【正文】 月 5 日 東北大學 本科畢業(yè)設計（論文） 摘要 II 基于 神經網絡 的 自適應 無速度傳感器 永磁同步電機控制 摘要 永磁同步電機具有效率高、功率密度大、轉子參數(shù)可調等優(yōu)點，因此在工業(yè)生產的各個領域中有著較好的發(fā)展。 本系統(tǒng)應實現(xiàn) 在 無傳感器的條件下，利用神經網絡 自適應 控制 永磁同步電機的目的 。 基于 神經網絡 的 自適應 無速度傳感器 永磁同步電機控制 作 者 姓 名： 徐小龍 指 導 教 師： 王迎春 單 位 名 稱： 東北大學 專 業(yè) 名 稱： 電氣工程及其 自動化 東 北 大 學 2020 年 6 月 Neural NetworkBased Adaptive Sensorless Control of Permanent Mag Synchronous Machines by Xu Xiaolong Supervisor: Associate Professor Wang Yingchun Northeastern University June 2020 東北大學本科畢業(yè)設計（論文） 畢業(yè)設計（論文） 任務書 I 畢業(yè)設計（論文）任務書 畢業(yè)設計（論文）題目： 基于 神經網絡 的 自適應 無 速度傳感器 永磁同步電機控制 設計 (論文 )的基本內容： (1) 了解 系統(tǒng)研究背景意義 ，分析項目功能需求 。 (2) 設計永磁同步電機的 SVPWM 的 矢量 控制，基于神經網絡 自適應 控制 建立 無傳感器控制系統(tǒng) 。 (3) 總結歸納，對系統(tǒng) 進行仿真，分析實驗結果。但是由于永磁同步電機在調速系統(tǒng)中 傳統(tǒng)的機械傳感器存在著可靠性低、 成本高、 維護復雜 等 諸多 問題 ，并且其控制系統(tǒng)是一個強非線性、時變和多變量的系統(tǒng)，使得永磁同步電機在要求高精度的環(huán)境中不能很好的工作 ，因此本文主要 研究在 無傳感器條件下利用神經網絡 自適應系統(tǒng) 控制永磁同步電機 的策略方法，這種控制方法 具有不依賴被控對象的精確數(shù)學模型，同時對外界的變化具有學習性、自適應性以及魯棒性等特點。再根據(jù)空間矢量脈寬調 制原理，利用空間矢量電壓得到六路 PWM信號，經由逆變器，得到所需要的驅動信號驅動永磁同步電機。接著設計神經網絡的權值變化規(guī)律，保證神經網絡的穩(wěn)定性。 最后，利用 MATLAB建立所需要的各個子模塊，輸入合適的參數(shù)值，對整個系統(tǒng)進行仿真得到仿真圖形，分析數(shù)據(jù)得出結論。 永磁同步電機 (Permanent Mag Synchronous Machines， 簡稱 PMSM)由于具有氣隙磁密高、轉矩脈動小、轉矩 /慣量比大、效率高等優(yōu)點 [2]， 在諸如高性能機床進給控制、位置控制、機器人等領域 ， 永磁同步電機 得到了廣泛的應用。 課題背景及研究的目的和意義 20 世紀 80 年代以來 ， 隨著價格低廉的釹鐵硼 (NdFeB)永磁材料的出現(xiàn) ， 使永磁同步電機得到了很大的發(fā)展 ， 世界各國 (以德國和日本為首 )掀起了一股 研制和生產永磁同步電機及其伺服控制器的熱潮 ， 在數(shù)控機床、工業(yè)機器人等小功率應用場合 ， 永磁同步電機伺服系統(tǒng)是主要的發(fā)展趨勢 [4]。 我國稀土資源豐富，稀土礦的儲藏量為世界其他各國總和的四倍左右，號稱“稀土王國”，稀土永磁材料和稀土永磁電機的研究達到了世界先進水平 。 