[发明专利]基于神经网络的接触器速度闭环控制方法

说明书

本发明涉及一种基于神经网络的接触器速度闭环控制方法，首先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；接着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；最后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。本发明引入神经网络技术建立接触器神经网络（ANN）模型，无需接触器具体的结构及材料参数，更不需要对磁路进行简化处理及非饱和假设，仅通过简单的训练过程即可完成任何接触器模型的构建，从而输出高精度的位移信息；在此基础上构建接触器的速度闭环控制方案，对动铁心的运动速度进行闭环控制。

技术领域

本发明涉及电器控制领域，特别是一种基于神经网络的接触器速度闭环控制方法。

背景技术

接触器作为一种常见的电磁开关广泛应用于各种工业控制领域中，其性能指标直接影响控制系统的安全、稳定。传统接触器在运行中存在诸多缺陷，如：难以实现交直流通用，且工作电压范围窄，在临界吸合电压下铁心会产生持续的振动，导致触头熔焊；对电压跌落较为敏感，激磁电压低于释放值5～10ms即可引起触头分断，影响接触器在石油、化工等连续生产系统中的运行可靠性；存在线圈操作过电压，影响与线圈并联的其他电气设备的运行可靠性，为此增加的过电压抑制电路又引入了额外的保持功耗。近年来国内外学者提出了各种接触器智能控制方案，改善了传统接触器存在的不足：

1、接触器高压直流起动、低压直流保持的控制方案。在接触器起动过程中施加一较高的直流电压进行强激磁，使接触器可靠起动，起动完成后施加一较低的直流电压，使接触器维持可靠的低压保持状态，在此基础上采用分段强激磁的优化控制方案来实现起动过程动铁心的“软着陆”控制，减少触头弹跳。

2、接触器PWM电压闭环控制技术。采用改造后的Buck拓扑作为线圈驱动电路，以线圈电压作为反馈，通过调节PWM占空比，来获得所需的起动电压等效值及保持电压等效值，以接触器能够可靠吸合为约束条件，以减少弹跳为目标，通过虚拟样机技术及动态计算程序，寻找最佳起动占空比。

3、接触器PWM电流闭环控制方案。以线圈电流作为反馈量，动态调节接触器方波驱动电压的占空比，从而得到所需的线圈电流，该方案直接控制电磁系统的激磁状态，便于进行优化控制。

4、根据线圈电压、线圈电流，配合接触器的结构参数及材料特性参数来估算动铁心实时位移，在此基础上进行接触器的位移闭环控制，减少起动过程中的触头弹跳。

5、所有具有可变气隙的电磁电器在动态过程中存在一个共同特征，即：“运动反电势引起的线圈电流下跌效应”，根据这一共性提出了接触器的线圈电流斜率闭环控制方案，在起动过程中检测线圈电流下跌斜率，形成斜率外环控制电流内环的双闭环结构，间接控制触头速度，减少触头弹跳。

发明内容

有鉴于此，本发明的目的是提出一种基于神经网络的接触器速度闭环控制方法，引入神经网络技术建立接触器神经网络(ANN)模型，无需接触器具体的结构及材料参数，更不需要对磁路进行简化处理及非饱和假设，仅通过简单的训练过程即可完成任何接触器模型的构建，从而输出高精度的位移信息；在此基础上构建接触器的速度闭环控制方案，对动铁心的运动速度进行闭环控制。

本发明采用以下方案实现：一种基于神经网络的接触器速度闭环控制方法，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。

进一步地，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：