根据磁链的离散计算公式计算磁链值
式中，为t时刻的磁链值，r为定子电阻值，取常数，为t时刻的相电压，为t时刻的相电流，为初始时刻的磁链值，t为采样周期；步骤2、根据公式，计算得到相电感l；步骤3、根据srm的转子数量n，计算得到转子位置角的量化因子为n/360；步骤4、将转子位置角θ乘以量化因子作为神经网络的第一输入变量，相电流i作为神经网络的第二输入变量，将相电感l作为训练跟踪目标，神经网络的输出为，神经网络的隐函数选择径向基函数（radial basis function，rbf），即为其中，为神经网络的二维输入矩阵，j为第j个节点，为第j个节点的坐标向量中心，为第j个节点函数的宽度；步骤5、计算神经网络跟踪输出其中，为神经网络的权值，m为神经网络的隐函数节点数；根据神经网络输入输出的如下关系计算得到相电感对转子位置角的偏导值，即的值；步骤6、训练rbf神经网络的参数，方法为取神经网络逼近的误差指标为利用动量项梯度下降法进行神经网络权值修正式中，为学习速率，为动量因子；步骤7、将代入，完成对转矩-电流逆模型的补偿，计算得到补偿后的相电流。
22.当srm为三相8/12型时，srm转子数为8，所述的量化因子取值为1/45。
23.上述方案中，所述的为神经网络权值，初始值取为0～1之间的随机数，可任意设定。
24.上述方案中，所述的m为隐函数节点数，取值为5～11，在嵌入式系统中，为减轻处理器计算量，可取值为5。
25.所述的为径向基函数中心点，共有2行m列，每一列的取值从小到大，范围为0～1，可取为。
26.所述的为径向基函数的宽度，其取值大小影响到径向基函数的轮廓宽度，取值为2～30，srm为三相8/12型时，考虑角度增长的步长，取值20。
27.需要说明的是，由于使用的是神经网络跟踪的方法使得趋近，两者会有误差，误差大小对跟踪精度有影响，进而对srm的输出转矩脉动有影响，调节和的值能够影响到跟踪精度。
28.进一步的，本发明还提出了一个具体实施例，通过仿真实验与基于线性电感模型的开关磁阻电机闭环控制系统的效果进行比较说明。
29.请参阅图4至图7，本具体实施例基于matlab/simulink平台上进行仿真实验，开关磁阻电机各项参数为：srm的相数为3，定子极数为12，转子极数为8，直流母线电压为120v，转动惯量为0.0082kg .m .m，摩擦系数为0.01nm .s，由于本方法只改进电流补偿内环，不会影响转速控制效果，仿真结果保留最后的0.02s图形。
30.使用神经网络对非线性电感率进行跟踪，并得到电感偏导值，补偿到转矩-电流逆模型中，所得到的效果图为：图4是srm转速400rpm，负载转矩1nm时，本发明的相电流与输出转矩脉动示意图；图6是srm转速600rpm，负载转矩3nm时，本发明的相电流与输出转矩脉动示意图；如图3所示，为基于线性电感模型的开关磁阻电机闭环控制系统，将相电感对转子位置角的偏导值线性化处理，本案例中，令，所得到的效果图为：图5是srm转速400rpm，负载转矩1nm时的相电流与输出转矩脉动示意图；图7是srm转速600rpm，负载转矩3nm时的相电流与输出转矩脉动示意图。
31.对照相同条件下的转矩脉动曲线，可知本发明的方法通过计算得到相电感对转子位置角的偏导值，即的值，并补偿到转矩-电流逆模型中，能够有效抑制开关磁阻电机的转矩脉动。
32.以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

