CN113708692A - 基于经验信息的大脑情绪控制器的永磁同步电机控制方法 - Google Patents
基于经验信息的大脑情绪控制器的永磁同步电机控制方法 Download PDFInfo
- Publication number
- CN113708692A CN113708692A CN202111031960.0A CN202111031960A CN113708692A CN 113708692 A CN113708692 A CN 113708692A CN 202111031960 A CN202111031960 A CN 202111031960A CN 113708692 A CN113708692 A CN 113708692A
- Authority
- CN
- China
- Prior art keywords
- signal
- speed
- permanent magnet
- controller based
- stimulation
- 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.)
- Granted
Links
- 230000008451 emotion Effects 0.000 title claims abstract description 59
- 210000004556 brain Anatomy 0.000 title claims abstract description 51
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims abstract description 17
- 230000000638 stimulation Effects 0.000 claims abstract description 88
- 235000011437 Amygdalus communis Nutrition 0.000 claims abstract description 75
- 241000220304 Prunus dulcis Species 0.000 claims abstract description 75
- 235000020224 almond Nutrition 0.000 claims abstract description 75
- 210000002442 prefrontal cortex Anatomy 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 claims abstract description 18
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 210000005153 frontal cortex Anatomy 0.000 claims description 12
- 239000005364 simax Substances 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 8
- 230000001953 sensory effect Effects 0.000 claims description 8
- 210000001103 thalamus Anatomy 0.000 claims description 8
- 230000006870 function Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 230000002490 cerebral effect Effects 0.000 claims description 4
- 230000002996 emotional effect Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 3
- 230000006386 memory function Effects 0.000 claims description 2
- 230000006397 emotional response Effects 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 230000002450 orbitofrontal effect Effects 0.000 description 7
