CN103151980A - 汽车eps用无刷直流电机控制器及其实现方法 - Google Patents

Abstract

本发明公开了一种汽车EPS用无刷直流电机控制器及其实现方法，该控制器包括相互串联的神经网络调节器和复合被控对象，神经网络调节器包括与转速检测单元相连的第一输入端、与转速给定单元相连的第二输入端、以及与延时器相连的第三输入端，所述延时器与转速检测单元相连，转速检测单元连接于复合被控对象上，用于检测复合被控对象的实际转速。本发明有效地解决了汽车EPS用无刷直流电机的非线性控制问题，而且该控制器构造方法简单易行，实现方便，设计合理，具有较强的抗负载扰动能力。

Description

汽车EPS用无刷直流电机控制器及其实现方法

技术领域

本发明涉及新能源汽车驱动、以及电力传动控制设备技术领域，尤其涉及一种基于神经网络的汽车EPS用无刷直流电机控制器及其实现方法。

背景技术

汽车转向系统作为控制汽车行驶方向的重要装置，其性能的好坏将直接影响汽车的操纵性及稳定性，对改善驾驶员工作条件、保护驾驶员人身安全、减少交通事故起着十分重要的作用。随着现代汽车技术、现代控制技术以及电子技术等的迅猛发展，汽车转向系统已经从传统的机械式转向系统、液压动力转向系统、电动液压助力转向系统发展到新型的助力转向系统——电动助力转向系统（Electric Power Steering，简称为EPS）。由于EPS系统采用电机作为动力源，并运用微处理器作为控制单元，针对汽车行驶的不同工况可以进行智能控制，因此具有高效率、高性能、节能环保、低成本等诸多优点，已经成为汽车转向助力技术的主流。

目前汽车EPS系统采用的电机多数为直流电机，但是由于直流电机需要配备机械式换向器，因此导致电机体积较大、最高临界转速受到限制，运行效率较低、而且需要定期进行维护修理，而且，机械式换向还带来了机械摩擦磨损，容易产生较大的噪声、电磁干扰以及火花等，从而影响到电机的使用寿命。无刷直流电机不仅具有直流电机的调速性能好、无励磁损耗、运行效率高等一系列优点，而且具备交流电机运行可靠、结构简单、维护方便等诸多优点，是取代目前普遍应用于EPS系统直流电机的理想选择。

无刷直流电机一般采用电流内环加转速外环的双闭环PID控制方法。传统的PID控制算法虽然具有算法简单、易于工程实现、精度高、可靠性强等优点，但是仅仅对于可以建立精确数学模型的控制对象，才具有较好的控制效果。无刷直流电机调速系统是一个复杂的被控对象，具有严重的非线性、强耦合以及参数时变等特点，难于获得其精确的数学模型，而且负载扰动的存在使得常规PID控制方法很难使控制系统获得理想的动静态控制效果及较强的鲁棒性。

为了从本质上解决汽车EPS用无刷直流电机调速系统双闭环控制方法比较复杂，并且控制效果欠佳的难题，同时又要保证汽车EPS用无刷直流电机调速系统各项控制性能指标，如动态响应速度、稳态跟踪精度和较强的抗干扰能力，需采用新的控制算法。

有鉴于此，有必要提供一种汽车EPS用无刷直流电机控制器及其实现方法以解决上述问题。

发明内容

本发明针对汽车EPS用无刷直流电机现有控制方法的缺陷，提供一种既能有效提高汽车EPS用无刷直流电机各项控制性能指标，诸如动态响应速度、稳态跟踪精度，使汽车EPS用无刷直流电机具有优良的动、静态控制性能，又能简化传统双闭环控制方法的汽车EPS用无刷直流电机控制器及其实现方法，该方法实现方便、算法简单、控制精度高，并且具有较强的抗负载扰动能力。

为了实现上述目的，本发明实施案例提供的技术方案如下：

一种汽车EPS用无刷直流电机控制器，所述控制器包括相互串联的神经网络调节器和复合被控对象，神经网络调节器包括与转速检测单元相连的第一输入端、与转速给定单元相连的第二输入端、以及与延时器相连的第三输入端，所述延时器与转速检测单元相连，转速检测单元连接于复合被控对象上，用于检测复合被控对象的实际转速。

