CN103631137A - 五自由度交流主动磁轴承混合核函数支持向量机检测方法 - Google Patents

五自由度交流主动磁轴承混合核函数支持向量机检测方法 Download PDF

Info

Publication number
CN103631137A
CN103631137A CN201310462473.9A CN201310462473A CN103631137A CN 103631137 A CN103631137 A CN 103631137A CN 201310462473 A CN201310462473 A CN 201310462473A CN 103631137 A CN103631137 A CN 103631137A
Authority
CN
China
Prior art keywords
kernel function
support vector
vector machine
displacement
magnetic bearing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310462473.9A
Other languages
English (en)
Inventor
朱熀秋
金婕
鞠金涛
李媛媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201310462473.9A priority Critical patent/CN103631137A/zh
Publication of CN103631137A publication Critical patent/CN103631137A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Magnetic Bearings And Hydrostatic Bearings (AREA)

Abstract

本发明公开一种利用混合核函数支持向量机位移预测模型实现五自由度交流主动磁轴承位移自检测的方法,以磁轴承控制电流为输入样本,径向和轴向位移为输出样本,采集样本数据,选用混合核函数,通过粒子群算法优化支持向量机性能参数,利用训练样本和性能参数训练最小二乘支持向量机,建立非线性预测模型。将预测模型串接到五自由度交流主动磁轴承之前,与线性闭环控制器相连,加上第一、第二扩展的电流滞环三相功率逆变器以及开关功率放大器共同构成磁轴承位移闭环控制,实现五自由度交流主动磁轴承无位移传感器自检测,降低磁轴承系统的成本,提高了系统的动态性能。