- 210000004727 amygdala Anatomy 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 241000124008 Mammalia Species 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000036651 mood Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003938 response to stress Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000003715 limbic system Anatomy 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000036632 reaction speed Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
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
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/001—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using fuzzy control
-
- 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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- 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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/18—Estimation of position or speed
-
- 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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/20—Estimation of torque
-
- 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
- H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
- H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
- H02P25/022—Synchronous motors
-
- 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
- H02P27/12—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 pulsing by guiding the flux vector, current vector or voltage vector on a circle or a closed curve, e.g. for direct torque control
-
- 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
- H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
- H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Magnetic Treatment Devices (AREA)
Abstract
本发明为一种基于经验信息的大脑情绪控制器的永磁同步电机控制方法，包括第一步、对永磁同步电机的转速和三相电流进行实时采样，计算速度误差；将速度误差转换为刺激信号和奖励信号；第二步、设计基于经验信息的大脑情绪控制器，将刺激信号和奖励信号输入到基于经验信息的大脑情绪控制器中，基于经验信息的大脑情绪控制器输出转矩参考值；背外侧前额叶皮层接收刺激信号、奖励信号与杏仁体输出产生的差值信号判断杏仁体对奖励信号的跟踪效果，并根据跟踪效果调节杏仁体中各刺激信号的权值更新速度；第三步、将基于经验信息的大脑情绪控制器作为速度控制器。该方法能够对永磁同步电机的速度进行判断，改善了速度控制器对速度的跟踪性能。
Description
技术领域
本发明属于永磁同步电机技术领域，具体地说是一种基于经验信息的大脑情绪控制器的永磁同步电机控制方法。
背景技术
永磁同步电机具有体积小、结构简单、功率因数高、转动惯量小和响应速度快等优点，被广泛应用于航空航天、石油工业和工业机器人等各种场合。永磁同步电机复杂的驱动机理而产生的不可测非线性量会对电机速度产生影响，因此需要高性能的速度控制器对速度进行快速且准确的控制，保证永磁同步电机能够从参数变化和扰动中快速恢复转速水平。
