基于神經(jīng)網(wǎng)絡(luò )的無(wú)位置傳感器無(wú)刷直流電機驅動(dòng)設計

1實(shí)機測試

實(shí)驗系統的結構如圖5所示。扭矩儀的 測量 范圍是10kg-cm。在這個(gè)控制系統里的電動(dòng)勢估計神經(jīng)網(wǎng)絡(luò )模型有7個(gè)輸入層，14個(gè)中間層，和兩個(gè)輸出層。神經(jīng)網(wǎng)絡(luò )被離線(xiàn)訓練后來(lái)處參考速度和的負載的波動(dòng)。特別地，在扭矩為0.001,0.5,1.0 N-m,當參考速度從400→800→1200rpm，通過(guò)一個(gè)位置傳感器驅動(dòng)電機來(lái)獲得訓練數據。電動(dòng)勢估計神經(jīng)網(wǎng)絡(luò )模型經(jīng)過(guò)這樣的訓練后被應用到實(shí)機測試中，在該實(shí)機中，參考速度固定但負載變化。圖6表明了在參考速度為1000rpm，負載扭矩從0增加到10kg-cm所得到的實(shí)驗結果。從表上可以明顯看出，即使是在負載變化時(shí)，電機速度仍與給定參考速度一致。在無(wú)負載運行和轉矩為10kg-cm下， 電壓、電流、檢測的位置和估計的位置分別如圖7,8所示。

當在負載轉矩恒定，參考速度從400→800→1200rpm變化，實(shí)驗測得的結果如圖9所示。該圖表明了當運行符合訓練數據時(shí)的良好跟隨特性。另一方面，當一項速度從1300→800→300rpm變化時(shí)的測試結果在圖10中說(shuō)明。

2 參數波動(dòng)

在實(shí)際電機中，我們假定電樞繞組電阻和其他電機參數將發(fā)生波動(dòng)。特別地，當重載運行的大電流流過(guò)時(shí)，電機內部的溫度將上升，這將導致電樞繞組電阻高于他的額 定值。因此，考慮可能的參數波動(dòng)，我們做了一項仿真，在這個(gè)仿真里面，電樞繞組電阻上升20%的額定值，負載轉矩固定為0.5N-m并且參考速度為 800rpm。仿真結果如圖11所示。該圖表明，實(shí)際位置與估計位置相一致，但實(shí)際上，位置估計誤差大約為5°的電角度。另一方面，電阻波動(dòng)的影響不是特 別強烈，從而我們可以推斷：電動(dòng)勢估計神經(jīng)網(wǎng)絡(luò )模型能夠處理電阻波動(dòng)大于20%。因此，盡管參數波動(dòng)確實(shí)影響神經(jīng)網(wǎng)絡(luò )的估計，但由于神經(jīng)網(wǎng)絡(luò )的概括能力估計誤差仍然非常小。

然 而，無(wú)論轉子位置誤差足夠小，為了使電動(dòng)勢估計神經(jīng)網(wǎng)絡(luò )模型更具魯棒性，額外的訓練是需要的，從而提高估計的正確性。出于這個(gè)目的，我們準備了一個(gè)新的電流估計神經(jīng)網(wǎng)絡(luò )模型，如圖12所示，而不是式(9)。用通過(guò)這模型得到的電流估計輸出值和實(shí)際電流，我們同時(shí)修正了電流估計神經(jīng)網(wǎng)絡(luò )模型和電動(dòng)勢估計神經(jīng) 網(wǎng)絡(luò )模型。新的電流估計神經(jīng)網(wǎng)絡(luò )模型也事先離線(xiàn)訓練。訓練數據在轉矩為0.001,0.5和1.0N-m，同時(shí)參考速度從400→800→1200rpm變化時(shí)獲得。圖13表明由電流估計模型在轉矩為 0.5N-m、參考速度從400→800→1200rpm變化時(shí)離線(xiàn)訓練的結果。從這些結果我們可以得出這樣的結論：由于電流估計神經(jīng)網(wǎng)絡(luò )模型的離線(xiàn)訓 練，估計的電流值非常準確。圖14表明了使用實(shí)際的和估計的電流的誤差對電動(dòng)勢估計神經(jīng)網(wǎng)絡(luò )模型采用額外訓練后的仿真結果。從圖中可以明顯看到，速度估計仍然是準確的，并且電流估計誤差減小到大概2.5°。因此，額外訓練證明是有幫助的，我們推斷在額外的神經(jīng)網(wǎng)絡(luò )訓練起作用后，適當的估計是可能的，甚至是在參數波動(dòng)表現出來(lái)時(shí)。