Description

五自由度交流主动磁轴承混合核函数支持向量机检测方法
技术领域
本发明是一种五自由度交流主动磁轴承混合核函数支持向量机自检测方法,属于高速及超高速电机传动领域,在航空航天、真空技术、机械工业及能源交通等领域具有广泛的应用前景。
背景技术
磁轴承利用磁场力将转子无接触地悬浮在空中,并且悬浮位置可以由控制系统控制。与传统轴承相比,磁轴承具备了无摩擦磨损、无需润滑、转速高、精度高、寿命长等许多突出优点,特别是在高速机床主轴系统中,主轴的支承方式在很大程度上决定了机床所能达到的切削速度、加工精度和应用范围,将磁轴承应用于高速机床主轴的支承中,为高速机床主轴技术水平的提高创造了有利条件。
位移传感器的存在,会占用空间、增加系统成本、降低系统的动态性能,并不适用于高速高精场合,且由于结构的限制,传感器不能装在磁轴承的中间,使系统的控制方程相互耦合,控制器设计较为复杂,为此,磁轴承自检测技术的研究就十分必要。
目前常用的自检测技术主要包括高频信号注入法,PWM 载波分析法,差动变压器法,卡尔曼滤波器法等。但这些方法都是基于磁轴承数学模型的基础上完成的,由于交流混合磁轴承的本质非线性和参数不稳定性,难以建立转子位移的准确计算模型。近年来,由Vapnik等人创立的支持向量机(support vector machine,SVM)以其特有的表达任意非线性映射能力,专门针对小样本情况,能根据有限的样本信息在得到当前的全局最优解,其训练速度快、拓扑结构固定,泛化能力强,能较好地解决非线性、高维数、局部极小等问题,给转子位移的准确预测带来了新的可能性。
由于使用单一核函数,支持向量机难以兼顾全局拟合与局部拟合,特别对非平坦函数的预测精度不高。按照Mercer定理,核函数在任意有限点集上定义的核矩阵是半正定的对称阵。它允许从简单的构件块创立复杂的核,即Mercer核的非负线性组合仍然是Mercer核。因此可通过对目前常用核函数进行非负组合构造更加灵活的混合核函数,以解决单核函数的局限性问题,使得构成的支持向量机既具有局部核函数学习能力强,便于提取样本的局部特征,拟合性能良好的特点,又具有全局核函数推广能力很强,便于提取样本的全局特征,预测(泛化)性能良好的特点,从而提高支持向量机学习和推广能力。
发明内容
本发明的目的是提供一种五自由度交流主动磁轴承混合核函数支持向量机自检测方法,针对五自由度交流主动磁轴承的本质非线性和参数不稳定性,难以建立转子位移的准确计算模型的特点,利用混合核函数支持向量机建立五自由度交流主动磁轴承位移与电流之间的非线性预测模型,既可实现五自由度交流主动磁轴承无位移传感器的自检测,又克服了现有的几种常用磁轴承自检测技术方法的不足,大大降低磁轴承系统的成本。
实现本发明的发明目的的技术方案是具有以下步骤:
(1)连续采集q组磁轴承的电流控制信号 x =[x 1x 2x 3x 4x 5x 6x 7]=[i a i b i c i u i v i w i z ]和位移信号 y =[y 1y 2y 3y 4y 5]=[ x a y a x b y b z] 作为支持向量机初始输入输出样本数据,对初始样本数据进行归一化处理后随机选择其中一半作为训练样本集{ i a i b i c i u i v i w i z x a y a x b y b z },另一半作为测试样本集;
(2)选取径向基核函数,利用训练样本集得到核宽度                                                
Figure 470450DEST_PATH_IMAGE001
分别取不同值时径向核函数的映射特性图,保留特性最好的一个核宽度
Figure 754800DEST_PATH_IMAGE001
构建径向基核函数
Figure 105010DEST_PATH_IMAGE002
;选取多项式核函数,利用训练样本集得到多项式核函数在指数d分别取不同值时的曲映射特性图,保留特性最好的一个指数d构建多项式核函数,将最优径向基核函数与最优多项式核函数组成混合核函数
Figure 252275DEST_PATH_IMAGE004
i=1,2,…,q/2,
Figure 441948DEST_PATH_IMAGE005
为混合系数,0<
Figure 279454DEST_PATH_IMAGE006
<1;
(3.)以绝对百分比误差为性能指标,采用粒子群算法对惩罚参数g和混合系数l进行优化,保留性能指标最好的一组惩罚参数g和混合系数l作为最优性能参数,利用训练样本集和最优性能参数采用最小二乘法对控制电流和位移关系进行离线学习,获得相应的支持向量系数a i 和阈值b,建立起反映磁轴承电流、位移关系的混合核函数支持向量机位移预测模型