大脑情绪控制算法是根据哺乳动物边缘系统中几个主要组织间的信号传输逻辑而提出的，相较于其他控制算法具有速度快、自适应、稳定性高等优点，被广泛应用于各种非线性系统中。边缘系统是使哺乳动物产生情绪，对外界刺激作出快速反应的重要系统。当外界刺激满足或不满足自身需求时，产生对应的情绪以应对这种外界刺激，并且记忆已产生的情绪，以后遇到相同刺激便可以快速反应。边缘系统中实现这一重要功能的相关组织为丘脑、感觉皮层、杏仁体、眶额皮质以及背外侧前额叶皮层，丘脑接收到外部刺激信号后，对信号进行分类处理，将刺激程度最大的信号传递给杏仁体，将其余刺激信号传递给感觉皮层和背外侧前额叶皮层。感觉皮层通过对信号的分析和过滤，将信号进一步传递给杏仁体和眶额皮质。在杏仁体中，刺激程度最大的信号产生一个快速但不一定准确地反应，作为人体的应激反应；其余刺激信号在由经验的记忆组成的评判标准下产生对应的情绪反应，该情绪反应信号进一步传递给背外侧前额叶皮层；在眶额皮质中，刺激信号在评判标准的规范下对杏仁体产生情绪的程度进行调节。背外侧前额叶皮层起到判断外界刺激程度的作用，根据丘脑传递的刺激信号和杏仁体反馈的情绪反应判断当前情绪是否能够应对刺激，并将输出信号传递至杏仁体，对杏仁体产生的情绪反应进行促进或抑制调节，杏仁体在背外侧前额叶皮层以及眶额皮质的调节作用下，产生最适当的情绪反应。
但是，传统的大脑情绪控制器仅考虑了边缘系统中的丘脑、感觉皮层、杏仁体和眶额皮质，只实现了边缘系统复杂功能中的一小部分，没有真正实现边缘系统的工作机制，即无法实现边缘系统的判断机制，无法判断杏仁体的情绪反应效果。传统的大脑情绪控制器用作速度控制器，虽然能够提高对永磁同步电机速度的跟踪效果但提高程度有限，但是传统的大脑情绪控制器在进行速度追踪时会持续反复调节，效率较低。
发明内容
针对现有技术的不足，本发明拟解决的技术问题是，提供一种基于经验信息的大脑情绪控制器的永磁同步电机控制方法。
本发明解决该技术问题所采用的技术方案是：
一种基于经验信息的大脑情绪控制器的永磁同步电机控制方法，其特征在于，该方法包括以下步骤：
第一步、对永磁同步电机的转速和三相电流进行实时采样，计算速度误差；将速度误差转换为刺激信号和奖励信号；
第二步、设计基于经验信息的大脑情绪控制器，基于经验信息的大脑情绪控制器包括丘脑、感觉皮层、杏仁体、眶额皮质以及背外侧前额叶皮层；将刺激信号和奖励信号输入到基于经验信息的大脑情绪控制器中；杏仁体生成反应信号，并通过更新各刺激信号的权值跟踪奖励信号；背外侧前额叶皮层接收刺激信号、奖励信号与杏仁体输出产生的差值信号判断杏仁体对奖励信号的跟踪效果，并根据跟踪效果调节杏仁体中各刺激信号的权值更新速度；眶额皮质接收刺激信号和奖励信号，促进杏仁体中各刺激信号权值的更新；最后基于经验信息的大脑情绪控制器输出转矩参考值；
第三步、将基于经验信息的大脑情绪控制器作为速度控制器，用于永磁同步电机的矢量控制系统中，对永磁同步电机进行控制。
第二步中背外侧前额叶皮层的工作过程为：
将背外侧前额叶皮层的输出作为情感系数，通过模糊逻辑模块来实现背外侧前额叶皮层的判断和记忆功能，模糊逻辑模块包含两个输入和一个输出，两个输入分别为刺激信号、奖励信号与杏仁体输出产生的差值信号；刺激信号包含小、中、大三个模糊语言值，奖励信号与杏仁体输出产生的差值信号包含负大、零、正大三个模糊语言值；模糊逻辑模块的输出为情感系数，包含为悲伤、平淡和亢奋三个模糊语言值；两个输入和一个输出均使用三角形隶属度函数；由两个输入和一个输出建立模糊推理规则，根据模糊推理规则判断杏仁体对奖励信号的跟踪效果，并调节杏仁体中各刺激信号的权值更新速度。
第二步中，杏仁体根据式(4)更新各个刺激信号的权值；
式(4)中，Vi'、V'max分别为第i个刺激信号SIi和最大刺激信号SImax更新后的权值，Vi、Vmax分别为第i个刺激信号SIi和最大刺激信号SImax在杏仁体中对应节点的权值，ε为杏仁体的学习速率，REW为奖励信号，
为杏仁体中所有刺激信号的输出，z为背外侧前额叶皮层的输出，m为刺激信号的个数。
第一步中，根据式(1)计算速度误差e；
e＝n*-n (1)
式(1)中，n为速度测量值，n*为速度参考值；
利用式(2)将速度误差e转换为刺激信号SI和奖励信号REW；
式(2)中，T*为转矩参考值，t表示时间自变量，S1、S2、R1、R2、Ru均为常数。
与现有技术相比，本发明的有益效果是：
1、本发明充分考虑哺乳动物边缘系统的作用逻辑和机理，充分发掘背外侧前额叶皮层对边缘系统工作机制的影响，将背外侧前额叶皮层加入到传统的大脑情绪控制器中，得到基于经验信息的大脑情绪控制器，基于经验信息的大脑情绪控制器的工作机制更加符合真实的大脑情绪反应过程，反应速度更快，反应机理清晰高效，且计算量小、鲁棒性高；将基于经验信息的大脑情绪控制器作为速度控制器，能够对永磁同步电机的速度进行判断，进而改善速度控制器对速度的跟踪性能。
2、本发明方法将基于经验信息的大脑情绪控制器用作永磁同步电机的速度控制器，提高了对给定转速的逼近速度，加强了扰动后速度的恢复能力；从理论上克服了由于负载、扰动等参数变化导致永磁同步电机速度改变而不能尽快恢复的缺陷，实现了永磁同步电机速度的自调整。
3、背外侧前额叶皮层接收刺激输入信号以及奖励信号与杏仁体输出产生的差值信号，判断杏仁体是否在正常范围内跟踪奖励信号；若跟踪效果不好则改变权值和学习速率，从而快速改善跟踪性能。
附图说明
图1为本永磁同步电机的矢量控制系统的结构示意图；
图2为本发明基于经验信息的大脑情绪控制器的结构示意图；
