[发明专利]一种盘式开关磁阻电机的控制方法

权利要求书

1.一种盘式开关磁阻电机的控制方法，其特征在于，包括以下步骤：

Ⅰ、建立非线性转矩控制模型

(1)通过对电机样机的离散性负载实验，得到若干关于电流、负载转矩、转速、开通角、关断角之间关系的实验数据，通过对实验数据分析，得出电机的开通角和关断角对输出转矩具有显著影响，电机的三个可控输入量为：开通角、关断角及电流；

(2)根据当前转速及给定转矩，调整电机的开通角及关断角，使单位电流输出最大的转矩，从而得到最高的效率，即建立基于电流最优的电机非线性转矩控制模型如下：

式中，A—非线性控制矩阵；T—目标转矩；ω—电机当前转速；i_min—最优的电流值；

Ⅱ、建立多变量静态神经网络控制器模型

采用三层BP神经网络，设计了电流最优的电机非线性多变量静态神经网络控制器模型，该网络具有3个输入节点，6个隐含层节点，3个输出节点；输出节点分别对应电机的相电流、开通角及关断角，输入表示为x＝[T(k),ω(k),1]，式中T为电机的给定转矩，ω为电机的转速，然后建立静态多变量神经网络控制器模型；

Ⅲ、建立反馈控制系统

将静态多变量神经网络控制器模型与PID控制器相结合，构成电机的反馈控制系统，保证驱动控制系统的动态性能；

Ⅳ、神经网络驱动控制

设计神经网络控制器的训练方法，该训练方法采用基于最小二乘法的变步长寻优方法，可以快速获取最优的神经网络在线训练数据。

2.如权利要求1所述的轴向磁场盘式开关磁阻电机的神经网络驱动控制方法，其特征在于，多变量静态神经网络控制器模型如下：

输入层节点的输出为：

式中，O_j⁽¹⁾为输入层第j个节点；

隐含层的输入、输出分别为：

式中，w_ij⁽²⁾为隐含层权系数，f为激励函数，可采用正切函数，表示为f[x]＝tan(hx)，上标(1)、(2)、(3)分别对应输入层、隐含层、输出层；

输出层的输入、输出分别为：

式中，O₁⁽³⁾(k)＝i，O₂⁽³⁾(k)＝θ_on，O₃⁽³⁾(k)＝θ_off，w_li⁽³⁾为输出层权系数，g[x]为激励函数，表示为g[x]＝[1+tan(hx)]/2；

取性能指标函数为二次型函数，即

将连接权系数w_li⁽³⁾和w_ij⁽²⁾按照J对它们的负梯度方向进行调整和修正，并按照最速下降法修正连接权系数，同时附加一个加速收敛且全局极小的惯性项，则有

式中，η(k)为学习效率，α为惯性系数；

利用神经网络建立静态模型，在实验数据中选择最优的及并以代替得

式中：为用于训练的测试数据；u(k)、θ_on(k)、θ_off(k)为神经网络的输出数据；

可得神经网络的输出层权系数计算公式为：

式中：g'[x]＝g[x][1-g[x]]；

隐层权系数为：

式中，f′[x]＝[1-f²[x]]/2。

3.如权利要求1所述的轴向磁场盘式开关磁阻电机的神经网络驱动控制方法，其特征在于，基于最小二乘法的变步长寻优方法如下：

为了减少计算量，拟合时仅取包含当前角度-转速数据在内的三个开通角或关断角及其对应的转速值来构造拟合曲线，设构造的拟合曲线为：

残差表达式为：

要使残差为最小，令

得方程组：

式中，a₀、a₁、a₂为构造的拟合曲线的系数，θ_k、ω_k为对应第k次调整的开通角或关断角及电机当前转速；

将第n-2、n-1、n次调整开通角或关断角得到的角度-转速值(θ_n-2,ω_n-2)、(θ_n-1,ω_n-1)、(θ_n,ω_n)代入上式，求得系数a₀、a₁、a₂，从而得出角度-转速拟合曲线；对于给定的转矩及电流，通过调整开通角或关断角使转速最大，即求拟合曲线式的最大值；令dω/(dθ)＝0，得

k_g=dω/(dθ)=a₁+a₂θ＝0

为了能够快速求得最优的开关角度，采用变步长寻优，设步长系数η是拟合曲线式的斜率k_g的函数，即η＝m·k_g，则开通角或关断角的变化函数为

θ＝ηθ_N＝m·k_g·θ_N

实验表明，一般|k_g|＜1，在理论上，取得最优角度时k_g＝0；为了简化计算这里取m＝15；程序设计时，使η为无符号整型数据；在开通角或关断角接近最优值的过程中，实验步进角度逐渐减少；另一方面，离最优角度越远，实验步进角度越大；当k_g的符号改变时，说明当前的开通角或关断角在最优值附近，由于此时的实验步进角度较小，同时考虑到实验装置的精度，取最近两次的开通角或关断角的转速做比较，即可判定为最优角度。