目前，針對永磁同步電機的研究主要包括： (1)永磁同步電機本體的設計； (2)位置檢測裝置的研究； (3)速度控制器的設計。 國內外對于永磁同步電機的研究范圍十分廣泛，概括起來可分為三個主要方面 [7]： (1)電機和此路結構設計。又分為兩個方面：一是關于永磁同步電動機控制策略的研究；二是關東北大學 本科畢業(yè)設計（論文） 第一章 緒論 2 于永 磁同步電動機系統(tǒng)驅動技術的研究。 隨著永磁同步電動機在各個領域得到廣泛的應用 ， 對永磁同步電動機控制系統(tǒng)的控制性能也有了越來越高的要求 ， 既希望控制系統(tǒng)能有較高的控制精度與穩(wěn)態(tài)性能 ， 又希望系統(tǒng)成本能盡量低廉 ， 國內外許多專家學者紛紛提出了各種 永磁同步電機 控制策略 ， 部分已獲得了很好的實際效果。 永磁同步電機的運動控制需要精確的轉子位置和速度信號去實現(xiàn)磁場定向。 然而，這些額外的機械傳感器安裝、維護困難，增加了系統(tǒng)的成本 ，并且降低了系統(tǒng)的可靠性，這大 大限制了其在惡劣環(huán)境下和對系統(tǒng)要求較高場合下的應用。 永磁同步電機 的矢量控制一般通過檢測 ，或估計電機轉子磁通的位置及幅值來控制定子電流或電壓。對于 永磁同步電機 ，轉子磁通位置與轉子機械位置相同，這樣通過檢測轉子的實際位置就可以得知電機轉子的磁通位置，從而使永磁同步電機 的矢量控制比起異步電機的矢量控制有所簡化。 無速度傳感器永磁同步電機是在電機轉子和機座上不安裝電磁或光電位置或速度傳感器的情況下 ， 利用直接計算、參數(shù)辨識、狀態(tài)估計、間接測量等手段 ， 從定子邊較易測量的量 ， 如定子電壓、定子電流中提取出與速度有關的量 ， 從而得出轉子速度 ， 并應用到速度反饋控制系統(tǒng)中 [11]。與 后者 相比，永磁同步電機是 由 永磁體 建立磁場，產 生 的磁通 ，取代了電勵磁同步電機的勵磁線圈勵磁， 從而簡化了結構， 省去了 電刷和集電環(huán)裝置 ， 實現(xiàn)了無刷化，大大降低了電機的維修費用 ， 進而 提高了 工作 效率；永磁同步電機與感應電機相比， 不 需 要無功 勵磁電流，可以顯著提高功率因數(shù)， 減少了定子電流和定子電阻損耗 ， 而且在穩(wěn)定運行時沒有 轉子電阻損耗， 減少或去掉冷卻風扇，使相應的風磨損耗減小，從而使 效率 比同規(guī)格的感應電機提高 2%~8%[12]。而且，永磁同步電動機在 25%~120%額定負載范圍內均可以保持東北大學 本科畢業(yè)設計（論文） 第一章 緒論 3 較高的功率因 數(shù)和效率，使輕載運行時節(jié)能效果更為顯著，在長期的使用中可以大幅度地節(jié)省電能。與當時在調速系統(tǒng)中占主導地位的直流電動機相比 ， 永磁同步電動機由于具有強耦合、非線性及多變量的特點 ，為獲得更好的調速控制性能 ， 需要采用復雜的控制算法 ， 其控制系統(tǒng)也變得復雜而昂貴[13,14]。目前矢量控制和直接轉矩控制是高性能交流電機調速系統(tǒng)中應用最為廣泛的兩種控制策略 ， 同時 ， 隨著控制理論與計算機技 術的發(fā)展 ， 一些智能的先進控制技術也在永磁同步電機的調速控制系統(tǒng)中得到應用。早期的永磁材料磁性能很低 ， 永磁電機很快被電勵磁電機所取代。但 AlNiCo的 Hc 值很低 ， 易失滋 ， Ferrite 的 Br 值很小 ， 不能為電機提供高的工作磁密 ， 并且逆變器這樣的 電力電子裝置還沒有廣泛應用 ， 所以永磁同步電機的應用是非常有限的。 