專利名稱：無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種電機(jī)控制技術(shù)，尤其涉及一種無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合 辨識(shí)方法。
背景技術(shù)：
在交流異步電機(jī)(后文簡(jiǎn)稱“電機(jī)”或“電動(dòng)機(jī)”)速度控制系統(tǒng)中，最低端的方法 是采用速度傳感器來(lái)檢測(cè)電機(jī)轉(zhuǎn)速反饋信號(hào)；這些速度傳感器安裝在電動(dòng)機(jī)軸上，不僅需 要對(duì)其進(jìn)行安裝、維護(hù)，而且增加了控制系統(tǒng)成本，不適合在惡劣環(huán)境中工作，降低了系統(tǒng) 的可靠性。如果不用速度傳感器，只根據(jù)變頻器輸出的電壓、電流信號(hào)得到電機(jī)的轉(zhuǎn)速進(jìn)行 閉環(huán)控制，就可以省去速度傳感器，滿足電機(jī)速度控制的簡(jiǎn)便性、廉價(jià)性和可靠性要求，這 也是目前本領(lǐng)域的主流研究方向。國(guó)內(nèi)外學(xué)者在這方面做了大量的工作，提出了開環(huán)直接辨識(shí)、基于轉(zhuǎn)子磁鏈的 MRAS辨識(shí)、基于反電勢(shì)的MRAS辨識(shí)、全階磁通觀測(cè)器、擴(kuò)展卡爾曼濾波、高頻注入法等多種 速度辨識(shí)方法。前述方法均是傳統(tǒng)的無(wú)傳感器速度辨識(shí)，為改善控制系統(tǒng)性能，許多學(xué)者將 模糊、神經(jīng)網(wǎng)絡(luò)等智能控制技術(shù)引入電機(jī)的速度辨識(shí)中，這是無(wú)速度傳感器電機(jī)控制的研 究熱點(diǎn)和發(fā)展方向。用智能的方法進(jìn)行電機(jī)速度辨識(shí)，最直接的就是利用易于檢測(cè)的電機(jī)定子電壓和 電流，設(shè)計(jì)BP神經(jīng)網(wǎng)絡(luò)來(lái)辨識(shí)速度，但這種方法存在著難以確定網(wǎng)絡(luò)隱層及其節(jié)點(diǎn)數(shù)目的 問(wèn)題。目前，確定具體的網(wǎng)絡(luò)結(jié)構(gòu)尚無(wú)好方法，仍根據(jù)經(jīng)驗(yàn)試湊。同時(shí)，學(xué)習(xí)算法的收斂速 度慢，且收斂速度與初始權(quán)的選擇有關(guān)。針對(duì)用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行速度辨識(shí)實(shí)時(shí)性差的問(wèn)題，有學(xué)者提出了用對(duì)角遞歸神 經(jīng)網(wǎng)絡(luò)來(lái)辨識(shí)速度；如楊俊友，陳大明，“對(duì)角遞歸神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)的無(wú)傳感器控 制”，[J]·沈陽(yáng)工業(yè)大學(xué)學(xué)報(bào)，2008，30(1) :24-27，文獻(xiàn)中所記載的方法是，將實(shí)際測(cè)得的 電壓、電流經(jīng)過(guò)坐標(biāo)變換后用對(duì)角遞歸神經(jīng)網(wǎng)絡(luò)觀測(cè)器估計(jì)出電流和角速度，用估計(jì)值與 實(shí)際值的差值調(diào)節(jié)神經(jīng)網(wǎng)絡(luò)觀測(cè)器連接權(quán)值，直到預(yù)測(cè)誤差達(dá)到設(shè)定值；但該方法存在的 問(wèn)題是，在預(yù)測(cè)角速度的同時(shí)，還要對(duì)定子電流進(jìn)行預(yù)測(cè)，用了兩個(gè)神經(jīng)網(wǎng)絡(luò)觀測(cè)器。使得 學(xué)習(xí)算法更為繁雜，難以調(diào)節(jié)。因此，在電機(jī)的速度辨識(shí)中，引入了神經(jīng)網(wǎng)絡(luò)MRAS (模型參考自適應(yīng)系統(tǒng))速度辨 識(shí)的方法，如陳冰，冬雷等，“低速下異步電機(jī)無(wú)速度傳感器矢量控制研究”，[J]·西北大 學(xué)學(xué)報(bào)(自然科學(xué)版)，2007，37(1) :45-47，文獻(xiàn)中所記載的方法是，由電流模型推導(dǎo)出神 經(jīng)元模型作為MARS的可調(diào)模型，其權(quán)值含有電機(jī)轉(zhuǎn)速信息，按梯度法推導(dǎo)出的神經(jīng)元權(quán)值 δ學(xué)習(xí)規(guī)則代替PI自適應(yīng)律，使得速度辨識(shí)方法結(jié)構(gòu)簡(jiǎn)單、自學(xué)習(xí)能力強(qiáng)、具有很好的系 統(tǒng)穩(wěn)定性。但該方法存在著電機(jī)起動(dòng)速度波動(dòng)大，甚至出現(xiàn)負(fù)值波動(dòng)，振蕩次數(shù)多、調(diào)節(jié)時(shí) 間長(zhǎng)的問(wèn)題。不僅如此，在研究中還進(jìn)一步發(fā)現(xiàn)，當(dāng)由一種穩(wěn)態(tài)向另一穩(wěn)態(tài)進(jìn)行較大幅度切 換時(shí)，速度估計(jì)收斂到一個(gè)錯(cuò)誤的值，導(dǎo)致實(shí)際速度不能收斂到給定值(其在控制系統(tǒng)中所 處的環(huán)節(jié)參見(jiàn)