图3为在给定速度1000r/min的条件下，使用基于经验信息的大脑情绪控制器对永磁同步电机转速进行控制的仿真结果图；
图4为在给定速度1000r/min的条件下，使用传统的大脑情绪控制器对永磁同步电机转速进行控制的仿真结果图。
具体实施方式
下面结合具体实施例和附图对本发明的技术方案进行详细说明，但并不以此限定本申请的保护范围。
本发明为一种基于经验信息的大脑情绪控制器的永磁同步电机控制方法(简称方法，参见图1-4)，包括以下步骤：
第一步、对永磁同步电机的转速和三相电流i＝[ia,ib,ic]进行实时采样，将三相电流分别通过Clark变换和Park变换生成电流测量值id、iq；根据式(1)计算速度误差e；
e＝n*-n (1)
式(1)中，n为速度测量值，n*为速度参考值；
利用式(2)将速度误差e转换为刺激信号SI和奖励信号REW；
式(2)中，T*为基于经验信息的大脑情绪控制器的输出，即速度控制器输出的转矩参考值；t表示时间自变量，S1、S2、R1、R2、Ru均为常数；
第二步、设计基于经验信息的大脑情绪控制器，并将刺激信号SI和奖励信号REW输入到基于经验信息的大脑情绪控制器中；如图2所示，基于经验信息的大脑情绪控制器包括丘脑、感觉皮层、杏仁体、眶额皮质以及背外侧前额叶皮层；杏仁体生成反应信号，并通过更新各刺激信号的权值跟踪奖励信号；背外侧前额叶皮层接收刺激信号、奖励信号REW与杏仁体输出产生的差值信号R-A判断杏仁体跟踪奖励信号的效果，调节杏仁体中各刺激信号的权值更新速度；眶额皮质接收刺激信号和奖励信号，促进杏仁体中各刺激信号权值的更新；最后基于经验信息的大脑情绪控制器输出转矩参考值T*；
每个刺激信号在杏仁体和眶额皮质中都有相应的节点接收；首先，丘脑对刺激信号SI进行分类处理，分离出刺激信号SI中的最大值，即最大刺激信号SImax；刺激信号SI、奖励信号REW和最大刺激信号SImax在感觉皮层作进一步处理，然后被传递至杏仁体；
杏仁体对接收到的刺激信号SI、奖励信号REW和最大刺激信号SImax进行学习，产生情绪反应并生成反应信号，即杏仁体输出；最大刺激信号SImax产生一个快速但不一定准确地反应，作为应激反应；如式(3)所示，杏仁体输出分为最大刺激信号SImax对应的输出和所有刺激信号的输出这两部分；
式(3)中，Ai、Vi分别为第i个刺激信号SIi在杏仁体中对应节点的输出和权值，Amax、Vmax分别为最大刺激信号SImax在杏仁体中对应节点的输出和权值；
杏仁体根据式(4)更新各个刺激信号的权值，并通过权值的更新进行学习；
式(4)中，ε为杏仁体的学习速率，Vi'、V'max分别为第i个刺激信号SIi和最大刺激信号SImax更新后的权值，
为杏仁体中所有刺激信号的输出，z为背外侧前额叶皮层的输出，m为刺激信号的个数；
由式(4)可以看出，杏仁体中第i个刺激信号的权值变化量
的正负仅与刺激信号SIi的正负有关，这表明杏仁体会一直保持对刺激信号的学习，直到达到奖励信号的要求；同时也表明杏仁体权值更新的目的是使杏仁体输出逼近奖励信号，但可能会存在较大误差，不能精确跟踪奖励信号；若要实现精确跟踪，则需要眶额皮质参与调节；
背外侧前额叶皮层接收刺激信号SI以及奖励信号REW与杏仁体输出产生的差值信号R-A判断杏仁体对奖励信号的跟踪效果，根据跟踪效果调节杏仁体中各个刺激信号的权值更新速度；将背外侧前额叶皮层的输出z作为情感系数，反映了当前周期的刺激水平，同时反映了杏仁体中权值的更新速度；通过模糊逻辑模块来实现背外侧前额叶皮层的“判断”和“记忆”功能，模糊逻辑模块包含两个输入和一个输出，两个输入分别为奖励信号REW与杏仁体输出产生的差值信号R-A、刺激信号SI，刺激信号SI包含小、中、大三个模糊语言值，SI∈[0,1000]；奖励信号REW与杏仁体输出产生的差值信号R-A包含负大、零、正大三个模糊语言值，R-A∈[13,21]；模糊逻辑模块的输出为情感系数z，包含为悲伤、平淡和亢奋三个模糊语言值，z∈[4,9]；两个输入和一个输出均使用三角形隶属度函数，得到如表1所示的模糊推理规则，通过模糊推理规则判断跟踪效果，得到背外侧前额叶皮层的输出z；将背外侧前额叶皮层的输出z传输至杏仁体，调节杏仁体中各个刺激信号的权值更新速度，进而实现杏仁体对奖励信号REW的追踪；
表1 模糊推理规则
眶额皮质对接收到的刺激信号SI和奖励信号REW进行学习，得到式(5)的眶额皮质的输出，并按照式(6)更新各个刺激信号的权值；
Oi＝SIi·Wi (5)
式(5)中，Oi、Wi分别为第i个刺激信号SIi在眶额皮质中对应节点的输出和权值；
式(6)中，ω为眶额皮质的学习速率，
为眶额皮质中所有刺激信号的输出；
由式(6)可知，眶额皮质中刺激信号的权值变化量
可正可负，体现了眶额皮质对杏仁体输出的调节作用，促进杏仁体中各个刺激信号的权值更新；眶额皮质通过权值的更新来实现对杏仁体的学习过程进行调节，防止杏仁体进入过学习和欠学习状态，使杏仁体输出持续跟踪奖励信号REW；杏仁体通过权值的更新进行学习以及背外侧前额叶皮层的调节，以最快速度逼近并跟踪REW信号；
最后，由式(7)得到基于经验信息的大脑情绪控制器(E-BELBIC)的输出信号，即转矩参考值T*；
第三步、将基于经验信息的大脑情绪控制器作为速度控制器，用于永磁同步电机的矢量控制系统中，对永磁同步电机进行控制；
如图1所示，永磁同步电机的矢量控制系统包含永磁同步电机(PMSM)、速度检测模块、电流监测模块、信号计算模块、速度控制器、转矩电流关系模块、电流控制器、SVPWM模块和IGBT逆变器；速度检测模块对永磁同步电机的转速进行采样，电流检测模块对永磁同步电机的三相电流进行采样，信号计算模块用于计算刺激信号和奖励信号，转矩电流关系模块将速度控制器输出的转矩参考值转换为电流参考值，电流控制器将电流参考值转换为电压，SVPWM模块用于生成PWM调制波；
转矩参考值T*在转矩电流关系模块中进行电流和转矩的匹配，使永磁同步电机使用最小的电流产生最大的转矩，利用式(8)、(9)计算得到电流参考值
式(8)中，Pn为永磁同步电机的极对数，ψf为永磁体磁链，Ld、Lq分别为d轴、q轴电感分量；
将电流参考值
与电流测量值id、iq一起输入电流控制器，进行电流的调制，得到电压ud、uq；电压ud、uq经过Park变换生成量静止坐标系下的两相控制电压uα、uβ，根据两相控制电压uα、uβ进行SVPWM调制，生成PWM调制波；通过PWM调制波控制IGBT逆变器，输出控制永磁同步电机的三相电压ua、ub、uc，对永磁同步电机的转速进行调制；永磁同步电机的转速和三相电流在下一采样周期被检测，进行下一周期的调制。
图3、4分别为在给定速度1000r/min的条件下，使用本发明的基于经验信息的大脑情绪控制器和传统的大脑情绪控制器对永磁同步电机转速进行控制的仿真结果图；结果表明，在参数稳定状态下本发明的基于经验信息的大脑情绪控制器能够实现永磁同步电机转速的快速跟踪，并于9.4×10-3s达到给定速度，相比于传统的大脑情绪控制器于10.1×10- 3s达到给定速度，基于经验信息的大脑情绪控制器的速度跟踪效果比传统的大脑情绪控制器提高了7％；此外，在突加负载时本发明的基于经验信息的大脑情绪控制器也能够实现速度的快速恢复，并于7.2×10-2s恢复给定速度，相比于传统的大脑情绪控制器于8.2×10-2s恢复给定速度，速度基于经验信息的大脑情绪控制器的速度恢复能力提高了13％，因此本发明所设计基于经验信息的大脑情绪控制器具有准确性高，鲁棒性强的特点，提高了对永磁同步电机转速的跟踪性能。
本发明未述及之处适用于现有技术。
Claims (4)
1.一种基于经验信息的大脑情绪控制器的永磁同步电机控制方法，其特征在于，该方法包括以下步骤：
第一步、对永磁同步电机的转速和三相电流进行实时采样，计算速度误差；将速度误差转换为刺激信号和奖励信号；
第二步、设计基于经验信息的大脑情绪控制器，基于经验信息的大脑情绪控制器包括丘脑、感觉皮层、杏仁体、眶额皮质以及背外侧前额叶皮层；将刺激信号和奖励信号输入到基于经验信息的大脑情绪控制器中；杏仁体生成反应信号，并通过更新各刺激信号的权值跟踪奖励信号；背外侧前额叶皮层接收刺激信号、奖励信号与杏仁体输出产生的差值信号判断杏仁体对奖励信号的跟踪效果，并根据跟踪效果调节杏仁体中各刺激信号的权值更新速度；眶额皮质接收刺激信号和奖励信号，促进杏仁体中各刺激信号权值的更新；最后基于经验信息的大脑情绪控制器输出转矩参考值；
第三步、将基于经验信息的大脑情绪控制器作为速度控制器，用于永磁同步电机的矢量控制系统中，对永磁同步电机进行控制。
2.根据权利要求1所述的基于经验信息的大脑情绪控制器的永磁同步电机控制方法，其特征在于，第二步中背外侧前额叶皮层的工作过程为：
将背外侧前额叶皮层的输出作为情感系数，通过模糊逻辑模块来实现背外侧前额叶皮层的判断和记忆功能，模糊逻辑模块包含两个输入和一个输出，两个输入分别为刺激信号、奖励信号与杏仁体输出产生的差值信号；刺激信号包含小、中、大三个模糊语言值，奖励信号与杏仁体输出产生的差值信号包含负大、零、正大三个模糊语言值；模糊逻辑模块的输出为情感系数，包含为悲伤、平淡和亢奋三个模糊语言值；两个输入和一个输出均使用三角形隶属度函数；由两个输入和一个输出建立模糊推理规则，根据模糊推理规则判断杏仁体对奖励信号的跟踪效果，并调节杏仁体中各刺激信号的权值更新速度。
3.根据权利要求1或2所述的基于经验信息的大脑情绪控制器的永磁同步电机控制方法，其特征在于，杏仁体根据式(4)更新各个刺激信号的权值；
式(4)中，V′i、V′max分别为第i个刺激信号SIi和最大刺激信号SImax更新后的权值，Vi、Vmax分别为第i个刺激信号SIi和最大刺激信号SImax在杏仁体中对应节点的权值，ε为杏仁体的学习速率，REW为奖励信号，
为杏仁体中所有刺激信号的输出，z为背外侧前额叶皮层的输出，m为刺激信号的个数。
4.根据权利要求1所述的基于经验信息的大脑情绪控制器的永磁同步电机控制方法，其特征在于，第一步中根据式(1)计算速度误差e；
e＝n*-n (1)
式(1)中，n为速度测量值，n*为速度参考值；
利用式(2)将速度误差e转换为刺激信号SI和奖励信号REW；
式(2)中，T*为转矩参考值，t表示时间自变量，S1、S2、R1、R2、Ru均为常数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111031960.0A CN113708692B (zh) | 2021-09-03 | 2021-09-03 | 基于经验信息的大脑情绪控制器的永磁同步电机控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111031960.0A CN113708692B (zh) | 2021-09-03 | 2021-09-03 | 基于经验信息的大脑情绪控制器的永磁同步电机控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113708692A true CN113708692A (zh) | 2021-11-26 |
| CN113708692B CN113708692B (zh) | 2024-01-12 |
Family
ID=78659325
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111031960.0A Active CN113708692B (zh) | 2021-09-03 | 2021-09-03 | 基于经验信息的大脑情绪控制器的永磁同步电机控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113708692B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107450321A (zh) * | 2017-08-30 | 2017-12-08 | 北京石油化工学院 | 一种基于大脑情感学习的机械臂控制方法 |
| CN110048659A (zh) * | 2019-05-10 | 2019-07-23 | 河北工业大学 | 电机控制优化系统及方法 |
| CN112636359A (zh) * | 2020-12-28 | 2021-04-09 | 上海电机学院 | 基于模糊情感智能控制的动态电压恢复器优化补偿方法 |
-
2021
- 2021-09-03 CN CN202111031960.0A patent/CN113708692B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107450321A (zh) * | 2017-08-30 | 2017-12-08 | 北京石油化工学院 | 一种基于大脑情感学习的机械臂控制方法 |
| CN110048659A (zh) * | 2019-05-10 | 2019-07-23 | 河北工业大学 | 电机控制优化系统及方法 |
| CN112636359A (zh) * | 2020-12-28 | 2021-04-09 | 上海电机学院 | 基于模糊情感智能控制的动态电压恢复器优化补偿方法 |
Non-Patent Citations (3)
| Title |
|---|
| 尹宁;代扬杨;生晖;徐桂芝;: "基于复杂网络的磁刺激内关穴脑皮层功能连接分析", 中国生物医学工程学报, no. 06 * |
| 甄子洋;王道波;王志胜;: "基于大脑情感学习模型的转台伺服系统设计", 中国空间科学技术, no. 01 * |
| 赵艳丽;梁晶晶;: "新型多功能驾驶员状态监测系统设计", 制造业自动化, no. 06 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113708692B (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dai et al. | Disturbance-observer based prescribed-performance fuzzy sliding mode control for PMSM in electric vehicles | |
| CN110572091B (zh) | 一种优化永磁同步电机无传感器控制方法 | |
| Chaoui et al. | Adaptive fuzzy logic control of permanent magnet synchronous machines with nonlinear friction | |
| Khuntia et al. | A comparative study of PI, IP, fuzzy and neuro-fuzzy controllers for speed control of DC motor drive | |
| WO2022252289A1 (zh) | 采用模糊逻辑控制的永磁同步电机d-q轴电感参数辨识的MTPA控制方法 | |
| Jie et al. | Speed regulation based on adaptive control and RBFNN for PMSM considering parametric uncertainty and load fluctuation | |
