神经网络磁链估计的感应电机自适应反步控制研究.pdf

2005年全国自动化新技术学术交流会会议论文集 神经网络磁链估计的感应电机自适应反步控制 沈艳霞，林瑾，纪志成 (江南大学控制科学与工程研究中心，江苏无锡，214122) 摘要：基于反步法，取转矩和磁链控制信号作为虚拟控制，在电机和负载参数不能确定的情况下，通 过可测量的位置，速度和电流信号设计参数自适应律，实现感应电机位置跟随控制系统。系统中采用 多层前馈神经网络估计转子磁链，以Levenberg-Marquardt算法来训练网络并调整权值，同时加快 网络的学习速度。仿真结果表明：所设计的神经网络磁链观测器具有良好的估计效果，位置跟踪误差 迅速收敛，具有较优的伺服跟踪特性。 关键词：感应电机，自适应反步，神经网络，Levenberg-Marquardt 中图分类号：TPl83 文献标识码：A 0引言 感应电机在工业应用中有着广泛的应用，但是其高阶、非线性、强耦合、多变量的特点lll，却 使得对它的控制复杂。传统的感应电机控制方法有矢量控制和直接转矩控制，但没能从根本上解决 感应电机的非线性本质。近年来，非线性控制理论的不断发展，为感应电机的控制带来新的生机， 反馈线性化12j、反步法{31等均被用于感应电机的控制，并取得较好的成果。一般反馈线性化方法需要 精确的数学模型，忽略了很多有用的非线性条件；自适应反步法是一种系统的递归的设计方法，基 本思想是对非线性系统，选取合适的李亚普诺夫函数，在构造虚拟控制的同时补偿不确定性的影响， 最后得到稳定的控制律，选择非线性和不确定性的积累没有忽略非线性条件。 在感应电机的研究中，转子状态是不可测的，这给控制系统的设计带来一定的困难。针对转子 磁链的辨识有很多方法。电流模型的磁链估计受参数的影响较大，电压模型的磁链估计由于含有纯 积分项，积分初始值和累积误差都将影响计算结果{ll-采用龙伯格观测器估计磁链，方法维数高， 计算复杂{4J-应用卡尔曼滤波{5l理论设计最优观测器，该方法是一种随机方法，当噪声为自噪声时， 用该方法可以获得良好的结果，同样该方法运算复杂，计算量大。随着智能控制的发展，人工神经 网络已成功地用于非线性系统的辨识和控制中16一I，它不需要系统精确的数学模型，通过学习训练实 现期望的系统输入输出映射。因此在电机控制中，可以利用神经网络构成观测器来提供系统的信息， 辨识系统的参数或状态。 基于以上分析，本文采用自适应反步法设计感应电机的位置跟踪控制系统，以转矩和磁链控制 信号作为虚拟控制信号，在电机和负载参数不能确定的情况下，通过可测量的负载位置，速度和线 圈电流信号设计参数自适应律，进而得到自适应反步控制器，实现位置的渐近跟踪。采用多层前馈 控制器具有快速准确的位置跟踪能力，神经网络观测器具有良好的估计性能。 1感应电机数学模型 假设感应电机三相绕组对称，正弦分布，为线性磁路，带正弦位置负载运行，在口一∥坐标系 下，感应电机的数学模型可变换为： 机械子系统： MO+BO+Nsin(0)=y。，口一y卢J『口 (1) 电磁子系统： jrv， (2) LIl：=一RlI：jrⅨI妒。j广a!妒B6 基金项目：江苏省高技术研究计划(T,Jk)(BG2005014) 柞者简介：沈艳霞(1973．)，女，山东淄博人，副教授，博士，电机非线性控制、电力电子与电力传动 395 2005年全国自动化新技术学术交流会会议论文集 三，I卢=一R，I∥+口l∥卢一a2少。0+％ (3) LrIi,。=一R，l∥a一口3py口+K，I。 (4) 三，沙卢=一R，少p+口3臼y。+K，I∥ (5) 其中：0是负载位