[发明专利]基于神经网络的接触器速度闭环控制方法

权利要求书

1.一种基于神经网络的接触器速度闭环控制方法，其特征在于：具体包括以下步骤：

步骤S1：采用电流闭环作为基础内环，用以灵活调节接触器的激磁状态；

步骤S2：采集接触器的激磁电压及激磁电流，利用嵌入式ANN模型计算接触器动铁心的实时位移；

步骤S3：利用实时位移信息来计算动铁心的实时速度，构建接触器速度闭环控制；

其中，步骤S3中，所述构建接触器速度闭环控制具体包括电流内环控制以及速度外环控制；

所述电流内环控制为：采用电流互感器对线圈电流进行检测，得到线圈激磁电流i_coil，将i_coil与参考电流i_ref比较，以滞环或PI模式更新驱动信号的占空比D_PWM，驱动信号经一隔离电路作用于电磁系统的驱动电路，调节线圈激励电压的导通周期数及占空比，实现线圈电流的闭环控制；

所述速度外环控制为：采用电压互感器检测线圈电压，得到线圈激磁电压u_coil，连同i_coil及线圈电阻R_coil一起进行磁链计算，得到磁链ψ，将磁链ψ及i_coil送入训练好的接触器嵌入式ANN模型中，输出动铁心的实时位移x，之后采用数值微分进行速度计算得到实时速度v，将v与参考速度v_ref比较，以滞环或PI模式更新电流参考值i_ref。

2.根据权利要求1所述的一种基于神经网络的接触器速度闭环控制方法，其特征在于：所述步骤S2具体包括以下步骤：

步骤S21：采用霍尔电压传感器及霍尔电流传感器对线圈激磁电压、线圈激磁电流进行采样，并采用下式积分得到磁链：

ψ＝∫(u_coil-i_coilR_coil)；

其中，ψ为磁链，u_coil为线圈激磁电压，i_coil为线圈激磁电流，R_coil为线圈电阻；

步骤S22：将步骤S1采集得到的线圈激磁电流以及计算得到的磁链输入ANN模型，在ANN模型的非线性映射下输出准确的动铁心位移x。