CN113114079A - 电动挖掘机主驱电机控制方法、系统及电动挖掘机 - Google Patents

电动挖掘机主驱电机控制方法、系统及电动挖掘机 Download PDF

Info

Publication number
CN113114079A
CN113114079A CN202110373255.2A CN202110373255A CN113114079A CN 113114079 A CN113114079 A CN 113114079A CN 202110373255 A CN202110373255 A CN 202110373255A CN 113114079 A CN113114079 A CN 113114079A
Authority
CN
China
Prior art keywords
drive motor
main drive
electric excavator
information
axis
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
CN202110373255.2A
Other languages
English (en)
Inventor
明巧红
巩朝鹏
兰周
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.)
Sany Heavy Machinery Ltd
Original Assignee
Sany Heavy Machinery Ltd
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 Sany Heavy Machinery Ltd filed Critical Sany Heavy Machinery Ltd
Priority to CN202110373255.2A priority Critical patent/CN113114079A/zh
Publication of CN113114079A publication Critical patent/CN113114079A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22—Current control, e.g. using a current control loop
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • H02P21/0014—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using neural networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • H02P27/085—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation wherein the PWM mode is adapted on the running conditions of the motor, e.g. the switching frequency

Abstract

本发明提供一种电动挖掘机主驱电机控制方法、系统及电动挖掘机，首先获取电动挖掘机主驱电机的转速误差信息；然后基于转速误差信息，确定闭环控制器的控制参数；再然后基于闭环控制器，确定电动挖掘机主驱电机的q轴参考电流信息；最后基于q轴参考电流信息以及预设d轴参考电流信息，对电动挖掘机主驱电机进行转速控制。由于闭环控制器的控制参数基于转速误差信息确定，并非是预先设置的固定值，如此可以提高电动挖掘机主驱电机的响应速度和控制精度，使电动挖掘机在运行过程中面对复杂工况的情况下，电动挖掘机主驱电机的响应速度和控制精度满足较高的要求，提高电动挖掘机应对负载变化等复杂作业工况的能力，进而可以达到令人满意的控制效果。

Description

电动挖掘机主驱电机控制方法、系统及电动挖掘机
技术领域
本发明涉及作业机械控制技术领域，尤其涉及一种电动挖掘机主驱电机控制方法、系统及电动挖掘机。
背景技术
电动挖掘机的主驱电机一般为永磁同步电机，通常采用定转速或变转速的电机调速策略搭配变量泵或定量泵使用，为电动挖掘机的液压系统提供动力来源。
由于电动挖掘机在运行时面对的工况比较复杂，具有高度非线性、时变性和强耦合性等特征，因此对电动挖掘机主驱电机的响应速度和控制精度有较高的要求；而传统用于挖掘机主驱电机的PID控制系统，由于其通过预设固定的PID参数进行控制，无法满足复杂工况对电动挖掘机主驱电机的响应速度和控制精度的要求，进而难以实现令人满意的控制效果。
发明内容
本发明提供一种电动挖掘机主驱电机控制方法、系统及电动挖掘机，用以解决现有技术中存在的缺陷。
本发明提供一种电动挖掘机主驱电机控制方法，包括：
获取电动挖掘机主驱电机的转速误差信息；
基于所述转速误差信息，确定闭环控制器的控制参数；