圖1中的標(biāo)號(hào)2處，其辨識(shí)效果如圖10所示)。因此，神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法在現(xiàn)有技術(shù)中還不能得到實(shí)際應(yīng)用。

發(fā)明內(nèi)容
為解決背景技術(shù)中存在的問(wèn)題，本發(fā)明提出了一種無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊 融合辨識(shí)方法，采用神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法同時(shí)對(duì)電 機(jī)轉(zhuǎn)速進(jìn)行識(shí)別；為神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法分配各自 的作用強(qiáng)度值，采用下式計(jì)算電機(jī)轉(zhuǎn)速的確信值
rt為轉(zhuǎn)差頻率直接速度辨識(shí)方法所識(shí)別出的電機(jī)轉(zhuǎn)速值；Ai為神經(jīng)網(wǎng)絡(luò)MRAS速度 辨識(shí)方法所識(shí)別出的電機(jī)轉(zhuǎn)速值-為最終識(shí)別出的電機(jī)運(yùn)行時(shí)的轉(zhuǎn)速確信值；ft為神 經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法的作用強(qiáng)度值；βΛ為轉(zhuǎn)差頻率直接速度辨識(shí)方法的作用強(qiáng)度值。前述的“為神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法分配各自 的作用強(qiáng)度值”包括
1)按數(shù)值設(shè)定數(shù)值連續(xù)的誤差閾值范圍，為每個(gè)誤差閾值范圍設(shè)定對(duì)應(yīng)的和ft,
同一誤差閾值范圍內(nèi)的Λ 和Λ滿足形成作用強(qiáng)度分布表；
2)實(shí)時(shí)計(jì)算神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法的辨識(shí)值與電機(jī)轉(zhuǎn)速期望值之間的誤差丨；
3)判斷步驟2)中的誤差M處于哪個(gè)誤差閾值范圍內(nèi)，則將該誤差閾值范圍對(duì)應(yīng)的
和ft代入公式電
權(quán)利要求
一種無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法，其特征在于采用神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法同時(shí)對(duì)電機(jī)轉(zhuǎn)速進(jìn)行識(shí)別；為神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法分配各自的作用強(qiáng)度值，采用下式計(jì)算電機(jī)轉(zhuǎn)速的確信值為轉(zhuǎn)差頻率直接速度辨識(shí)方法所識(shí)別出的電機(jī)轉(zhuǎn)速值；為神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法所識(shí)別出的電機(jī)轉(zhuǎn)速值；為最終識(shí)別出的電機(jī)運(yùn)行時(shí)的轉(zhuǎn)速確信值；為神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法的作用強(qiáng)度值；為轉(zhuǎn)差頻率直接速度辨識(shí)方法的作用強(qiáng)度值。2010102963119100001dest_path_image002.jpg,2010102963119100001dest_path_image004.jpg,2010102963119100001dest_path_image006.jpg,dest_path_image008.jpg,dest_path_image010.jpg,dest_path_image012.jpg