Figure 845564DEST_PATH_IMAGE008
(4)将混合核函数支持向量机位移预测模型串接到电流传感器之后,与相应的线性闭环控制器相连接,在线性闭环控制器后串接对应的扩展的电流滞环三相功率逆变器和开关功率放大器,实现对五自由度交流主动磁轴承的位移闭环控制。
本发明的优点在于:
1. 采用混合核函数支持向量机建立被控对象的控制电流-径向轴向位移模型,实现磁轴承系统的无位移传感器自检测控制,减小了磁悬浮轴承转子的轴向尺寸,简化了系统结构,提高了系统的动态性能,特别适合在高速场合运行,且略去了一些附加导线和物理仪表,使磁轴承的总体成本价格明显降低。
2. 采用混合核函数支持向量机来建立位移预测模型,不需要知道被控系统的精确数学模型,磁轴承控制系统结构简单,更利于工程实践。支持向量机方法在经验风险最小化的基础上同时采用了结构风险最小化准则,较好的解决了神经网络等传统的机器学习方法中的过学习、维数灾难以及过早收敛等问题,推广性能较好。
3. 局部核函数与全局核函数组成混合核函数,结合了两种核函数的优点,使得构成的支持向量机既具有局部核函数学习能力强,便于提取样本的局部特征,拟合性能良好的特点,又具有全局核函数推广能力很强,便于提取样本的全局特征,预测(泛化)性能良好的特点,从而提高支持向量机学习和推广能力。
下面结合附图作进一步说明。
附图说明
图1是五自由度交流主动磁轴承结构示意图;
图2是五自由度交流主动磁轴承支持向量机位移预测模型训练示意图;
图3是五自由度交流主动磁轴承自检测控制框图。
具体实施方式
本发明以磁轴承控制电流为输入样本,径向和轴向位移为输出样本,采集样本数据,选用混合核函数,通过粒子群算法优化支持向量机性能参数,利用训练样本和性能参数训练最小二乘支持向量机,建立非线性预测模型。将预测模型串接到五自由度交流主动磁轴承之前,与线性闭环控制器相连,加上第一、第二扩展的电流滞环三相功率逆变器以及开关功率放大器共同构成磁轴承位移闭环控制,实现五自由度交流主动磁轴承无位移传感器自检测。
如图1,五自由度交流主动磁轴承由2个径向主动磁轴承a、b,1个轴向主动磁轴承c 和高速电机d构成;2个径向主动磁轴承a、b,1个轴向主动磁轴承c 和高速电机d均装在套筒h中,由固定套筒e1、e2、e3、e4固定;2个径向主动磁轴承a、b,1个轴向主动磁轴承c 和高速电机d共用一个转轴i;转轴i两端由辅助轴承f1、f2支承,辅助轴承f1、f2分别固定在端盖g1、g2上。
如图2所示,训练样本{ i a i b i c i u i v i w i z x a y a x b y b z }经数据预处理31滤去不良数据并归一化后得到训练样本数据库32,支持向量机35利用训练样本数据库31以及经粒子群算法33优化后的核函数与性能参数34,经最小二乘法进行离线学习获得相应的支持向量系数a i i=1,2,… q/2)和阈值b,进而建立起一个线性回归函数,即为磁轴承混合核函数支持向量机位移预测模型3。
如图3所示,第一扩展的电流滞环三相功率逆变器5由力/电流变换51、3/2变换52以及电流滞环三相功率逆变器53依次连接组成,第二扩展的电流滞环三相功率逆变器6由力/电流变换61、3/2变换62以及电流滞环三相功率逆变器63依次连接组成;线性闭环控制器4由4个径向位置控制器41、42、43、44和一个轴向位置控制器45组成;径向位置控制器41的输入信号为径向主动磁轴承a给定径向位移量x a * 与实际输出径向位移量x a 的差值,输出径向控制力F ax 至第一扩展的电流滞环三相功率逆变器5,径向位置控制器42的输入信号为径向主动磁轴承a给定径向位移量y a *与实际输出径向位移量y a 的差值,输出径向控制力F ay 至第一扩展的电流滞环三相功率逆变器5,径向位置控制器43的输入信号为径向主动磁轴承b给定径向位移量x b * 与实际输出径向位移量x b 的差值,输出径向控制力F bx 至第二扩展的电流滞环三相功率逆变器6,径向位置控制器44的输入信号为径向主动磁轴承b给定径向位移量y b * 与实际输出径向位移量y b 的差值,输出径向控制力F by 至第二扩展的电流滞环三相功率逆变器6,轴向位置控制器45的输入信号为轴向主动磁轴承c给定轴向位移量z * 与实际输出径向位移量z的差值,输出径向控制力F z 至开关功率放大器7;第一扩展的电流滞环三相功率逆变器5输出电流控制信号至径向主动磁轴承a,第二扩展的电流滞环三相功率逆变器6输出电流信号至径向主动磁轴承b,双极性开关功率放大器7输出电流信号至轴向主动磁轴承c。电流传感器2、混合核函数支持向量机位移预测模型3、线性闭环控制器4、第一、第二扩展的电流滞环三相功率逆变器5、6和开关功率放大器7共同完成对五自由度交流主动磁轴承1的位移控制,实现五自由度交流主动磁轴承基于混合核函数支持向量机预测模型的位移自检测。