基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息，并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
根据本发明提供的一种电动挖掘机主驱电机控制方法，所述基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制，具体包括：
计算所述q轴参考电流信息与实际q轴电流信息的第一差值，并计算所述预设d轴参考电流信息与实际d轴电流信息的第二差值；
将所述第一差值与所述第二差值分别输入至PI控制器，基于所述PI控制器确定所述电动挖掘机主驱电机的q轴电压信息以及d轴电压信息；
基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制。
根据本发明提供的一种电动挖掘机主驱电机控制方法，所述基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制，具体包括：
对所述q轴电压信息以及所述d轴电压信息进行坐标变换，确定两相静止坐标系下的电压信息；
对所述电压信息进行矢量脉冲调制，将所述电压信息转化为所述电动挖掘机主驱电机的三相交流信号；
基于所述三相交流信号，对所述电动挖掘机主驱电机进行转速控制。
根据本发明提供的一种电动挖掘机主驱电机控制方法，所述实际q轴电流信息以及所述实际d轴电流信息通过如下方式确定：
测量三相静止坐标系下的q轴电流信息以及d轴电流信息；
将测量结果进行派克变换，得到所述实际q轴电流信息以及所述实际d轴电流信息。
根据本发明提供的一种电动挖掘机主驱电机控制方法，所述基于所述转速误差信息，确定闭环控制器的控制参数，具体包括：
将所述转速误差信息输入至神经网络模型，得到由所述神经网络模型输出的所述闭环控制器的控制参数；
所述神经网络模型基于转速误差信息样本以及所述转速误差信息样本对应的所述电动挖掘机主驱电机的电流信息样本训练得到。
根据本发明提供的一种电动挖掘机主驱电机控制方法，所述神经网络模型具体为BP神经网络模型。
本发明还提供一种电动挖掘机主驱电机控制系统，包括：获取模块、参数确定模块以及控制模块。其中，
获取模块，用于获取电动挖掘机主驱电机的转速误差信息；
参数确定模块，用于基于所述转速误差信息，确定闭环控制器的控制参数；以及，
控制模块，用于基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息；并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
本发明还提供一种电动挖掘机，包括上述所述的电动挖掘机主驱电机控制系统，所述电动挖掘机主驱电机控制系统用于对所述电动挖掘机的主驱电机进行控制。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述电动挖掘机主驱电机控制方法的步骤。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述电动挖掘机主驱电机控制方法的步骤。
本发明提供的一种电动挖掘机主驱电机控制方法、系统及电动挖掘机，其技术效果在于：
本发明提供的电动挖掘机主驱电机控制方法、系统及电动挖掘机，首先，获取电动挖掘机主驱电机的转速误差信息；然后，基于所述转速误差信息，确定闭环控制器的控制参数；再然后，基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息；最后，基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。由于闭环控制器的控制参数基于转速误差信息确定，并非是预先设置的固定值，如此可以提高电动挖掘机主驱电机的响应速度和控制精度，使电动挖掘机在运行过程中面对复杂工况的情况下，电动挖掘机主驱电机的响应速度和控制精度满足较高的要求，提高电动挖掘机应对负载变化等复杂作业工况的能力，进而可以达到令人满意的控制效果。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的电动挖掘机主驱电机控制方法的流程示意图之一；
图2是本发明提供的BP神经网络模型与PID控制器相结合的结构示意图；
图3是本发明采用Level-2 MATLAB S-Functions对BP神经网络模型进行仿真的结构示意图；
图4是本发明提供的电动挖掘机主驱电机控制方法的流程示意图之二；
图5是本发明提供的一种电动挖掘机主驱电机控制系统的结构示意图；
图6是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
由于电动挖掘机在运行时面对的复杂工况，对电动挖掘机主驱电机的响应速度和控制精度要求较高，采用传统的PID控制系统对电动挖掘机主驱电机进行控制，将无法满足复杂工况对电动挖掘机主驱电机的响应速度和控制精度的要求，进而难以实现令人满意的控制效果。为此，本发明实施例中提供了一种电动挖掘机主驱电机控制方法。
