[发明专利]两感应电机的神经网络广义逆协调控制变频器及构造方法有效
| 申请号: | 200810019631.2 | 申请日: | 2008-03-10 |
| 公开(公告)号: | CN101299581A | 公开(公告)日: | 2008-11-05 |
| 发明(设计)人: | 刘国海;戴先中;孙玉坤;陈兆岭;沈跃;周华伟 | 申请(专利权)人: | 江苏大学 |
| 主分类号: | H02P5/46 | 分类号: | H02P5/46;G06N3/02 |
| 代理公司: | 南京知识律师事务所 | 代理人: | 汪旭东 |
| 地址: | 212013*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 感应 电机 神经网络 广义 协调 控制 变频器 构造 方法 | ||
1.一种两感应电机的神经网络广义逆协调控制变频器,其特征在于:所述变频器是由线性闭环控制器(8)、神经网络广义逆(6)和复合被控对象(5)连接构成的神经网络广义逆同步协调控制变频器(9),所述复合被控对象(5)是由磁链观测器(1)、被控的两台感应电机(2)与包括坐标变换在内的扩展的流控逆变器(3)及共同负载(4)连接组成,将所述神经网络广义逆(6)置于复合被控对象(5)之前组成伪线性系统(7),该伪线性系统(7)由两个磁链一阶稳定的伪线性子系统(71、73)、一个速度一阶稳定的伪线性子系统(72)和一个张力二阶稳定的伪线性子系统(74)组成;在伪线性系统(7)基础上构成线性闭环控制器(8)的两个磁链控制器(81、83)、一个速度控制器(82)和一个张力控制器(84)。
2.根据权利要求1所述的两感应电机的神经网络广义逆协调控制变频器,其特征在于:所述扩展的流控逆变器(3)是由电流控制电压源逆变器(32)和坐标变换(31)组成,坐标变换(31)是由逆派克Park变换及逆克拉克Clark变换串接成。
3.一种两感应电机的神经网络广义逆协调控制变频器的构造方法,先采用常用的电流、速度磁链观测模型及克拉克Clark变换组成两个磁链观测器(1),该磁链观测器(1)的输入为感应电机(2)的定子相电流ia、ib及速度ωr,输出为转子磁链角θ及转子磁链ψr,其中,转子磁链ψr作为磁链闭环控制的反馈量,其特征在于还依次包括如下步骤:
①由电流控制电压源逆变器(32)、逆派克Park变换和逆克拉克Clark变换共同形成两扩展的流控逆变器(3);
②将磁链观测器(1)、两扩展的流控逆变器(3)与两台感应电机(2)及其负载作为一个复合被控对象(5);
③将复合被控对象(5)采用9个输入节点、4个输出节点的静态神经网络(61)加转子磁链子系统1/a10s+a11、速度子系统1/a20s+a21、转子磁链子系统1/a30s+a31、张力子系统1/a40s2+a41s+a42这4个传递函数和一个积分来构造神经网络广义逆(6),通过离线调整静态神经网络(61)的各个权系数使神经网络广义逆(6)实现复合被控对象(5)的广义逆系统功能;
④将神经网络广义逆(6)串接在复合被控对象(5)之前,神经网络广义逆(6)与复合被控对象(5)合成为由三个一阶子系统即两个转子磁链子系统和一个速度子系统与一个张力二阶子系统构成的伪线性系统(7);
⑤在伪线性系统(7)基础上分别作出两个磁链控制器(81、83)、一个速度控制器(82)和一个张力控制器(84)组成线性闭环控制器(8),最终形成神经网络广义逆同步协调控制变频器(9)。
4.根据权利要求3所述的两感应电机的神经网络广义逆协调控制变频器的构造方法,其特征在于:步骤③中,神经网络广义逆(6)具有4个输入节点、4个输出节点,其中:静态神经网络(61)的第一个输入为神经网络广义逆(6)的第一个输入其经第一个传递函数1/a10s+a11的输出为静态神经网络(61)的第二个输入;静态神经网络(61)的第三个输入为神经网络广义逆(6)的第二个输入其经第二个传递函数1/a20s+a21的输出为静态神经网络(61)的第四个输入;静态神经网络(61)的第五个输入为神经网络广义逆(6)的第三个输入其经第三个传递函数1/a30s+a31的输出为静态神经网络(61)的第六个输入;静态神经网络(61)的第七个输入为神经网络广义逆(6)的第四个输入其经第四个传递函数1/a40s2+a41s+a42的输出为静态神经网络(61)的第八个输入,所述静态神经网络(61)的第八个输入再经第一个积分为静态神经网络(61)的第九个输入;静态神经网络(61)与所述四个传递函数和一个积分一道组成神经网络广义逆(6),静态神经网络(61)的输出就是神经网络广义逆(6)的输出。
5.根据权利要求3所述的两感应电机的神经网络广义逆协调控制变频器的构造方法,其特征在于:步骤③中,静态神经网络(61)的各个权系数的调整方法为将阶跃激励信号ism1*、ist1*和ism2*、ist2*加到复合被控对象(5)的输入端;采集1号感应电机的速度ωr1与两个定子相电流ia1、ib1和2号感应电机的速度ωr2与两个定子相电流ia2、ib2及张力F;根据ωr1,ωr2与ia1、ib1和ia2、ib2,由两个转子磁链观测器(1)获得两个转子磁链ψr1和ψr2;将两个转子磁链ψr1、ψr2及速度ωr1、ωr2离线分别求其一阶导数,张力信号离线求其一阶、二阶导数,并对信号做规范化处理,组成神经网络的训练样本集对静态神经网络(61)进行训练,从而确定静态神经网络(61)的各个权系数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏大学,未经江苏大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/200810019631.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于在多播中表决最优路由的方法和系统
- 下一篇:燃料电池性能监测系统





