[发明专利]无轴承异步电动机RBF神经网络自适应逆解耦控制及参数辨识方法

权利要求书

1.无轴承异步电动机RBF神经网络自适应逆解耦控制及参数辨识方法，其特征在于，包括步骤：

步骤1，用常用传感器检测电压、电流、转速信号，信号经过3s/2r坐标变换后送入磁链观测模型，来获得磁链闭环控制以及神经网络训练所需要的磁链信息；

步骤2，将SVPWM算法模块一(21)和电压型逆变器模块一(22)串接组成扩展的SVPWM电压型逆变器模块一(2)，将SVPWM算法模块二(31)和电压型逆变器模块二(32)串接组成扩展的SVPWM电压型逆变器模块二(3)；

步骤3，构建无轴承异步电动机及其负载模型(1)，将扩展的SVPWM电压型逆变器模块一(2)、扩展的SVPWM电压型逆变器模块二(3)以及无轴承异步电动机及其负载模型(1)作为一个整体组成复合被控对象(4)；

步骤4，通过RBF神经网络RBFNNC(51)构建复合被控对象(4)的逆控制器，利用离线和在线相结合的方法训练并获得RBF神经网络RBFNNC(51)的结构和参数，将训练好的RBF神经网络RBFNNC(51)置于复合被控对象(4)之前构成线性控制系统，从而实现对无轴承异步电动机的解耦控制；

步骤5，通过RBF神经网络RBFNNI(52)构建复合被控对象(4)的辨识器，利用离线和在线相结合的方法训练并获得RBF神经网络RBFNNI(52)的结构和参数，在辨识精度达到设计要求后，用辨识信号代替传感器检测得到的信号，实现无传感器控制。

2.根据权利要求1所述的无轴承异步电动机RBF神经网络自适应逆解耦控制及参数辨识方法，其特征在于，所述步骤1中的3s/2r坐标变换可分为第一坐标变换(11)和第二坐标变换(12)，所述第一坐标变换(11)是把由霍尔电流传感器检测到的无轴承异步电动机定子绕组相电流i_1a、i_1b、i_1c通过Clark变换以及Park变换得到旋转坐标系下电流i_1d、i_1q；第二坐标变换(12)是把由霍尔电压传感器检测到无轴承异步电动机定子绕组相电压U_1a、U_1b、U_1c通过Clark变换以及Park变换得到旋转坐标系下电压U_1d、U_1q。