图1为本发明实施例中提供的一种电动挖掘机主驱电机控制方法的流程示意图，如图1所示，该方法包括：
S1，获取电动挖掘机主驱电机的转速误差信息；
S2，基于所述转速误差信息，确定闭环控制器的控制参数；
S3，基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息，并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
具体地，本发明实施例中提供的电动挖掘机主驱电机控制方法，其执行主体为电动挖掘机主驱电机控制系统，该系统可以配置于服务器上，服务器可以是本地服务器，也可以是云端服务器，本地服务器可以是计算机、平板电脑以及智能手机等，本发明实施例中对此不作具体限定。电动挖掘机主驱电机可以是永磁同步电机(Permanent-MagnetSynchronous Motor，PMSM)。
首先，执行步骤S1。获取电动挖掘机主驱电机的转速误差信息。转速误差信息可以包括转速误差以及转速误差率等信息，转速误差可以包括当前时刻、当前时刻的前一时刻以及前一时刻的前一时刻的转速误差。转速误差信息的获取方式可以是直接计算理论转速与实际转速的差值，也可以根据历史数据获取，本发明实施例中对此不作具体限定。
然后，执行步骤S2。根据转速误差信息确定闭环控制器的控制参数，不同的转速误差信息对应有闭环控制器的不同控制参数。闭环控制器可以是PID控制器，相应地，PID控制器的控制参数可以包括Kp、Ki以及Kd。闭环控制器的控制参数的确定方式可以采用控制参数确定模型实现。控制参数确定模型用于表征转速误差信息与闭环控制器的控制参数之间的对应关系。控制参数确定模型可以通过神经网络模型构建，并采用样本进行训练得到。控制参数确定模型也可以通过线性回归方程构建，本发明实施例中对此不作具体限定。
最后，执行步骤S3。通过闭环控制器确定出电动挖掘机主驱电机的q轴参考电流信息。本发明实施例中，采用的闭环控制器可以是增量式闭环控制器。q轴参考电流信息可以基于前一时刻闭环控制器的输出以及转速误差信息、闭环控制器的控制参数共同确定。根据q轴参考电流信息以及预设d轴参考电流信息，对电动挖掘机主驱电机进行转速控制，以使电动挖掘机主驱电机进行运行。
本发明实施例中提供的电动挖掘机主驱电机控制方法，首先获取电动挖掘机主驱电机的转速误差信息；然后基于所述转速误差信息，确定闭环控制器的控制参数；再然后基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息；最后基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。由于闭环控制器的控制参数基于转速误差信息确定，并非是预先设置的固定值，如此可以提高电动挖掘机主驱电机的响应速度和控制精度，使电动挖掘机在运行过程中面对复杂工况的情况下，电动挖掘机主驱电机的响应速度和控制精度满足较高的要求，提高电动挖掘机应对负载变化等复杂作业工况的能力，进而可以达到令人满意的控制效果。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制方法，所述基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制，具体包括：
计算所述q轴参考电流信息与实际q轴电流信息的第一差值，并计算所述预设d轴参考电流信息与实际d轴电流信息的第二差值；
将所述第一差值与所述第二差值分别输入至PI控制器，基于所述PI控制器确定所述电动挖掘机主驱电机的q轴电压信息以及d轴电压信息；
基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制。
具体地，本发明实施例中，在根据q轴参考电流信息以及预设d轴参考电流信息对电动挖掘机主驱电机进行转速控制时，可以先计算q轴参考电流信息与实际q轴电流信息的第一差值，并计算预设d轴参考电流信息与实际d轴电流信息的第二差值。若q轴参考电流信息表示为
Figure BDA0003010203250000071
实际q轴电流信息表示为iq，则第一差值为
Figure BDA0003010203250000072
若预设d轴参考电流信息表示为
Figure BDA0003010203250000073
实际d轴电流信息表示为id，则第二差值为
Figure BDA0003010203250000074
其中，预设d轴参考电流信息
Figure BDA0003010203250000075
可以设置为0。
然后将第一差值输入至PI控制器，由PI控制器确定电动挖掘机主驱电机的q轴电压信息Uq，PI控制器是一种线性控制器，将第一差值的比例和积分通过线性组合构成控制量，对q轴电压信息进行控制，并输出结果。将第二差值输入至PI控制器，由PI控制器确定电动挖掘机主驱电机的d轴电压信息Ud。PI控制器将第二差值的比例和积分通过线性组合构成控制量，对d轴电压信息进行控制，并输出结果。
最后根据q轴电压信息以及d轴电压信息，控制电动挖掘机主驱电机进行运行。