技术特征：
1.一种开关磁阻电机的非线性电感率跟踪控制系统及方法，其特征在于，包括：基于线性电感模型的开关磁阻电机闭环控制系统和对上述基于线性电感模型的开关磁阻电机闭环控制系统进行非线性电感率跟踪补偿模块；所述的基于线性电感模型的开关磁阻电机闭环控制系统，主要由比例积分控制模块、转矩分配模块、转矩-电流逆模型、电流检测模块、位置检测模块、电流滞环模块和功率变换器构成；所述的比例积分控制模块，对输入的参考转速和当前开关磁阻电机的转速求差，得到的转速偏差e进行比例积分后，输出参考转矩到转矩分配模块；所述的转矩分配模块，根据srm当前的转子位置角θ将参考转矩分配成开关磁阻电机的相参考转矩后送至转矩-电流逆模型；所述的转矩-电流逆模型，根据转矩与电流的关系模型公式，取常值，将开关磁阻电机的相参考转矩转换为相参考电流i，并送至电流滞环模块；所述的电流检测模块检测开关磁阻电机的相电流，并送至电流滞环模块；所述的位置检测模块检测开关磁阻电机的转子位置角θ，并送至转矩分配模块；所述的电流滞环模块，将开关磁阻电机的相参考电流与电流检测模块输入的相电流作差，根据差值输出半桥功率变换器的有效驱动信号；所述的功率变换器输出连接控制开关磁阻电机的定子绕组，实现对开关磁阻电机的转矩控制；所述的非线性电感率跟踪补偿模块，利用神经网络链式计算规则隐含的偏导特性，计算出电感对转子位置角的偏导值，补偿到转矩-电流逆模型中。2.根据权利要求1所述的开关磁阻电机的非线性电感率跟踪控制系统及方法，其特征在于，所述的非线性电感率跟踪补偿模块，其主要步骤如下：步骤1、测量各相定子磁链将相电压u，相电流i以及转子位置角θ连接到非线性电感率跟踪补偿模块，根据磁链的离散计算公式计算磁链值式中，为t时刻的磁链值，r为定子电阻值，取常数，为t时刻的相电压，为t时刻的相电流，为初始时刻的磁链值，t为采样周期；步骤2、根据公式，计算得到相电感l；步骤3、根据srm的转子数量n，计算得到转子位置角的量化因子为n/360；步骤4、将转子位置角θ乘以量化因子作为神经网络的第一输入变量，相电流i作为神经网络的第二输入变量，将相电感l作为训练跟踪目标，神经网络的输出为，神经网络的隐函数选择径向基函数（radial basis function，rbf），即为
其中，为神经网络的二维输入矩阵，j为第j个节点，为第j个节点的坐标向量中心，为第j个节点函数的宽度；步骤5、计算神经网络跟踪输出其中，为神经网络的权值，m为神经网络的隐函数节点数；根据神经网络输入输出的如下关系计算得到相电感对转子位置角的偏导值，即的值；步骤6、训练rbf神经网络的参数，方法为取神经网络逼近的误差指标为利用动量项梯度下降法进行神经网络权值修正式中，为学习速率，为动量因子；步骤7、将代入，完成对转矩-电流逆模型的补偿，计算得到补偿后的相电流。3.根据权利要求2所述的开关磁阻电机的非线性电感率跟踪控制系统及方法，其特征在于，神经网络权值的初始值取为0～1。4.根据权利要求2所述的开关磁阻电机的非线性电感率跟踪控制系统及方法，其特征在于，隐函数节点数m的取值范围为5～11。5.根据权利要求2所述的开关磁阻电机的非线性电感率跟踪控制系统及方法，其特征在于，径向基函数中心点共有2行m列，取值范围为0～1。6.根据权利要求2所述的开关磁阻电机的非线性电感率跟踪控制系统及方法，其特征在于，径向基函数的宽度的取值范围为2～30。

技术总结
本发明涉及一种开关磁阻电机的非线性电感率跟踪控制系统及方法，包括基于线性电感模型的开关磁阻电机闭环控制系统和非线性电感率跟踪补偿两大部分，补偿部分利用神经网络链式计算规则隐含的偏导特性，计算出电感对转子位置角的偏导值，补偿到转矩-电流逆模型中，所得输出相电流更为准确地表达输出转矩需求，结合电流滞环模块，控制SRM，有效抑制转矩脉动。本发明系统可构成嵌入式系统，避免非线性特性直接建模，运算量小，方便开关磁阻电机的在线控制。控制。控制。


技术研发人员：经本钦 党选举 经夏薇 刘政 丘源 蒋延军 杨春山 陈少航 陈善意 谢鑫
受保护的技术使用者：桂林航天工业学院
技术研发日：2023.06.15
技术公布日：2023/9/6