作为本发明的进一步改进，所述复合被控对象包括依次串联的坐标变换单元、SVPWM逆变器和汽车EPS用无刷直流电机调速系统。

作为本发明的进一步改进，所述神经网络调节器三个输入端分别为：

第一输入端，转速检测单元检测到的汽车EPS用无刷直流电机调速系统的实际转速ω(k)；

第二输入端，转速给定单元输出的转速信号ω_ref(k+1)；

第三输入端，转速检测单元检测到的实际转速ω(k)经过一个延时器Z^-1得到的实际转速ω(k-1)。

相应地，一种汽车EPS用无刷直流电机控制器的实现方法，所述方法包括：

S1、将坐标变换单元、SVPWM逆变器和汽车EPS用无刷直流电机调速系统依次串联形成复合被控对象；

S2、建立复合被控对象的动力学逆非线性模型；

S3、采用神经网络来逼近复合被控对象的动力学逆模型，构成神经网络调节器；

S4、将神经网络调节器串联于复合被控对象之前；

S5、将转速检测单元检测到的实际转速ω(k)、转速给定单元输出的转速信号ω_ref(k+1)、以及转速检测单元检测到的实际转速ω(k)经过一个延时器Z^-1得到的实际转速ω(k-1)分别作为神经网络调节器的输入信号。

作为本发明的进一步改进，所述复合被控对象的动力学逆非线性模型为V(k)=f(ω(k+1),ω(k),ω(k-1))，其中f(·)为电压与转速之间的非线性函数关系。

作为本发明的进一步改进，所述步骤S3具体为：

S31、将电压控制信号V(k)加到复合被控对象的输入端；

S32、采集汽车EPS用无刷直流电机的转速信号ω(k)，并将转速信号ω(k)经过一个延时器Z^-1得到转速信号ω(k-1)，并采集转速给定单元输出的转速信号ω_ref(k+1)；

S33、对转速信号ω(k)、ω(k-1)和ω_ref(k+1)做规范化处理，组成神经网络的训练样本集{ω_ref(k+1)，ω(k)，ω(k-1)，V(k)}；

S34、利用变步长加动量项的BP算法离线训练神经网络，确定神经网络的权系数。

本发明具有以下有益效果：

在建立汽车EPS用无刷直流电机调速系统输入电压与输出转速的非线性动力学模型的基础上，利用静态神经网络对非线性函数的逼近能力，构建汽车EPS用无刷直流电机调速系统的神经网络控制器，有效地解决了汽车EPS用无刷直流电机的非线性控制问题，而且该控制器构造方法简单易行，实现方便，设计合理，具有较强的抗负载扰动能力；

汽车EPS用无刷直流电机神经网络控制器所需要的输入信号是实际工程中易于得到的可直接测得的转速信息变量，神经网络算法本身可以通过软件编程实现，并且可以省去传统双闭环控制方法中必须的电流检测及电流调节器，易于工程实现，并且实现成本降低，安全可靠，应用前景广阔。

附图说明

图1为本发明一实施方式中由坐标变换、SVPWM逆变器和汽车EPS用无刷直流电机调速系统组成的复合被控对象的示意图；

图2为本发明一实施方式中神经网络权值训练原理框图；

图3为本发明一实施方式中利用神经网络调节器对复合被控对象进行闭环控制的示意图；

图4为本发明一实施方式中汽车EPS用无刷直流电机控制器的结构示意图。

具体实施方式

以下将结合附图所示的各实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。

参图3所示，本发明的一种汽车EPS用无刷直流电机控制器，包括相互串联的神经网络调节器21和复合被控对象14、以及与神经网络调节器21相连的转速检测单元31、转速给定单元41相连和延时器，神经网络调节器21包括与转速检测单元31相连的第一输入端、与转速给定单元41相连的第二输入端、以及与延时器Z^-1相连的第三输入端，延时器Z^-1与转速检测单元31相连，转速检测单元31连接于复合被控对象14上，用于检测复合被控对象14的实际转速。

其中，参图1、图4所示，复合被控对象14包括依次串联的坐标变换单元11、SVPWM逆变器12和汽车EPS用无刷直流电机调速系统13。

神经网络调节器三个输入端分别为：

第一输入端，转速检测单元31检测到的汽车EPS用无刷直流电机调速系统13的实际转速ω(k)；

第二输入端，转速给定单元41输出的转速信号ω_ref(k+1)；

第三输入端，转速检测单元31检测到的实际转速ω(k)经过一个延时器Z^-1得到的实际转速ω(k-1)。

相应地，本发明的一种汽车EPS用无刷直流电机控制器的实现方法包括：

S1、将坐标变换单元11、SVPWM逆变器12和汽车EPS用无刷直流电机调速系统13依次串联形成复合被控对象14；

S2、建立复合被控对象14的动力学逆非线性模型：V(k)=f(ω(k+1),ω(k),ω(k-1))；

S3、采用神经网络来逼近复合被控对象14的动力学逆模型，构成神经网络调节器21；

S4、将神经网络调节器21串联于复合被控对象14之前；

S5、将转速检测单元31检测到的实际转速ω(k)、转速给定单元21输出的转速信号ω_ref(k+1)、以及转速检测单元31检测到的实际转速ω(k)经过一个延时器Z^-1得到的实际转速ω(k-1)分别作为神经网络调节器21的输入信号。

其中，步骤S3具体为：

S31、将电压控制信号V(k)加到复合被控对象14的输入端；

S32、采集汽车EPS用无刷直流电机的转速信号ω(k)，并将转速信号ω(k)经过一个延时器Z^-1得到转速信号ω(k-1)，并采集转速给定单元输出的转速信号ω_ref(k+1)；

S33、对转速信号ω(k)、ω(k-1)和ω_ref(k+1)做规范化处理，组成神经网络的训练样本集{ω_ref(k+1)，ω(k)，ω(k-1)，V(k)}；

S34、利用变步长加动量项的BP算法离线训练神经网络，确定神经网络的权系数。

在本发明的一具体实施方式中，汽车EPS用无刷直流电机控制器的实现方法包括以下步骤：

1、如图1所示，形成复合被控对象。本实施方式中将坐标变换单元11、SVPWM逆变器12和汽车EPS用无刷直流电机调速系统13作为一个整体组成复合被控对象14。该复合被控对象以电压信号V(k)作为输入，以转速ω(k)作为输出。

2、建立复合被控对象14的动力学逆模型。通过分析、等效与推导，建立汽车EPS用无刷直流电机调速系统13的电压与转矩方程分别为：

$V=\mathrm{Ri}+L\frac{\mathrm{di}}{\mathrm{dt}}+k_b\mathrm{\ω}---(1-1)$

$T_e=J\frac{\mathrm{d\ω}}{\mathrm{dt}}+\mathrm{B\ω}+T_l---(1-2)$

式中，V、i、R和L分别为电机相电压、相电流、电阻和电感；ω为转速；T_e和T_l分别为电磁转矩和负载转矩；J为转动惯量；k_b和B分别为等效的反电势系数和等效的摩擦系数。负载转矩T_l方程可以表示为转速ω的函数u(ω)与转矩系数μ的乘积，即

T_l=μu(ω)       (1-3)

将方程(1-1)-(1-3)相结合，并考虑坐标变换及SVPWM逆变器特性，可以得到复合被控对象14的动力学模型，进一步离散化可得其差分方程为：

ω(k+1)=αω(k)+βω(k-1)-γu(ω(k))+δu(ω(k-1))+ζV(k)     (1-4)

式中，α、β、γ、δ和ζ分别为表征电机参数和采样周期的相关系数；k为采样时刻。进而可以得到复合被控对象14的动力学逆非线性模型为：

V(k)=f(ω(k+1),ω(k),ω(k-1))        (1-5)

式中，f(·)表示电压与转速之间的非线性函数关系。

3、采用神经网络来逼近复合被控对象14的动力学逆模型(式(1-5))，构成神经网络调节器21。具体为：

将电压控制信号V(k)加到复合被控对象14的输入端，通过转速检测单元31采集汽车EPS用无刷直流电机的转速信号ω(k)，并将转速信号ω(k)经过一个延时器Z^-1得到转速信号ω(k-1)，并采集转速给定单元41输出的转速信号ω_ref(k+1)(由于k+1时刻的转速预测信息ω(k+1)与给定的参考转速信息ω_ref(k+1)相接近，故利用ω_ref(k+1)替代ω(k+1))，并对信号做规范化处理，组成神经网络的训练样本集{ω_ref(k+1)，ω(k)，ω(k-1)，V(k)}，最后利用变步长加动量项的BP算法离线训练神经网络，从而确定神经网络的各个权系数，如图2所示，从而训练得到神经网络调节器21。

4、如图3所示，将神经网络调节器21串联于复合被控对象14之前，神经网络调节器21的输出V(k)即为复合被控对象14的输入。

5、如图3所示，将转速给定单元41输出的转速信号ω_ref(k+1)加到神经网络调节器21的第二个输入端，作为神经网络调节器21的第二个输入信号。

6、如图3所示，利用转速检测单元31对汽车EPS用无刷直流电机调速系统13实际转速进行检测，并将检测到的实际转速ω(k)加到神经网络调节器21的第一个输入端，作为神经网络调节器21的第一个输入信号。

7、如图3所示，转速检测单元31检测到的实际转速ωk)经过一个延时器Z^-1得到实际转速ω(k-1)，将其加到神经网络调节器21的第三个输入端，作为神经网络调节器21的第三个输入信号。

8、如图4所示，将神经网络调节器21、坐标变换11和SVPWM逆变器12分别依次串接后共同构成汽车EPS用无刷直流电机调速系统13的神经网络控制器51，从而实现对汽车EPS用无刷直流电机调速系统13的高性能控制。

由以上技术方案可以看出，本发明具有如下有益效果：

1、在建立汽车EPS用无刷直流电机调速系统输入电压与输出转速的非线性动力学模型的基础上，利用静态神经网络对非线性函数的逼近能力，构建汽车EPS用无刷直流电机调速系统的神经网络控制器，有效地解决了汽车EPS用无刷直流电机的非线性控制问题，而且该控制器构造方法简单易行，实现方便，设计合理，具有较强的抗负载扰动能力；

2、汽车EPS用无刷直流电机神经网络控制器所需要的输入信号是实际工程中易于得到的可直接测得的转速信息变量，神经网络算法本身可以通过软件编程实现，并且可以省去传统双闭环控制方法中必须的电流检测及电流调节器，易于工程实现，并且实现成本降低，安全可靠，应用前景广阔。

应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

Claims (6)

1.一种汽车EPS用无刷直流电机控制器，其特征在于，所述控制器包括相互串联的神经网络调节器和复合被控对象，所述神经网络调节器包括与转速检测单元相连的第一输入端、与转速给定单元相连的第二输入端、以及与延时器相连的第三输入端，所述延时器与转速检测单元相连，转速检测单元连接于复合被控对象上，用于检测复合被控对象的实际转速。

2.根据权利要求1所述的控制器，其特征在于，所述复合被控对象包括依次串联的坐标变换单元、SVPWM逆变器和汽车EPS用无刷直流电机调速系统。

3.根据权利要求2所述的控制器，其特征在于，所述神经网络调节器三个输入端分别为：

第一输入端，转速检测单元检测到的汽车EPS用无刷直流电机调速系统的实际转速ω(k)；

第二输入端，转速给定单元输出的转速信号ω_ref(k+1)；

第三输入端，转速检测单元检测到的实际转速ω(k)经过一个延时器Z^-1得到的实际转速ω(k-1)。

4.一种如权利要求1所述的汽车EPS用无刷直流电机控制器的实现方法，其特征在于，所述方法包括：

S1、将坐标变换单元、SVPWM逆变器和汽车EPS用无刷直流电机调速系统依次串联形成复合被控对象；

S2、建立复合被控对象的动力学逆非线性模型；

S3、采用神经网络来逼近复合被控对象的动力学逆模型，构成神经网络调节器；

S4、将神经网络调节器串联于复合被控对象之前；

S5、将转速检测单元检测到的实际转速ω(k)、转速给定单元输出的转速信号ω_ref(k+1)、以及转速检测单元检测到的实际转速ω(k)经过一个延时器Z^-1得到的实际转速ω(k-1)分别作为神经网络调节器的输入信号。

5.根据权利要求4所述的实现方法，其特征在于，所述复合被控对象的动力学逆非线性模型为V(k)=f(ω(k+1),ω(k),ω(k-1))，其中f(·)为电压与转速之间的非线性函数关系。

6.根据权利要求4所述的实现方法，其特征在于，所述步骤S3具体为：

S31、将电压控制信号V(k)加到复合被控对象的输入端；

S32、采集汽车EPS用无刷直流电机的转速信号ω(k)，并将转速信号ω(k)经过一个延时器Z^-1得到转速信号ω(k-1)，并采集转速给定单元输出的转速信号ω_ref(k+1)；

S33、对转速信号ω(k)、ω(k-1)和ω_ref(k+1)做规范化处理，组成神经网络的训练样本集{ω_ref(k+1)，ω(k)，ω(k-1)，V(k)}；

S34、利用变步长加动量项的BP算法离线训练神经网络，确定神经网络的权系数。

Images