本发明实施例中，在进行转速控制时，可以看做是通过矢量控制模型实现，该矢量控制模型包括转速控制环和电流控制环，转速控制环通过闭环控制器实现，电流控制环通过PI控制器实现。
本发明实施例中，通过q轴参考电流信息以及预设d轴参考电流信息，并结合PI控制器，对电动挖掘机主驱电机进行转速控制，控制逻辑简单，可以简化控制过程，提高效率。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制方法，所述基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制，具体包括：
对所述q轴电压信息以及所述d轴电压信息进行坐标变换，确定两相静止坐标系下的电压信息；
对所述电压信息进行矢量脉冲调制，将所述电压信息转化为所述电动挖掘机主驱电机的三相交流信号；
基于所述三相交流信号，对所述电动挖掘机主驱电机进行转速控制。
具体地，本发明实施例中，在根据q轴电压信息以及d轴电压信息对电动挖掘机主驱电机进行转速控制时，首先对q轴电压信息以及d轴电压信息进行坐标变换，确定两相静止坐标系x-θ下的电压信息；然后可以通过空间矢量脉冲调制(Space Vector Pulse WidthModulation，SVPWM)模块对坐标变换得到的电压信息进行矢量脉冲调制，将电压信息转化为电动挖掘机主驱电机的三相交流信号iabc；最后根据三相交流信号控制电动挖掘机主驱电机的转速，以实现控制电动挖掘机主驱电机运动。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制方法，所述实际q轴电流信息以及所述实际d轴电流信息通过如下方式确定：
测量三相静止坐标系下的q轴电流信息以及d轴电流信息；
将测量结果进行派克变换，得到所述实际q轴电流信息以及所述实际d轴电流信息。
具体地，本发明实施例中，在确定实际q轴电流信息时，首先可以测量出三相静止坐标系下的q轴电流信息，然后将测量到的q轴电流信息进行派克变换(Park变换)，即可得到实际q轴电流信息。在确定实际d轴电流信息时，首先可以测量出三相静止坐标系下的d轴电流信息，然后将测量到的d轴电流信息进行派克变换(Park变换)，即可得到实际d轴电流信息。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制方法，所述基于所述转速误差信息，确定闭环控制器的控制参数，具体包括：
将所述转速误差信息输入至神经网络模型，得到由所述神经网络模型输出的所述闭环控制器的控制参数；
所述神经网络模型基于转速误差信息样本以及所述转速误差信息样本对应的所述电动挖掘机主驱电机的电流信息样本训练得到。
具体地，本发明实施例中采用的神经网络模型可以包括输入层、隐藏层以及输出层这三层，输入层、隐藏层以及输出层依次连接。输入层用于对转速误差信息进行初步处理，将转速误差信息转化为神经网络模型能够识别的转速误差信息并进行后续处理。以下以闭环控制器是PID控制器为例进行说明。
设神经网络模型的输入向量为x，x的维度为ni＝3，则x可以表示为：
Figure BDA0003010203250000091
其中，e(k)、e(k-1)、e(k-2)分别为第k时刻、第k-1时刻、第k-2时刻的转速误差。若第k时刻为当前时刻，则第k-1时刻为当前时刻的前一时刻，第k-2时刻为前一时刻的前一时刻。
神经网络模型的隐藏层的输出a[1]为：
Figure BDA0003010203250000101
a[1]＝g[1](z[1])
其中，
Figure BDA0003010203250000102
为隐藏层的权重矩阵，矩阵大小为nh×ni，nh为隐藏层内神经元的个数，nh＝8，ni为输入层内神经元的个数，ni＝3。b[1]为隐藏层的偏差矩阵。g[1](z)为隐藏层的激活函数，其函数表达式为：
Figure BDA0003010203250000103
神经网络模型的输出层的输出a[2]为：
Figure BDA0003010203250000104
Figure BDA0003010203250000105
其中，
Figure BDA0003010203250000106
为输出的权重矩阵，矩阵大小为no×nh，nh为隐藏层的神经元的个数，nh＝8为输出层的神经元的个数，no＝3。b[2]为输出层的偏差矩阵。g[2](z)为输出层的激活函数，其函数表达式为：
Figure BDA0003010203250000107
PID控制器的输入为：
Figure BDA0003010203250000108
令xR＝[e(k)-e(k-1),e(k),e(k)-2e(k-1)+e(k-2)]T，则可以得到PID控制器的输出为：
Figure BDA0003010203250000111
其中，u(k)为第k时刻PID控制器的输出。
在上述实施例的基础上，本发明实施例中的神经网络模型可以是BP神经网络模型。为了实现误差的反向传播，定义性能指标函数J(r,y)。其中，y(k)表示转速输出值，r(k)表示转速的给定值，性能指标函数的表达式为：