如今永磁同步電機得到了廣泛的應用 ， 因為它具有維護方便、可控性強、受環(huán)境影響小、電機效率高以及具有高功率因數(shù)等諸多優(yōu)點。除了環(huán)境問題 ， 高性能永磁材料的發(fā)展及成本的減少也擴大到永磁同步電機應用的各個領域。通過開發(fā)能經受高溫及不易退磁的永磁材料 ， 釹、鐵、硼永磁同步電機已經在工廠自動化、壓縮機及交通工具等領域的應用中大大進步 [15]。如何設計適當?shù)目刂谱饔?，通過輸入、輸出信息，實時的掌握被控對象和系統(tǒng)誤差的動態(tài)特性，并根據(jù)其變化情況及時掌握調東北大學 本科畢業(yè)設計（論文） 第一章 緒論 4 節(jié)控制量，使系統(tǒng)性能指標 達到并保持最優(yōu)或者近似最優(yōu)，這就是自適應控制所要研究解決的問題 [16]。電子計算機的出現(xiàn)和迅速發(fā)展 ， 計算和信息處理水平的不斷提高 ， 促使自動控制理論朝著更復雜、更嚴密的方向發(fā)展 [17]。 人工神 經網絡（ Artificial Neural Network，即 ANN），是 20 世紀 80 年代以來人工智能領域興起的研究熱點。最近十多年來，人工神經網絡的研究工作不斷深入，已經取得了很大的進展，其在模式識別、智能機器人、自動控制、預測估計、生物、醫(yī)學、經濟等領域已成功地解決了許多現(xiàn)代計算機難以解決的實際問題，表現(xiàn)出了良好的智能特性。他們通過 MP 模型提出了神經元的形式化數(shù)學描述和網絡結構方法，證明了單個神經元能執(zhí)行邏輯功能，從而開創(chuàng)了人工神經網絡研究的時代。 60 年代，人工神經網絡的到了進一步發(fā)展，更完善的神經網絡模型被提出，其中包括感知器和自適應線性元件等。他們的論點極大地影響了神經網絡的研究，加 之當時串行計算機和人工智能所取得的成就，掩蓋了發(fā)展新型計算機和人工智能新途徑的必要性和迫切性，使人工神經網絡的研究處于低潮。以上研究為神經網絡的研究和發(fā)展奠定了基礎。 1984 年，他又提出了連續(xù)時間 Hopfield 神經網絡模型，為神經計 算機的研究做了開拓性的工作，開創(chuàng)了神經網絡用于聯(lián)想記憶和優(yōu)化計算的新途徑，有力地推動了神經網絡的研究， 1985 年，又有學者提出了波耳茲曼模型，在學習中采用統(tǒng)計熱力學模擬退火技術，保證整個系統(tǒng)趨于全局穩(wěn)定點。人工神經網東北大學 本科畢業(yè)設計（論文） 第一章 緒論 5 絡的研究受到了各個發(fā)達國家的重視，美國國會通過決議將 1990 年 1 月 5 日開始的十年定為 “ 腦的十年 ” ，國際研究組織號召它的成員國將 “ 腦的十年 ” 變?yōu)槿蛐袨椤? 神經網絡控制 人工神經網絡反應了人腦功能的基本特性，但并不是人腦的真實描述，只是人腦的抽象、簡化與模擬。 人工神經網絡 （ 簡稱神經網絡 ） 是由大量簡單的信息處理單元 （ 神經元 ） 廣泛連接而成的復雜網絡 ， 用來模擬人腦神經系統(tǒng)的結構和功能 ， 是一種簡化的人腦數(shù)學模型 [23]。它是在現(xiàn)代神經科學研究成果的基礎上提出的，試圖通過模擬大腦神經網絡處理、記憶信息的方式進行信息處理。 非線性關系是自然界的普遍特性。人工神經元處于激活或抑制二種不同的狀態(tài)，這種行為在數(shù)學上表現(xiàn)為一種非線性關系。 (2) 非局限性 。