2.根據(jù)權(quán)利要求1所述的無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法，其特征在于 為神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法分配各自的作用強(qiáng)度值，包 括1)按數(shù)值設(shè)定數(shù)值連續(xù)的誤差閾值范圍，為每個(gè)誤差閾值范圍設(shè)定對(duì)應(yīng)的辦和凡， 同一誤差閾值范圍內(nèi)的Λ和A(滿足= 形成作用強(qiáng)度分布表；2)實(shí)時(shí)計(jì)算神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法的辨識(shí)值與電機(jī)轉(zhuǎn)速期望值之間的誤差丨 I；3)判斷步驟2)中的誤差M處于哪個(gè)誤差閾值范圍內(nèi)，則將該誤差閾值范圍對(duì)應(yīng)的馬和 Ma \ V·入公式電=^Λι + Ms^r7。
3.根據(jù)權(quán)利要求2所述的無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法，其特征在于 步驟1)，包括1]將數(shù)值連續(xù)的10個(gè)誤差閾值范圍標(biāo)記為0、的十個(gè)等級(jí)；設(shè)定第9等級(jí)誤差閾值 范圍對(duì)應(yīng)的，神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法的作用強(qiáng)度為0，轉(zhuǎn)差頻率直接速度辨識(shí)方法的 作用強(qiáng)度為1 ；第0等級(jí)誤差閾值范圍對(duì)應(yīng)的，神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法的作用強(qiáng)度為 1，轉(zhuǎn)差頻率直接速度辨識(shí)方法的作用強(qiáng)度為0 ；2]采用對(duì)稱型函數(shù)計(jì)算第1至8等級(jí)誤差閾值范圍的神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和 轉(zhuǎn)差頻率直接速度辨識(shí)方法的作用強(qiáng)度分布；制作作用強(qiáng)度分布表。
4.根據(jù)權(quán)利要求3所述的無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法，其特征在于 步驟2]，包括根據(jù)對(duì)稱型SgmcHrf函數(shù)，計(jì)算第1至8等級(jí)時(shí)，神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方 法和轉(zhuǎn)差頻率直接速度辨識(shí)方法的作用強(qiáng)度分布 , T1 -— 01<JC<91 χ>9 μΒ{χ) = \ μJj^其中，Ι為誤差閾值范圍對(duì)應(yīng)的級(jí)數(shù)；斿為函數(shù)的參數(shù)；存分別取0. 1,0. 2、 0. 3,0. 4,0. 5,0. 6,0. 7,0. 8或0. 9，的每個(gè)取值，分別對(duì)應(yīng)一組互相匹配的神經(jīng)網(wǎng)絡(luò)MRAS 速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法的作用強(qiáng)度取值。
5.根據(jù)權(quán)利要求2所述的無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法，其特征在于 步驟2)中，計(jì)算丨β丨的方法，包括
全文摘要
本發(fā)明公開了一種無(wú)速度傳感器電機(jī)轉(zhuǎn)速的模糊融合辨識(shí)方法，采用神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法同時(shí)對(duì)電機(jī)轉(zhuǎn)速進(jìn)行識(shí)別；采用模糊融合的方法對(duì)神經(jīng)網(wǎng)絡(luò)MRAS速度辨識(shí)方法和轉(zhuǎn)差頻率直接速度辨識(shí)方法進(jìn)行融合，得到電機(jī)轉(zhuǎn)速的確信值。本發(fā)明的有益技術(shù)效果是優(yōu)化了電機(jī)的動(dòng)、穩(wěn)態(tài)性能兩個(gè)技術(shù)指標(biāo)；使電動(dòng)機(jī)在起動(dòng)和狀態(tài)切換過(guò)程中，速度辨識(shí)快速性好、動(dòng)態(tài)跟蹤性能強(qiáng)，速度辨識(shí)精度高且魯棒性強(qiáng)；對(duì)無(wú)速度傳感器電機(jī)矢量控制系統(tǒng)實(shí)現(xiàn)真正意義上的智能交叉綜合在線速度辨識(shí)，取得最佳速度辨識(shí)效果，從而實(shí)現(xiàn)對(duì)電機(jī)的有效控制。
文檔編號(hào)H02P21/14GK101938246SQ20101029631
公開日2011年1月5日 申請(qǐng)日期2010年9月29日 優(yōu)先權(quán)日2010年9月29日
發(fā)明者徐凱, 許強(qiáng) 申請(qǐng)人:重慶交通大學(xué)