开关磁阻电机神经网络建模与无位置传感器控制

开关磁阻电机调速系统因其结构简单、工作可靠、效率高、成本低及能在较宽的调速范围内稳定运行,自问世起就受到了广泛的关注。但由于电机的双凸极结构,磁链是转子位置角和电流的非线性函数,建立精确的磁链模型较为困难。且传统控制系统中位置传感器的存在使得电机结构复杂、成本增加、可靠性降低,削弱了应用的优势。因此,开关磁阻电机的精确建模和无位置传感器控制策略得到了广泛的研究。 本文建立了一种基于DSP芯片TMS320F2812的开关磁阻电机磁链特性检测系统。该系统利用DSP的模数转换功能和串口通信功能,实时采集电机的电压电流信号,并将结果传送至上位机,利用数字离散方法计算磁链,建立不同转子位置下电流与磁链的对应关系。实验表明,该系统能够准确地获取电机的磁链特性,并且成本较低,操作方便。由于开关磁阻电机磁链是转子位置角和电流的非线性函数,常规方法难以建立精确的数学模型。文中利用小波神经网络建立电流、转子位置角和磁链的非线性映射。结果表明,该方法建立的开关磁阻电机磁链模型误差小,具有较强的泛化能力,对于电机的在线优化控制具有重要意义。 本文提出了一种新的基于小波神经网络的开关磁阻电机无位置传感器控制策略,该方法采用两个不同的小波神经网络分别获取相绕组的开通信号和关断信号,经过综合处理得到单相绕组的换相逻辑。神经网络以相绕组的电流和磁链为输入,以各相的开关信号为输出,从而建立起电流、磁链和开关信号的非线性映射,训练完成后,用神经网络输出结果取代位置传感器,实现电机无位置传感器运行。仿真和实验结果表明,由小波神经网络辨识得到的换相信号和由位置传感器获得的换相信号相比,误差较小,电机能够准确换相,且输出转矩波动小,转速曲线平滑。 本文以TMS320F2812为主控制器建立了开关磁阻电机控制系统,利用控制器强大的信号处理和实时控制功能实现了电机的各种控制方法,且为神经网络离线训练提供学习样本,为研究开关磁阻电机的无位置传感器控制提供了良好的硬件基础。