具体实施分为以下几步;
1. 样本数据库的建立。在磁轴承系统的实际工作区域内,选择白噪声或随机信号等作为参考激励施加在磁轴承的输入端,充分激励系统内部的非线性与耦合性。鉴于五自由度交流主动磁轴承实验系统的响应速度和对抑制高频扰动的能力,控制系统采样周期取为0.1ms,连续采集q组电流控制信号和磁轴承位移信号作为支持向量机初始输入输出样本数据,例如:连续采集500组电流控制信号 x =[x 1x 2x 3x 4x 5x 6x 7]=[i a i b i c i u i v i w i z ]和磁轴承位移信号 y =[y 1y 2y 3y 4y 5]=[ x a y a x b y b z] 作为支持向量机初始输入输出样本数据。通过观察数据的频率分布来消除异常数据,确保样本数据的可靠性。对初始样本数据进行归一化处理,将所有变量值限制在 [-1,1] 之间,以避免数值数量级的影响,随机选择其中一半q/2组作为训练样本集{ i a i b i c i u i v i w i z x a y a x b y b z },例如随机选择250组作为训练样本集{ i a i b i c i u i v i w i z x a y a x b y b z },用于离线训练初始的支持向量机位移预测模型,另一半q/2组作为测试样本集,用于检验预测模型的预测精度以及模型参数的调整。
 构建支持向量机所用的核函数。选取径向基核函数,利用训练样本集,得到核宽度
Figure 84916DEST_PATH_IMAGE009
分别取不同值时径向核函数的映射特性图,保留特性最好的一个构建径向基核函数
Figure 770292DEST_PATH_IMAGE002
i=1,2,…,q/2。选取多项式核函数,利用训练样本集,得到多项式核函数在指数d分别取不同值时的曲映射特性图,保留特性最好的一个d构建多项式核函数
Figure 140094DEST_PATH_IMAGE003
i=1,2,…,250。将最优径向基核函数与最优多项式核函数组成混合核函数
Figure 968372DEST_PATH_IMAGE004
i=1,2,…,q/2,
Figure 765427DEST_PATH_IMAGE005
为混合系数,0<
Figure 311946DEST_PATH_IMAGE005
<1。
 训练混合核函数支持向量机位移预测模型。以绝对百分比误差为性能指标,采用粒子群算法对惩罚参数
Figure 485438DEST_PATH_IMAGE010
和混合系数进行优化,保留性能指标最好的一组(
Figure 339442DEST_PATH_IMAGE011
)作为最优性能参数。利用训练样本集和最优性能参数(
Figure 435574DEST_PATH_IMAGE010
Figure 147178DEST_PATH_IMAGE011
)采用最小二乘法对控制电流和磁轴承位移关系进行离线学习,获得相应的支持向量系数a i i=1,2,…,q/2)和阈值b,进而建立起反映磁轴承电流-位移关系的支持向量机位移预测模型,根据模型当前输入 x 辨识输出位移的预测输出为
Figure 950049DEST_PATH_IMAGE012
,即磁轴承混合核函数支持向量机位移预测模型3。
 形成五自由度交流主动磁轴承混合核函数支持向量机自检测控制系统。将支持向量机位移预测模型3串接到电流传感器2之后,与相应的线性闭环控制器4相连接,在线性闭环控制器4后串接对应的第一、第二扩展的电流滞环三相功率逆变器5、6和开关功率放大器7,共同构成对五自由度交流主动磁轴承1的位移闭环控制。混合核函数支持向量机位移预测模型3以电流传感器2检测到的扩展的第一、第二扩展的电流滞环三相功率逆变器5、6和开关功率放大器7的电流信号i a i b i c i u i v i w i z 作为输入信号,输出预测转子位移x a y a x b y b z并与给定的参考位置信号x a *y a *x b *y b *z *4进行比较,其差值通过线性闭环控制器输出转子悬浮控制力F ax F ay F bx F by F z 至扩展的第一、第二扩展的电流滞环三相功率逆变器5、6和开关功率放大器7,实现五自由度交流主动磁轴承无位移传感器自检测。本发明可根据不同的控制要求,选择不同的硬件和软件来实现。