Figure BDA0003010203250000112
用
Figure BDA00030102032500001111
表示两个矩阵各元素对应相乘运算，定义反向传播函数为：
Figure BDA0003010203250000113
Figure BDA0003010203250000114
Figure BDA0003010203250000115
Figure BDA0003010203250000116
其中：
Figure BDA0003010203250000117
由于电动挖掘机主驱电机的导数难以准确求得，将其近似为：
Figure BDA0003010203250000118
输出层的反向传播函数为：
Figure BDA0003010203250000119
Figure BDA00030102032500001110
以上，得到
Figure BDA0003010203250000121
的表达式为：
Figure BDA0003010203250000122
进公式求导得到
Figure BDA0003010203250000123
的表达式为：
Figure BDA0003010203250000124
以上，得到各层权重的导数值为：
Figure BDA0003010203250000125
Figure BDA0003010203250000126
Figure BDA0003010203250000127
Figure BDA0003010203250000128
BP神经网络模型中权重的更新采用梯度下降的方式并增加动量项，梯度更新表达式为：
Figure BDA0003010203250000129
Figure BDA00030102032500001210
Figure BDA00030102032500001211
Figure BDA00030102032500001212
其中α为学习速率，β为惯性系数。
图2是本发明实施例中提供的BP神经网络模型与PID控制器相结合的结构示意图。如图2所示，BP神经网络模型的输入为e，经输入层后得到e(k)、e(k-1)、e(k-2)，经隐藏层得到a[1]，经输出层得到a[2]。最终由BP神经网络模型输出Kp、Ki、Kd。将Kp、Ki、Kd输入至PID控制器，得到u(k)。
图3是本发明实施例中采用Level-2 MATLAB S-Functions对BP神经网络模型进行仿真的结构示意图，如图3中，输入为r(k)、y(k)以及u，且包含有5个延迟单元，分别为UnitDelay、Unit Delay1、Unit Delay2、Unit Delay3、Unit Delay5。输出为Kp、Ki、Kd。仿真结果表明，本发明实施例中提供的电动挖掘机主驱电机控制方法能够改善电动挖掘机主驱电机在转速或负载阶跃响应、负载扰动响应等工况下的响应和稳定工作情况，提高挖掘机应对复杂工况的作业能力。
图4是本发明实施例中提供的电动挖掘机主驱电机控制方法的完整流程示意图。如图4所示，该方法首先通过BP神经网络模型确定出PID控制器的控制参数，然后通过PID控制器确定出q轴参考电流信息
Figure BDA0003010203250000131
然后确定
Figure BDA0003010203250000132
并将
Figure BDA0003010203250000133
输入至PI控制器，由PI控制器输出Uq。另一方面，给定
Figure BDA0003010203250000134
然后确定
Figure BDA0003010203250000135
并将
Figure BDA0003010203250000136
输入至PI控制器，由PI控制器输出Ud。将Uq与Ud进行坐标变换，并经过SVPWM及逆变器，得到三相交流信号iabc。将iabc输出至PMSM进行转速控制。
图5是本发明实施例中提供的一种电动挖掘机主驱电机控制系统的结构示意图，该系统包括：获取模块51、参数确定模块52以及控制模块53。其中，
获取模块51用于获取电动挖掘机主驱电机的转速误差信息；
参数确定模块52用于基于所述转速误差信息，确定闭环控制器的控制参数；
控制模块53用于基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息；并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制系统，所述控制模块，具体包括：
计算子模块，用于计算所述q轴参考电流信息与实际q轴电流信息的第一差值，并计算所述预设d轴参考电流信息与实际d轴电流信息的第二差值；
电压信息的子模块，用于将所述第一差值与所述第二差值分别输入至PI控制器，基于所述PI控制器确定所述电动挖掘机主驱电机的q轴电压信息以及d轴电压信息；
控制子模块，用于基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制系统，所述控制子模块，具体包括：
坐标转换单元，用于对所述q轴电压信息以及所述d轴电压信息进行坐标变换，确定两相静止坐标系下的电压信息；