一個系統(tǒng)的整體行為不僅取決于單個神經元的特征，而且可能主要由單元之間 的相互作用、相互連接所決定。聯(lián)想記憶是非局限性的典型例子。 人工神經網絡具有自適應、自組織、自學習能力。經常采用迭代過程描寫動力系統(tǒng)的演化過程。 一個系統(tǒng)的演化方向，在一定條件下將取決于某個特定的狀態(tài)函數(shù)。非凸性是指這種函數(shù)有多個極值，故系統(tǒng)具有多個較穩(wěn)定的平衡態(tài)，這將導致系統(tǒng)演化的多樣性。 作為人工神經網絡的基本處理單元，人工神經元的功能是：對每個輸入信號進行處理以確定其強度（加權）；確定所有輸入信號的組合效果（求和）；確定其輸出（轉移特性）。嚴格地說 ， 人工神經網絡具有下列特 性的有向圖： (1)對于每個節(jié)點 i，存在一個狀態(tài)變量 Xi； (2)從節(jié)點 j 至節(jié)點 i，存在一個連接權系統(tǒng)數(shù) Wij； (3)對于每個節(jié)點 i，存在一個閾值 ? i； (4)對于每個節(jié)點 i，定義一個變換函數(shù) f i(Xi， Wij， ? i)， i? j；對于最一般的情況，此函數(shù)取 f i(? ， WijXi? i)形式。它特有的非線性適應性信息處理能力 [25]，使之在智能控制、組合優(yōu)化、預測等領域得到成功應用，成為一門獨具特色的信息處理學科。） 1θx 1x 2x i 無 速度 傳感器控制的發(fā)展現(xiàn)狀 永磁同步電機 無 速度 傳感器技術將呈現(xiàn)如下的發(fā)展趨勢 [26]： (1) 利用易于檢測的電機電壓和電流來估計電機位置和速度的研究，不斷改進估計算法，結合具有高速信息處理能力的 DSP 技術，使得估計速度更快，估計結果更精確。 (3) 基于估計器的精密魯棒控制算法研究，實現(xiàn)高精度 、 高魯棒性的 無速度 傳感器控制性能，提高調速精度 、 拓寬調速范圍。 國外在 20 世紀 70 年代就開始了無傳感器控制技術的研究工作 [27,28]。在此之后， 1979 年， 等學者利用轉子齒諧波來檢測轉速，限于監(jiān)測技術和控制芯片的實時處理能力，僅在大于 300r/min 的轉速范圍內取得了較為滿意的效果，但這種思想令人耳目一新。 在 無速度 傳感器技術方面，很多學者作出了研究，提出了切實可行的方法。 (2) 基于對電機特殊特性分析基礎上的估計方法 東北大學 本科畢業(yè)設計（論文） 第一章 緒論 8 電流諧波分析法、 高頻注入法或根據(jù)磁路結構和磁飽和特性，通過測量轉子空間凸極來得到轉子位置的方法等是這類方法的代表。常用的有全階狀態(tài)觀測器 、滑模變結構觀測器、卡爾曼濾波器等。近年來隨著微型計算機技術的發(fā)展尤其是高性能 DSP 的出現(xiàn)，大大推動了這一方法在無速度傳感器矢量控制系統(tǒng)中的應用。雖然這些方法對參數(shù)變化和測量噪聲具有較強的魯棒性，但是復雜的算法、繁重的計算量及對系統(tǒng)控制所需的專家知識卻大大限制了這些方法在實際中的應用。 下面會重點 研究 以下四個方面： 首先 建立了永磁同步電機的數(shù)學模型，并實現(xiàn)了永磁同步電機的矢量控制。 然后根據(jù)模型參考自適應系統(tǒng)以及神經網絡工作原理，建立無傳感器的永磁同步電機的控制系統(tǒng)，并利用李雅普諾夫函數(shù)證明此系統(tǒng)的穩(wěn)定性。 最后對本課題的工作進 行總結，并對以后的工作發(fā)展進行了展望。 錯誤 !未找到引用源。這些電磁約束對了解永磁同步電機的原理、分析其運