[发明专利]一种PMSM混沌系统神经网络反演控制方法有效

专利信息
申请号: 201910770168.3 申请日: 2019-08-20
公开(公告)号: CN110336506B 公开(公告)日: 2021-02-09
发明(设计)人: 张钧星;罗绍华;王时龙;李少波;周鹏 申请(专利权)人: 贵州大学
主分类号: H02P21/00 分类号: H02P21/00
代理公司: 贵阳中新专利商标事务所 52100 代理人: 胡绪东
地址: 550025 贵州省贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种PMSM混沌系统神经网络反演控制方法,该方法包括步骤:1)建立PMSM系统的动力学模型;2)建立鲁棒神经网络自适应跟踪控制器;系统输出跟踪误差具有设定的性能约束,将非严格反馈控制结构与PP‑TBLF相结合,用于永磁同步电机系统的控制器,采用反演技术的神经自适应跟踪控制方案,在递推过程中,分别使用切比雪夫神经网络、李雅诺夫泛函、Nussbaum泛函和微分跟踪器来处理未知非线性、时滞、未知增益符号和“复杂性爆炸”。本发明能够实现系统稳定性,增强系统的通用性和可靠性。
搜索关键词: 一种 pmsm 混沌 系统 神经网络 反演 控制 方法
【主权项】:
1.一种PMSM混沌系统神经网络反演控制方法,其特征在于:该方法包括以下步骤:(1)建立永磁同步电机系统动力学模型:在旋转(d‑q)坐标系中,建立永磁同步电机系统的动力学方程为:式中:表示d‑轴和q‑轴电流,表示d‑轴和q‑轴电压作为系统输入,L,R,ψr,B,J和np分别表示电感、转子角速度、定子电阻、负载转矩、磁链、粘性摩擦系数、转子转动惯量和磁极对,简化公式(1),选取np=1,x1=ω,x2=iq,x3=id,L=Ld=Lq,使σ1=BL/(JR),σ2=‑npψr2/(BR)和则式(1)简化为如下名义动力学模型:式中:x1,x2,x3,t,TL,ud和uq分别表示名义角速度、q‑轴电流、d‑轴电流、时间、负载、d‑轴电压与q‑轴电压,σ1和σ2表示未知参数;对式(2)进行变换,将具有外部干扰和时变时滞的混沌永磁同步电机系统表示为:式中x=[x1,x2,x3]T∈R3表示式(3)的全部状态变量,Δi(t,x)∈R3,i=1,2,3是未知的外界扰动,Δfi(x(t‑τi(t)))∈R3,i=1,2,3是未知的时间延迟,τi(t),i=1,2,3表示时变延迟的连续函数,y表示系统输出;式(3)中输出y的误差λ1被限制在具有时变边界的设定集合中,即:λ1∈(‑h1(t),h1(t)),输出y被限制在预先定义的区域内,即|y|<a,其中yd表示参考信号,a>0与h1(t)>0表示设定的性能函数;李雅普诺夫正切障碍函数其中tan(·)表示(·)的正切函数,b1>0表示边界常数,λ1(t)表示误差变量,李雅普诺正切夫障碍函数保证系统输出误差被限制在一个固定区域|λ1(t)|<b1,设定性能误差的李雅普诺夫正切障碍函数为:其中h1(t)为表示设定的性能函数,其被定义为其中d>0与b1=a‑d为常数,b1>h1∞>0表示误差变量λ1的界,h1∞>0与表示常数;采用切比雪夫神经网络逼近未知非线性项f*(x),切比雪夫多项式由以下两项递推公式表示:Pi+1(x)=2xPi(x)‑Pi‑1(x),P0(x)=1             (6)其中x∈R,P1(x)被选择为x;因此f*(x)的表达式如下:f*(x)=W*Tφ(x)+δ                  (8)式中δ与W*分别表示指示近似误差和所需的权重向量;定义W*式中W=[ω12,…,ωn]T∈Rl表示权重向量;在控制器设计的每一个步骤中,使W=W*,因此,有切比雪夫神经网络WiTφi使得fi*(x)=WiTφii,i=1,2,3                (10)定义θi为θi=||Wi||2=WiTWi,i=1,2,3                  (11)其中θi与||·||表示分别未知变量与Wi的2‑范数;针对式(3)中非线性未知σ1,采用Nussbaum泛函计算:定义1:函数N(χ)被定义为Nussbaum函数,如果其同时满足:引理1:使V(t)≥0与χ(t)为定义在[0,tf)上的连续光滑函数,且Nussbaum函数N(·)为连续光滑函数,如果下列不等式成立:其中c0表示正常数,g是的值域为S=[s,s+],的一个有界函数,则V(t),χ(t)与在[0,tf)是有界的;设1:存在常数σimiM,i=1,2和δM,(δM>0),满足下列关系式;0<σim≤σi≤σiM,|δi|≤δM             (15)其中σi,i=1,2未知但有界的变量,δi,i=1,2,3表示逼近误差;设2:期望轨迹yd被限制在‑d≤yd≤d,(a>d>0),存在时间导数满足条件其中Ξ(Ξ>0)是有界常数;设3:对于1≤i≤3,时变时延τi(t)被要求满足下列关系:其中τmax表示正常数;设4:对于1≤i≤3,存在未知正函数ci(x)与qij使|Δi(t,x)|≤ci(x)                           (17)引理2:对于存在其中ξ>0,p>1,q>1与(p‑1)(q‑1)=1;引理3:对于si∈R,zi∈R,i=1,2,3,柯西‑施瓦兹不等式表示为当i=j=1,2,3时,使i=m,j=m;(2)对系统(1)设计鲁棒神经网络自适应跟踪控制器:定义三个动态曲面为其中β2表示虚拟控制变量被定义为其中表示θi的估计;步骤1:定义李雅普诺夫函数V1其中其中r1>0与Γ>0是常数;根据步骤(1)中设3,得根据式(4)、式(5)与式(22),得V1的导数为其中表示常数,sec(·)与tan(·)分别表示正割函数和正切函数;结合式(3),式(21)中λi,i=1,2,3导数为其中[f1,f2,f3]T=[‑σ1x1‑TL,‑x2‑x1x32x11M,‑x3+x1x2]T由于根据式(25)与式(28)得将式(27)和式(29)代入式(26)得由式(18)‑式(20),得同理,可得由式(31)与式(32),可得设非线性未知函数f1*将式(34)代入式(33),可得f1*以及σ1的符号是未知的,使用切比雪夫神经网络W1Tφ1t来逼近f1*,并使用Nussbaum泛函来处理σ1;由式(10)、式(11)与式(19),可得其中常数a1>0;将式(36)代入式(35),可得由于其中正常数设计虚拟控制β2与自适应律式中常数Υ>0与l1>0,表示辅助控制器,并且χ表示Nussbaum泛函的变量;将式(39)‑式(43)代入到式(37),得步骤2:定义李雅普诺夫函数V2其中r2>0表示常数;计算V2的导数,得在式(46)中,使用一个二阶微分跟踪器:其中ν1与ν2分别表示微分跟踪器的状态变量,分别表示正实数;引理4:如果初始偏差则ν2以任意精度逼近β2一阶微分,因此,得其中表示未知常数;将式(44)与式(47)代入到式(46),得:类似于式(31)与式(32),可得将式(50)代入到式(49),得类似于(34),设非线性未知函数将式(52)代入到式(51),得由式(36),得其中常数am>0,m=2,3;将式(54)代入式(53),可得设计控制输入uq与自适应律其中k2>0,l2>0与a2>0是常数;使用式(56)与式(57),式(55)可被化简为步骤3:定义李雅普诺夫函数V3其中r3>0表示常数;求式(59)的导数得然后,结合式(50)与式(58),得根据式(52),式(61)表示为将式(54)代入式(62),得设计控制输入ud与自适应律其中k3>0,l3>0与a3>0为常数;结合式(64)与式(65),得根据式(19)与式(22),得将式(67)代入到式(66),得
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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贵州大学,未经贵州大学许可,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/patent/201910770168.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top