信息转化单元，用于对所述电压信息进行矢量脉冲调制，将所述电压信息转化为所述电动挖掘机主驱电机的三相交流信号；
控制单元，用于基于所述三相交流信号，对所述电动挖掘机主驱电机进行转速控制。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制系统，还包括实际电流信息确定模块，用于：
测量三相静止坐标系下的q轴电流信息以及d轴电流信息；
将测量结果进行派克变换，得到所述实际q轴电流信息以及所述实际d轴电流信息。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制系统，所述参数确定模块，具体用于：
将所述转速误差信息输入至神经网络模型，得到由所述神经网络模型输出的所述闭环控制器的控制参数；
所述神经网络模型基于转速误差信息样本以及所述转速误差信息样本对应的所述电动挖掘机主驱电机的电流信息样本训练得到。
在上述实施例的基础上，本发明实施例中提供的电动挖掘机主驱电机控制系统，所述神经网络模型具体为BP神经网络模型。
具体地，本发明实施例中提供的电动挖掘机主驱电机控制系统中各模块的作用与上述方法类实施例中各步骤的操作流程是一一对应的，实现的效果也是一致的，具体参见上述实施例，本发明实施例中对此不再赘述。
在上述实施例的基础上，本发明实施例中提供了一种电动挖掘机，包括上述各系统实施例中所述的电动挖掘机主驱电机控制系统，所述电动挖掘机主驱电机控制系统用于对所述电动挖掘机的主驱电机进行控制。
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(Communications Interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行上述各方法类实施例中提供的电动挖掘机主驱电机控制方法，该方法包括：获取电动挖掘机主驱电机的转速误差信息；基于所述转速误差信息，确定闭环控制器的控制参数；基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息，并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法类实施例中提供的电动挖掘机主驱电机控制方法，该方法包括：获取电动挖掘机主驱电机的转速误差信息；基于所述转速误差信息，确定闭环控制器的控制参数；基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息，并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法类实施例中提供的电动挖掘机主驱电机控制方法，该方法包括：获取电动挖掘机主驱电机的转速误差信息；基于所述转速误差信息，确定闭环控制器的控制参数；基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息，并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种电动挖掘机主驱电机控制方法，其特征在于，包括：
获取电动挖掘机主驱电机的转速误差信息；
基于所述转速误差信息，确定闭环控制器的控制参数；
基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息，并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
2.根据权利要求1所述的电动挖掘机主驱电机控制方法，其特征在于，所述基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制，具体包括：
计算所述q轴参考电流信息与实际q轴电流信息的第一差值，并计算所述预设d轴参考电流信息与实际d轴电流信息的第二差值；
将所述第一差值与所述第二差值分别输入至PI控制器，基于所述PI控制器确定所述电动挖掘机主驱电机的q轴电压信息以及d轴电压信息；
基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制。
3.根据权利要求2所述的电动挖掘机主驱电机控制方法，其特征在于，所述基于所述q轴电压信息以及所述d轴电压信息，对所述电动挖掘机主驱电机进行转速控制，具体包括：
对所述q轴电压信息以及所述d轴电压信息进行坐标变换，确定两相静止坐标系下的电压信息；
对所述电压信息进行矢量脉冲调制，将所述电压信息转化为所述电动挖掘机主驱电机的三相交流信号；
基于所述三相交流信号，对所述电动挖掘机主驱电机进行转速控制。
4.根据权利要求2所述的电动挖掘机主驱电机控制方法，其特征在于，所述实际q轴电流信息以及所述实际d轴电流信息通过如下方式确定：
测量三相静止坐标系下的q轴电流信息以及d轴电流信息；
将测量结果进行派克变换，得到所述实际q轴电流信息以及所述实际d轴电流信息。
5.根据权利要求1-4中任一项所述的电动挖掘机主驱电机控制方法，其特征在于，所述基于所述转速误差信息，确定闭环控制器的控制参数，具体包括：