Claims (3)

1.一种五自由度交流主动磁轴承混合核函数支持向量机检测方法,其特征是具有以下步骤:
(1)连续采集q组磁轴承的电流控制信号 x =[x 1x 2x 3x 4x 5x 6x 7]=[i a i b i c i u i v i w i z ]和位移信号 y =[y 1y 2y 3y 4y 5]=[ x a y a x b y b z] 作为支持向量机初始输入输出样本数据,对初始样本数据进行归一化处理后随机选择其中一半作为训练样本集{ i a i b i c i u i v i w i z x a y a x b y b z },另一半作为测试样本集;
(2)选取径向基核函数,利用训练样本集得到核宽度                                                
Figure 212625DEST_PATH_IMAGE001
分别取不同值时径向核函数的映射特性图,保留特性最好的一个核宽度
Figure 545517DEST_PATH_IMAGE001
构建径向基核函数
Figure 94310DEST_PATH_IMAGE002
;选取多项式核函数,利用训练样本集得到多项式核函数在指数d分别取不同值时的曲映射特性图,保留特性最好的一个指数d构建多项式核函数
Figure 120035DEST_PATH_IMAGE003
,将最优径向基核函数与最优多项式核函数组成混合核函数
Figure 387068DEST_PATH_IMAGE004
i=1,2,…,q/2,
Figure 585968DEST_PATH_IMAGE005
为混合系数,0<
Figure 926951DEST_PATH_IMAGE006
<1;
(3.)以绝对百分比误差为性能指标,采用粒子群算法对惩罚参数
Figure 185894DEST_PATH_IMAGE007
和混合系数
Figure 877907DEST_PATH_IMAGE005
进行优化,保留性能指标最好的一组惩罚参数
Figure 614918DEST_PATH_IMAGE007
和混合系数
Figure 75987DEST_PATH_IMAGE005
作为最优性能参数,利用训练样本集和最优性能参数采用最小二乘法对控制电流和位移关系进行离线学习,获得相应的支持向量系数a i 和阈值b,建立起反映磁轴承电流、位移关系的混合核函数支持向量机位移预测模型
Figure 505831DEST_PATH_IMAGE008
(4)将混合核函数支持向量机位移预测模型串接到电流传感器之后,与相应的线性闭环控制器相连接,在线性闭环控制器后串接对应的扩展的电流滞环三相功率逆变器和开关功率放大器,实现对五自由度交流主动磁轴承的位移闭环控制。
2.根据权利要求1所述五自由度交流主动磁轴承混合核函数支持向量机检测方法,其特征是:步骤(1)中,训练样本集{ i a i b i c i u i v i w i z x a y a x b y b z }经数据预处理滤去不良数据并归一化后得到训练样本数据库,步骤(3)中,支持向量机利用训练样本数据库及经粒子群算法优化后的核函数与性能参数,经最小二乘法进行离线学习获得相应的支持向量系数a i 和阈值b
3.根据权利要求1所述五自由度交流主动磁轴承混合核函数支持向量机检测方法,其特征是:步骤(1)中的采样周期为0.1ms,归一化处理时所有变量值限制在[-1,1]之间。
CN201310462473.9A 2013-10-08 2013-10-08 五自由度交流主动磁轴承混合核函数支持向量机检测方法 Pending CN103631137A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310462473.9A CN103631137A (zh) 2013-10-08 2013-10-08 五自由度交流主动磁轴承混合核函数支持向量机检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310462473.9A CN103631137A (zh) 2013-10-08 2013-10-08 五自由度交流主动磁轴承混合核函数支持向量机检测方法

Publications (1)

Publication Number Publication Date
CN103631137A true CN103631137A (zh) 2014-03-12

Family

ID=50212332

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310462473.9A Pending CN103631137A (zh) 2013-10-08 2013-10-08 五自由度交流主动磁轴承混合核函数支持向量机检测方法

Country Status (1)