| Hazzab et al. | Real time implementation of fuzzy gain scheduling of PI controller for induction motor machine control | |
| CN112039394A (zh) | 一种基于模糊自抗扰的pmsm伺服控制系统 | |
| Savarapu et al. | Modified brain emotional controller-based ripple minimization for SVM-DTC of sensorless induction motor drive | |
| Chy et al. | Development and implementation of a new adaptive intelligent speed controller for IPMSM drive | |
| CN113708692A (zh) | 基于经验信息的大脑情绪控制器的永磁同步电机控制方法 | |
| Govindharaj et al. | Design and analysis of novel Chebyshev neural adaptive backstepping controller for boost converter fed PMDC motor | |
| Jeyashanthi et al. | Performance of direct torque controlled induction motor drive by fuzzy logic controller | |
| Huang et al. | Nonsingular terminal sliding mode control based on sensor-cloud system for permanent magnet in-wheel motor | |
| Hu et al. | Research on cooperative control strategy of multi-motor system based on fuzzy inference | |
| Qutubuddin et al. | Brain affective system inspired control architecture: An application to nonlinear system | |
| Moussavi et al. | PMDC motor speed control optimization by implementing ANFIS and MRAC | |
| Hasan et al. | Neural network control of induction motor drives for energy efficiency and high dynamic performance | |
| Douiri et al. | Recurrent self-tuning neuro-fuzzy for speed induction motor drive | |
| Ankarao et al. | Implementation of PI Fuzzy & ANN controllers to improve dynamic response of vector controlled Induction motor drive | |
| Ramesh et al. | Fuzzy Logic and sliding-mode speed control based direct torque and flux control scheme to improve the performance of an induction motor drive | |
| Senthilkumar et al. | Impact of using a novel emotional intelligent controller for induction motor speed control | |
| Wang | Design of Triple-Level Multiple Models Fuzzy Logic Controller for Adaptive Speed Control with Unknown External Disturbances | |
| Zhen et al. | A comparison study of three fuzzy schemes for indirect vector control of induction machine drives | |
| CN113783479B (zh) | 基于神经网络矩阵的无刷直流电机模糊pid控制方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |