CN102843088A - 基于模糊滑模和神经网络的永磁同步电机复合控制系统 - Google Patents

Abstract

本发明公开了一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其包括转速控制外环以及电流控制内环，转速控制外环中的控制单元采用复合控制模块，所述复合控制模块包括模糊滑模控制模块与神经网络控制模块，模糊滑模控制模块与神经网络控制模块通过两加权因子λn、λf结合在一起。本发明兼备模糊滑模控制和神经网络控制的优点，实现永磁同步电机控制系统的强鲁棒性、高稳定性，并且提高稳态精度，达到控制的快速性和强的抗负载扰动能力。

Description

基于模糊滑模和神经网络的永磁同步电机复合控制系统

技术领域

本发明涉及一种交流电机传动技术领域，具体涉及一种基于永磁同步电机矢量控制系统的复合控制系统。

背景技术

自 1886 年世界上第一辆汽车诞生以来，汽车以其在运载力、便捷性、舒适性和性价比等方面的综合性能优势在社会生活的各个方面获得了的越来越广泛应用。但是汽车带给人们便捷、舒适的现代生活的同时，也难逃破坏生态环境和大量消耗石油资源的责任。开发新一代的清洁能源汽车成为必然趋势。综合考虑节能减排潜力、技术成熟度及产品价格等因素，电动汽车成为新能源汽车的最佳解决方案之一。中国的电动汽车技术发展与世界各国相差不大，在2009年金融危机的背景下，中国更是得到了发展电动汽车事业的良好契机，电动汽车将成为汽车发展的一种趋势和必然。

电力驱动系统是纯电动汽车的心脏，其控制效果的好坏直接影响着电动汽车整车性能的优劣。电动汽车对驱动电机的要求不同于普通工业领域，主要包括以下几方面：(1)高功率密度；(2)良好的调速性能，能够实现精确的转矩控制；(3)高效率以提高续驶里程；(4)适应恶劣的工作环境(高低温、振动)；(5)小尺寸及适应车内空间的特殊封装设计；(6)极高的可靠性和性价比。而永磁同步电机具有体积小、重量轻、转动惯量轻、功率密度高、效率高和输出转矩大等优点，成为电动汽车用驱动电机中最具竞争力的一款电机，日本和欧洲在混合动力电动汽车上已普遍使用。同时，我国蕴藏有丰富的稀土资源，随着新型永磁材料的不断涌现，永磁材料的成本有望降低，从而永磁电机比其他类电机在价格方面更是占有绝对的优势。

永磁同步电机有强耦合、时变、非线性等特点，为了能够实现高性能的调速系统，使系统具备优良的动、静态性能，且对参数的变化和外界扰动具有不敏感性，控制策略的正确选择发挥着至关重要的作用，优良的控制策略不但可以弥补硬件设计上的不足，而且能进一步提高系统的综合性能。1971 年，德国西门子公司的工程师 F.Blaschke 提出了矢量控制理论，使交流电机控制理论获得质的飞跃。针对交流电机这个强耦合的控制对象，采用参数重构的现代控制理论来解耦，进行矢量变换，仿照直流调速原理，使交流调速系统的动、静态性能达到直流调速的水平。对于内置式永磁同步电机一般采用最大转矩电流比的控制策略进一步对永磁同步电机进行线性化解耦。目前，永磁同步电机矢量控制系统普遍采用速度和电流双闭环控制方法，对速度的控制大部分利用传统的PID控制器，传统PID控制虽然原理简单，鲁棒性、稳定性好，但是快速性和抗干扰的能力非常有限。

发明内容

本发明目的在于针对现有技术的不足，提供一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，本发明兼备模糊滑模控制和神经网络控制的优点，实现永磁同步电机控制系统的强鲁棒性、高稳定性，并且提高稳态精度，达到控制的快速性和强的抗负载扰动能力

为了解决现有技术中的这些问题，本发明提供的技术方案是：

一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，包括转速控制外环以及电流控制内环，转速控制外环中的控制单元采用复合控制模块，所述复合控制模块包括模糊滑模控制模块与神经网络控制模块，模糊滑模控制模块与神经网络控制模块通过两加权因子λ_n、λ_f 结合在一起。

本发明的复合控制模块中的神经网络控制模块传统PID控制的延伸，通过神经网络的在线学习，实现对控制系统的优化，而模糊滑模控制模块则是在花磨边结构中采用积分变结构控制策略，在滑模线的设计中引入状态积分项，省去实现滑模速度控制所需的加速度信号，直接选择函数切换控制，相对于比例切换控制参数更容易确定。

对于上述技术方案，申请人还有进一步的详细实施措施。

作为优化，所述转速控制外环包括误差比较模块、复合控制模块、第一比较模块、第一PI调节模块、三相逆变器以及转速位置检测模块，所述电流控制内环包括第二比较模块、第二PI调节模块、Park逆变换模块、电压矢量脉宽调制模块、Clark变换模块以及Park变换模块，所述三相逆变器的三路输出接入永磁同步电机，所述的永磁同步电机与转速位置检测模块相连，所述的转速位置检测模块与误差比较模块相连，所述的误差比较模块与复合控制模块相连，所述的复合调节模块与第一比较模块相连，所述的第一比较模块连接第一PI调节模块，所述的三相逆变器的输出端与Clark变换模块相连，所述的Clark变换模块的输出端经过Park变换模块后连接到第一比较模块和第二比较模块，所述的第二比较模块连接第二PI调节模块，所述第一PI调节模块和第二PI调节模块接入Park逆变换模块，所述的Park逆变换模块与电压矢量脉宽调制模块相连，所述的电压矢量脉宽调制模块的输出端与三相逆变器相连。

所述的Clark变换模块与三相逆变器的两相输出相连。所述的Park变换模块与所述的Park逆变换模块相连，所述的转速位置检测模块与所述的Park变换模块、Park逆变换模块分别相连。

进一步，所述的外环为速度环，速度环采样模糊滑模及神经网络复合控制优化系统性能。

进一步，所述的内环电流环在基速以下采用最大转矩电流比的电流控制策略，基速以上通过弱磁控制提供系统性能。

更进一步，所述永磁同步电机控制系统采用的主控芯片为TMS320F28335数字处理芯片。

作为优化，模糊滑模控制模块的输出控制信号为                                               

，神经网络控制模块的输出控制信号为，经加权因子λ_n、λ_f将模糊滑模控制模块与神经网络控制模块复合的复合控制模块的输出控制信号为C=λ_n

+λ_f

，其中λ_n+λ_f =1。

更进一步，加权因子λ_n、λ_f 的取值范围分别是0≤λ_n ≤1、0≤λ_f ≤1。

相比于现有技术中的解决方案，本发明优点是：

1.  本发明利用矢量变换（包括Clark变换、Park变换以及Park逆变换）将永磁同步电机的三相电流变换成d（直轴）、q（交轴）轴上的等效电流，再通过最大转矩电流比的电流控制策略的方法对永磁同步电机的d、q轴上的数学模型进一步线性化解耦；速度环的控制单元则采用模糊滑模控制与神经网络控制复合的控制模块，通过控制结合二者的加权因子λ_n、λ_f的取值实现模糊滑模控制与神经网络控制复合的复合控制，另外当加权因子λ_n、λ_f 取边缘值或者说极限值即λ_n=1或λ_f =1 时可实现模糊滑模控制或者神经网络控制的担负控制；

2.  本发明对现有的滑模变结构控制和传统PID控制进行了改善。为了使控制系统实现响应的快速性和优良的抗干扰效果，滑模变结构控制可使系统按预先设定好的轨迹快速滑动到平面原点，鲁棒性强，但是滑模变结构容易在滑动平面原点附近产生高频颤动，这是实际控制系统所不允许的，而采用模糊滑模控制即模糊控制与滑模变结构复合控制则可克服这一问题，在保证强鲁棒性的同时降低在滑动平面原点附近的高频颤动，达到优势互补。神经网络控制则能更好地应对控制系统，对系统参数的不确定性和变化以及外界因素的扰动具有自适应性，使得整个系统对永磁同步电机控制系统数学模型的精确性要求不高，以便在对永磁同步电机等效直流控制过程中获得更佳的动静态特性。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明实施例的控制系统的整体结构框图；

图2为本发明经加权处理的复合控制信号的线性示意图；

图3为本发明实施例的神经网络控制的结构原理图；

图4为本发明模糊滑模控制的模糊控制规则示意图。

具体实施方式

以下结合具体实施例对上述方案做进一步说明。应理解，这些实施例是用于说明本发明而不限于限制本发明的范围。实施例中采用的实施条件可以根据具体厂家的条件做进一步调整，未注明的实施条件通常为常规实验中的条件。

实施例：

本实施例描述了一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其整体结构如图1所示，它包括转速控制外环以及电流控制内环，所述转速控制外环包括误差比较模块1、复合控制模块2、第一比较模块3、第一PI调节模块4、三相逆变器5以及转速位置检测模块6，所述电流控制内环包括第二比较模块7、第二PI调节模块8、Park逆变换模块9、电压矢量脉宽调制模块10、Clark变换模块11以及Park变换模块12，所述三相逆变器5的三路输出接入永磁同步电机13，所述的永磁同步电机13与转速位置检测模块6相连，所述的转速位置检测模块6与误差比较模块1相连，所述的误差比较模块1与复合控制模块2相连，所述的复合调节模块2与第一比较模块3相连，所述的第一比较模块3连接第一PI调节模块4，所述的三相逆变器5的输出端与Clark变换模块11相连，所述的Clark变换模块11的输出端经过Park变换模块12后连接到第一比较模块3和第二比较模块7，所述的第二比较模块7连接第二PI调节模块8，所述第一PI调节模块4和第二PI调节模块8接入Park逆变换模块9，所述的Park逆变换模块9与电压矢量脉宽调制模块10相连，所述的电压矢量脉宽调制模块10的输出端与三相逆变器5相连。

转速控制外环中的控制单元所采用的复合控制模块2包括模糊滑模控制模块21与神经网络控制模块22，模糊滑模控制模块21与神经网络控制模块22通过两加权因子λ_n、λ_f 结合在一起。模糊滑模控制模块21的输出控制信号为

，神经网络控制模块22的输出控制信号为

，经加权因子λ_n、λ_f将模糊滑模控制模块与神经网络控制模块复合的复合控制模块的输出控制信号为C=λ_n

+λ_f

，其中λ_n+λ_f =1，加权因子λ_n、λ_f 的取值范围是0≤λ_n ≤1、0≤λ_f ≤1，其原理示意图如图2所示。

本实施例借助坐标变换，使各物理量从静止坐标系（三相定子坐标系）转换到同步旋转坐标系（d、q坐标系），从而使永磁同步电机的控制达到直流电机的控制效果，同时采用最大转矩电流比的方法对内置式永磁同步电机d、q轴上的电流给定进行计算，引用的空间电压矢量脉宽控制（SVPWM）技术实质上通过适当的组合基本空间矢量的开关状态所产生的有效矢量来逼近基准圆，即用多变形来近似模拟圆形。把模糊滑模与神经网络复合控制方法引入到永磁同步电机电流、速度双闭环控制中的速度环。

如图2所示，在复合控制系统的特定时间段可单独实现模糊滑模和神经网络对速度环的控制，根据实际的控制系统性能要求，在误差信号较大时（比如电动汽车启动以及换挡操作时），取较大值，让复合控制器主要或完全处于模糊滑模控制，迫使系统按照预定“滑动模态”的状态轨迹运动，此时的控制器响应速度快、对参数的变化以及外界扰动不灵敏，鲁棒性强，在本实施例的模糊滑模控制模块中，为省去滑模速度控制器所需的加速度信号，在切换函数中引入状态积分项，变结构采用函数切换控制。图4为本发明的模糊控制规则，对滑模变结构误差进行模糊处理，可以有效去除抖振。

当误差信号较小时（比如电动汽车平稳运行时），取较大的

值，让复合控制器主要或完全处于神经网络控制，减小系统的超调与振荡，使控制器具有良好的控制品质。图3为本发明神经网络结构，通过选用3层神经网络，经过在线学习，有利于进一步消除振荡的作用。

本实施例的数据换算及处理均基于TMS320F28335数字处理芯片，该芯片具有强大的控制和信号处理能力，能够实现复杂的控制算法，有专用的电机控制接口，从而为本发明的实施有巨大的帮助。

本发明的复合控制模块中的神经网络控制模块传统PID控制的延伸，通过神经网络的在线学习，实现对控制系统的优化，而模糊滑模控制模块则是在花磨边结构中采用积分变结构控制策略，在滑模线的设计中引入状态积分项，省去实现滑模速度控制所需的加速度信号，直接选择函数切换控制，相对于比例切换控制参数更容易确定。

上述实例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人是能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所做的等效变换或修饰，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，包括转速控制外环以及电流控制内环，其特征在于：转速控制外环中的控制单元采用复合控制模块，所述复合控制模块包括模糊滑模控制模块与神经网络控制模块，模糊滑模控制模块与神经网络控制模块通过两加权因子λ_n、λ_f 结合在一起。

2.根据权利要求1所述的一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其特征在于：所述转速控制外环包括误差比较模块、复合控制模块、第一比较模块、第一PI调节模块、三相逆变器以及转速位置检测模块，所述电流控制内环包括第二比较模块、第二PI调节模块、Park逆变换模块、电压矢量脉宽调制模块、Clark变换模块以及Park变换模块，所述三相逆变器的三路输出接入永磁同步电机，所述的永磁同步电机与转速位置检测模块相连，所述的转速位置检测模块与误差比较模块相连，所述的误差比较模块与复合控制模块相连，所述的复合调节模块与第一比较模块相连，所述的第一比较模块连接第一PI调节模块，所述的三相逆变器的输出端与Clark变换模块相连，所述的Clark变换模块的输出端经过Park变换模块后连接到第一比较模块和第二比较模块，所述的第二比较模块连接第二PI调节模块，所述第一PI调节模块和第二PI调节模块接入Park逆变换模块，所述的Park逆变换模块与电压矢量脉宽调制模块相连，所述的电压矢量脉宽调制模块的输出端与三相逆变器相连。

3.根据权利要求2所述的一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其特征在于：所述的外环为速度环，速度环采样模糊滑模及神经网络复合控制优化系统性能。

4.根据权利要求2所述的一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其特征在于：所述的内环电流环在基速以下采用最大转矩电流比的电流控制策略，基速以上通过弱磁控制提供系统性能。

5.根据权利要求1或2或3或4所述的一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其特征在于：所述永磁同步电机控制系统采用的主控芯片为TMS320F28335数字处理芯片。

6.根据权利要求1所述的一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其特征在于：模糊滑模控制模块的输出控制信号为                                               

，神经网络控制模块的输出控制信号为

，经加权因子λ_n、λ_f将模糊滑模控制模块与神经网络控制模块复合的复合控制模块的输出控制信号为C=λ_n +λ_f

，其中λ_n+λ_f =1。

7.根据权利要求6所述的一种基于模糊滑模和神经网络的永磁同步电机复合控制系统，其特征在于：加权因子λ_n、λ_f 的取值范围分别是0≤λ_n ≤1、0≤λ_f ≤1。

Images