Country Link
CN (1) CN103631137A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104660139A (zh) * 2014-11-12 2015-05-27 江苏大学 基于矩阵变换器的交流磁轴承电主轴运行控制系统及方法
CN106444380A (zh) * 2016-10-14 2017-02-22 中国科学院光电技术研究所 一种以非线性最小二乘法为主结合鸡群算法的快反镜控制系统的传递函数辨识方法
CN107065546A (zh) * 2017-04-06 2017-08-18 江苏大学 一种三自由度混合磁轴承转子位移的软测量方法
CN107357966A (zh) * 2017-06-21 2017-11-17 山东科技大学 一种回采巷道围岩稳定性预测与评估方法
CN108345216A (zh) * 2018-01-12 2018-07-31 中国科学院理化技术研究所 一种基于多目标粒子群算法的磁悬浮轴承鲁棒控制器构造方法
CN108872772A (zh) * 2018-07-12 2018-11-23 武汉科技大学 基于混合核支持张量机的mmc子模块开路故障检测方法
CN110705174A (zh) * 2019-08-21 2020-01-17 江苏大学 一种五自由度磁悬浮电主轴转子位移自检测系统及方法
JP2020148329A (ja) * 2019-03-15 2020-09-17 ダイキン工業株式会社 機械学習装置、及び、磁気軸受装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1737388A (zh) * 2005-05-18 2006-02-22 江苏大学 三自由度交直流径向-轴向混合磁轴承及其控制方法
CN1737708A (zh) * 2005-05-18 2006-02-22 江苏大学 基于神经网络逆五自由度无轴承永磁同步电机控制系统及控制方法
CN102121499A (zh) * 2011-03-23 2011-07-13 江苏大学 五自由度交流磁轴承支持向量机解耦控制器的构造方法
CN102136822A (zh) * 2011-04-12 2011-07-27 江苏大学 一种五自由度无轴承同步磁阻电机解耦控制器及构造方法
CN103034127A (zh) * 2012-12-24 2013-04-10 江苏大学 一种轴向磁轴承控制系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1737388A (zh) * 2005-05-18 2006-02-22 江苏大学 三自由度交直流径向-轴向混合磁轴承及其控制方法
CN1737708A (zh) * 2005-05-18 2006-02-22 江苏大学 基于神经网络逆五自由度无轴承永磁同步电机控制系统及控制方法
CN102121499A (zh) * 2011-03-23 2011-07-13 江苏大学 五自由度交流磁轴承支持向量机解耦控制器的构造方法
CN102136822A (zh) * 2011-04-12 2011-07-27 江苏大学 一种五自由度无轴承同步磁阻电机解耦控制器及构造方法
CN103034127A (zh) * 2012-12-24 2013-04-10 江苏大学 一种轴向磁轴承控制系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
嵇尚华等: "交流主动磁轴承参数设计与优化", 《中国电机工程学报》 *
朱志莹: "五自由度磁悬浮开关磁阻电机最小二乘支持向量机自检测与逆控制", 《工程科技II辑》 *
朱志莹等: "群优化支持向量机的磁轴承转子位移预测模型", 《中国电机工程学报》 *
谌璐等: "一种基于PSO的混合核支持向量机算法", 《西安工程大学学报》 *

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104660139A (zh) * 2014-11-12 2015-05-27 江苏大学 基于矩阵变换器的交流磁轴承电主轴运行控制系统及方法
CN104660139B (zh) * 2014-11-12 2017-02-22 江苏大学 基于矩阵变换器的交流磁轴承电主轴运行控制方法
CN106444380A (zh) * 2016-10-14 2017-02-22 中国科学院光电技术研究所 一种以非线性最小二乘法为主结合鸡群算法的快反镜控制系统的传递函数辨识方法
CN107065546A (zh) * 2017-04-06 2017-08-18 江苏大学 一种三自由度混合磁轴承转子位移的软测量方法
CN107357966B (zh) * 2017-06-21 2020-07-03 山东科技大学 一种回采巷道围岩稳定性预测的评估方法
CN107357966A (zh) * 2017-06-21 2017-11-17 山东科技大学 一种回采巷道围岩稳定性预测与评估方法
CN108345216A (zh) * 2018-01-12 2018-07-31 中国科学院理化技术研究所 一种基于多目标粒子群算法的磁悬浮轴承鲁棒控制器构造方法
CN108345216B (zh) * 2018-01-12 2021-10-26 中国科学院理化技术研究所 一种基于多目标粒子群算法的磁悬浮轴承鲁棒控制器构造方法
CN108872772A (zh) * 2018-07-12 2018-11-23 武汉科技大学 基于混合核支持张量机的mmc子模块开路故障检测方法
CN108872772B (zh) * 2018-07-12 2020-06-16 武汉科技大学 基于混合核支持张量机的mmc子模块开路故障检测方法
JP2020148329A (ja) * 2019-03-15 2020-09-17 ダイキン工業株式会社 機械学習装置、及び、磁気軸受装置
WO2020189565A1 (ja) * 2019-03-15 2020-09-24 ダイキン工業株式会社 機械学習装置、及び、磁気軸受装置
CN110705174A (zh) * 2019-08-21 2020-01-17 江苏大学 一种五自由度磁悬浮电主轴转子位移自检测系统及方法
CN110705174B (zh) * 2019-08-21 2023-10-13 江苏大学 一种五自由度磁悬浮电主轴转子位移自检测系统及方法

Similar Documents

Publication Publication Date Title
CN103631137A (zh) 五自由度交流主动磁轴承混合核函数支持向量机检测方法
CN103631138A (zh) 三自由度混合磁轴承混合核函数支持向量机位移检测方法
CN100432461C (zh) 三自由度交直流径向-轴向混合磁轴承及其控制方法
CN102121499B (zh) 五自由度交流磁轴承支持向量机解耦控制器的构造方法
CN102769424B (zh) 基于支持向量机逆的无轴承异步电机控制系统
CN102288171B (zh) 有源磁悬浮陀螺仪浮子定中心调整装置
CN103501148A (zh) 一种无轴承永磁同步电机无径向位移传感器运行控制方法
CN102510253B (zh) 一种无轴承同步磁阻电机无传感器控制器及其控制方法
Li et al. Direct torque and suspension force control for bearingless induction motors based on active disturbance rejection control scheme
Adeoye et al. Design, simulation and implementation of a PID vector control for EHVPMSM for an automobile with hybrid technology
Sun et al. Neuron PID control for a BPMSM based on RBF neural network on‐line identification
Tang et al. Active vibration control of the flexible rotor to pass the first bending critical speed in high energy density magnetically suspended motor
Xu et al. Online detection and location of eccentricity fault in PMSG with external magnetic sensing
CN205509912U (zh) 单绕组无轴承电机转矩和悬浮力直接控制器
CN111895899B (zh) 一种三自由度混合磁轴承转子位移自检测方法
CN102102704B (zh) 五自由度交流主动磁轴承α阶逆系统解耦控制器构造方法
CN103746611B (zh) 一种双定子型磁悬浮开关磁阻双通道全周期发电机
CN202251446U (zh) 一种五自由度交流主动磁轴承α阶逆系统解耦控制器
CN102013870A (zh) 五自由度无轴承同步磁阻电机逆系统解耦控制器
CN110609472B (zh) 三自由度六极混合磁轴承转子位移自检测系统及方法
Xie et al. Super‐spiral sliding mode controller design for single‐winding bearingless switched reluctance motor
CN210605711U (zh) 一种五自由度磁悬浮电主轴转子位移自检测系统
CN204392131U (zh) 基于矩阵变换器的交流磁轴承电主轴运行控制装置
Sun et al. Optimal design of electromagnetic force of hidden—Pole magnetic suspension linear motor
Khanjanzadeh et al. Distributed generation allocation to improve steady state voltage stability of distribution networks using particle swarm optimization and genetic algorithm

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140312