将所述转速误差信息输入至神经网络模型，得到由所述神经网络模型输出的所述闭环控制器的控制参数；
所述神经网络模型基于转速误差信息样本以及所述转速误差信息样本对应的所述电动挖掘机主驱电机的电流信息样本训练得到。
6.根据权利要求5所述的电动挖掘机主驱电机控制方法，其特征在于，所述神经网络模型具体为BP神经网络模型。
7.一种电动挖掘机主驱电机控制系统，其特征在于，包括：
获取模块，用于获取电动挖掘机主驱电机的转速误差信息；
参数确定模块，用于基于所述转速误差信息，确定闭环控制器的控制参数；以及，
控制模块，用于基于所述闭环控制器，确定所述电动挖掘机主驱电机的q轴参考电流信息；并基于所述q轴参考电流信息以及预设d轴参考电流信息，对所述电动挖掘机主驱电机进行转速控制。
8.一种电动挖掘机，其特征在于，包括如权利要求7所述的电动挖掘机主驱电机控制系统，所述电动挖掘机主驱电机控制系统用于对所述电动挖掘机的主驱电机进行控制。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述电动挖掘机主驱电机控制方法的步骤。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述电动挖掘机主驱电机控制方法的步骤。
CN202110373255.2A 2021-04-07 2021-04-07 电动挖掘机主驱电机控制方法、系统及电动挖掘机 Pending CN113114079A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110373255.2A CN113114079A (zh) 2021-04-07 2021-04-07 电动挖掘机主驱电机控制方法、系统及电动挖掘机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110373255.2A CN113114079A (zh) 2021-04-07 2021-04-07 电动挖掘机主驱电机控制方法、系统及电动挖掘机

Publications (1)

Publication Number Publication Date
CN113114079A true CN113114079A (zh) 2021-07-13

Family

ID=76715251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110373255.2A Pending CN113114079A (zh) 2021-04-07 2021-04-07 电动挖掘机主驱电机控制方法、系统及电动挖掘机

Country Status (1)

Country Link
CN (1) CN113114079A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415497A (zh) * 2022-01-19 2022-04-29 上海壁仞智能科技有限公司 控制参数调节方法、装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08294300A (ja) * 1995-02-23 1996-11-05 Toshiba Corp 誘導機の速度推定方法及び制御装置
KR20070080249A (ko) * 2007-07-02 2007-08-09 순천대학교 산학협력단 신경회로망을 이용한 ipmsm의 효율 최적화 제어시스템
US20150039545A1 (en) * 2013-08-05 2015-02-05 City University of London Systems, methods and devices for vector control of permanent magnet synchronous machines using artificial neural networks
CN106849814A (zh) * 2017-03-27 2017-06-13 无锡开放大学 基于果蝇蛙跳模糊神经网络pid直线同步电机控制方法
CN109193767A (zh) * 2018-09-18 2019-01-11 江苏大学 一种基于bp神经网络和双模结构重复控制的新型光伏逆变器控制方法
CN110989366A (zh) * 2020-03-04 2020-04-10 中国铁建重工集团股份有限公司 掘进机的控制方法、掘进机与计算机可读存储介质
CN111600519A (zh) * 2020-05-26 2020-08-28 佛山金华信智能科技有限公司 伺服电机控制方法、装置、电子设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08294300A (ja) * 1995-02-23 1996-11-05 Toshiba Corp 誘導機の速度推定方法及び制御装置
KR20070080249A (ko) * 2007-07-02 2007-08-09 순천대학교 산학협력단 신경회로망을 이용한 ipmsm의 효율 최적화 제어시스템
US20150039545A1 (en) * 2013-08-05 2015-02-05 City University of London Systems, methods and devices for vector control of permanent magnet synchronous machines using artificial neural networks
CN106849814A (zh) * 2017-03-27 2017-06-13 无锡开放大学 基于果蝇蛙跳模糊神经网络pid直线同步电机控制方法
CN109193767A (zh) * 2018-09-18 2019-01-11 江苏大学 一种基于bp神经网络和双模结构重复控制的新型光伏逆变器控制方法
CN110989366A (zh) * 2020-03-04 2020-04-10 中国铁建重工集团股份有限公司 掘进机的控制方法、掘进机与计算机可读存储介质
CN111600519A (zh) * 2020-05-26 2020-08-28 佛山金华信智能科技有限公司 伺服电机控制方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
叶德住: "基于BP神经网络的永磁同步电机控制", 《微电机》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114415497A (zh) * 2022-01-19 2022-04-29 上海壁仞智能科技有限公司 控制参数调节方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN103338003B (zh) 一种电机负载转矩及惯量同时在线辨识的方法
CN106026822A (zh) 伺服电机驱动系统的惯量在线辨识方法及系统
CN101552588B (zh) 电动机控制装置及电动机控制系统
CN102611380B (zh) 一种双馈电机参数在线辨识方法
CN106452247B (zh) 一种永磁同步电机转动惯量辨识的方法及装置
CN106788028B (zh) 无轴承永磁同步电机强化学习控制器及其构造方法
CN104009696B (zh) 一种基于滑模控制的交互式模型参考自适应速度与定子电阻的辨识方法
CN111884555B (zh) 一种永磁同步电机转子转速与位置的滤波估计方法
CN105184027A (zh) 一种基于交互式多模型算法的电力负荷建模方法
CN107395083A (zh) Pmlsm伺服控制系统位置与速度估计方法及装置
CN113114079A (zh) 电动挖掘机主驱电机控制方法、系统及电动挖掘机
US11757390B2 (en) Motor inductance measurement device, motor drive system, and motor inductance measurement method
CN104022701B (zh) 一种永磁同步直线电机牛顿法内模速度控制方法
CN111340950A (zh) 数字高程模型重建方法及装置
CN113283063B (zh) 摩擦力识别方法、模组、设备及计算机可读介质
CN114584026A (zh) 一种优化永磁同步电机参数鲁棒性的方法及相关设备
Nguyen et al. Design and implementation of a RBF-based PI Controller for PMSM Drives
Maiti et al. An alternative adaptation mechanism for model reference adaptive system based sensorless induction motor drive
CN114244216A (zh) 一种永磁同步电机参数辨识方法、装置及系统
CN112332736A (zh) 基于电流差分的异步电机无差拍预测电流控制方法和装置
CN110347040A (zh) 一种协同运动机构的控制方法、装置、设备及存储介质
CN117097220B (zh) 一种应用在电动叉车感应电机empc电流环控制方法及系统
CN114172436B (zh) 基于观测器的异步电动机指令滤波离散控制方法
Sunny et al. High performance parameter observation of induction motor with sensorless vector Control using extended Kalman filter
CN117040355A (zh) 同步磁阻电机模型预测速度控制方法、系统、芯片及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination