永磁同步电机自构式模糊神经网络控制器设计

针对传统PID控制方法不能对电机在工况状态变化时做出快速反应的问题,结合模糊控制和神经网络的特点提出一种智能控制方法。依据模糊神经网络算法组成新的速度控制器代替传统的PID速度控制器。通过RBF神经网络辨识器给出永磁同步电机的Jacobian信息,传递给模糊神经网络控制器,以此解决算法中转速对网络输出的偏导项无法计算的问题。通过自构式反馈来修正网络的拓扑结构,确定模糊神经网络中隐含层的神经元个数,避免因隐含层神经元个数设定不当引起欠拟合或过拟合。仿真和实验的结果表明,电机在启动时能够快速平稳地达到给定转速,超调量和稳态误差小,转矩脉动小、响应迅速。突加负载时速度变化量小且能快速回归平稳运行,突变转速时能快速稳定在变化后的给定转速。

永磁同步电机非奇异终端滑模控制器的设计

针对传统滑模控制无法将系统误差在有限时间内收敛和系统存在抖振的问题,提出了非奇异快速终端滑模控制与扰动观测器结合的策略设计速度控制器。通过非线性函数与线性函数结合的方法设计非奇异快速终端滑模面,实现了误差在不同阶段都能快速收敛。对于外部施加的负载转矩对系统性能产生的影响,设计扰动观测器,能够观测外部施加的负载转矩,并前馈补偿到速度控制器的输出端,避免使用较大的开关增益,克服了施加扰动时系统出现抖振大的缺点。仿真和实验的结果表明,电机在启动时能够快速的到达参考转速且无超调。突施转矩时,扰动观测器能够准确的估计系统施加的转矩扰动。削弱了转速的抖振,并使速度下降量小,恢复到参考转速的时间短。表明非奇异终端滑模控制与扰动观测器结合的策略具有鲁棒性强、响应速度快、稳态跟踪性能高的优点。