基于神经网络的异步电动机离散容错控制

微特电机 ›› 2020, Vol. 48 ›› Issue (7): 1-6.

• 理论研究 • 下一篇

基于神经网络的异步电动机离散容错控制

雷启鑫, 于金飞, 于金鹏, 于海生

青岛大学自动化学院,青岛 266071

收稿日期:2019-12-20 出版日期:2020-07-28 发布日期:2020-07-17
作者简介:雷启鑫(1998—),男,硕士研究生,研究领域为电机控制。
基金资助:
国家重点研发计划(2017YFB1303503);国家自然基金项目(61573204,61573203);泰山学者工程专项经费资助(TSQN20161026)

Neural Networks-Based Discrete-Time Fault-Tolerant Control for Induction Motors

LEI Qi-xin, YU Jin-fei, YU Jin-peng, YU Hai-sheng

School of Automation, Qingdao University, Qingdao 266071, China

Received:2019-12-20 Online:2020-07-28 Published:2020-07-17

摘要/Abstract

摘要： 提出了一种基于神经网络的异步电动机离散容错控制方法,同时考虑了执行器失效故障和偏差故障。使用欧拉公式建立考虑执行器故障的异步电动机系统离散模型;利用自适应神经网络技术实现异步电动机控制系统的容错控制;结合动态面技术和反步法,解决了反步法应用到离散系统中产生的“计算复杂性”和“因果矛盾”问题。通过Lyapunov稳定性分析,证明了闭环系统是半全局一致最终有界的,仿真结果表明该控制方法在执行器故障发生后仍可保证位置跟踪性能,验证了该方法的有效性。

关键词: 异步电动机, 离散, 容错控制, 神经网络, 动态面控制

Abstract: A discrete-time fault-tolerant control for induction motors was studied, considering actuator fault containing both loss of effectiveness and bias. The continuous dynamic model of induction motor drive systems considering actuator fault was transformed into discrete-time form by using Euler formula. The adaptive neural networks was employed to realize fault-tolerant control of induction motors. Dynamic surface control was used to overcome the "explosion of complexity" and noncausal problem emerge in the design process of traditional backstepping method. It is proved by Lyapunov theorem that the closed-loop system is semi-global uniform and ultimately bounded. Simulation results show that the proposed approach can guarantee the position tracking performance after the actuator fault occurs, which verifies the effectiveness of the method.

Key words: induction motors, discrete-time, fault-tolerant control, neural networks, dynamic surface control

中图分类号:

TM343+.3

雷启鑫, 于金飞, 于金鹏, 于海生. 基于神经网络的异步电动机离散容错控制[J]. 微特电机, 2020, 48(7): 1-6.

LEI Qi-xin, YU Jin-fei, YU Jin-peng, YU Hai-sheng. Neural Networks-Based Discrete-Time Fault-Tolerant Control for Induction Motors[J]. Small & Special Electrical Machines, 2020, 48(7): 1-6.

参考文献

[1] MARINO R, TOMEI P, VERRELLI C M.An adaptive tracking control from current measurements for induction motors with uncertain load torque and rotor resistance[J].Automatica,2008,44(10): 2593-2599.
[2] 于金鹏,于海生,林崇. 考虑铁损的异步电动机模糊自适应命令滤波反步控制[J].控制与决策,2016,31(12): 2189-2194.
[3] 崔苏雯, 盛正印, 李岩. 永磁同步电动机伺服系统反步法控制研究[J]. 微特电机, 2014, 42(11):74-75, 87.
[4] 李岩, 盛正印, 自适应反步法的永磁同步电动机速度跟踪控制[J]. 微特电机, 2014, 42(12):54-57.
[5] 谭文, 王耀南, 黄创霞, 等. 永磁同步电机中混沌现象的滑模变结构控制[J]. 计算机工程与应用,2009,45(11): 220-222.
[6] 张春朋,林飞,宋文超,等. 基于直接反馈线性化的异步电动机非线性控制[J]. 中国电机工程学报, 2003, 23(2):99-102.
[7] YANG X, YU J, WANG Q, et al. Adaptive fuzzy finite-time command filtered tracking control for permanent magnet synchronous motors[J].Neurocomputing, 2019(4):110-119.
[8] ZHAO Z, YU J, ZHAO L, et al. Adaptive fuzzy control for induction motors stochastic nonlinear systems with input saturation based on command filtering[J]. Information Sciences,2018(463):186-195.
[9] 于海生, 赵克友, 郭雷, 等. 基于端口受控哈密顿方法的PMSM最大转矩/电流控制[J]. 中国电机工程学报, 2006, 26(8):82-87.
[10] 张兰红, 胡育文, 黄文新. 三相变频驱动系统中逆变器的故障诊断与容错技术[J]. 电工技术学报, 2004, 19(12):1-9.
[11] 安群涛. 三相电机驱动系统中逆变器故障诊断与容错控制策略研究[D].哈尔滨:哈尔滨工业大学,2011.
[12] 陈威, 吴益飞, 杜仁慧, 等. 双电机同步驱动伺服系统故障诊断与容错控制[J]. 控制理论与应用, 2014, 31(1): 27-34.
[13] YU R, CAI J, WANG B. Adaptive failure compensation of actuators in controlling servo system driven by twin motors[J]. IEEE Access, 2018(6): 63223-63231.
[14] YU J, SHI P, YU H, et al. Approximation-based discrete- time adaptive position tracking control for interior permanent magnet synchronous motors[J]. IEEE Transactions on Cybernetics, 2015, 45(7):1363-1371.
[15] 周真诚, 马玉梅, 于金鹏, 等. 异步电动机的动态面模糊离散速度跟踪控制[J]. 青岛大学学报(工程技术版), 2016,31(2):47-52,58.
[16] 胡成江, 于金鹏, 于海生, 等. 永磁同步电机的有限时间动态面位置跟踪控制[J]. 微特电机, 2019, 47(9): 58- 63.
[17] 李春华, 李欣, 罗琦. 不确定非线性系统的直接自适应神经网络控制[J].计算机工程与应用, 2008, 44(6): 124-126,230.
[18] ZHOU Z, YU J, YU H, et al. Neural network-based discrete-time command filtered adaptive position tracking control for induction motors via backstepping[J]. Neurocomputing, 2017(18):203-210.

基于神经网络的异步电动机离散容错控制

Neural Networks-Based Discrete-Time Fault-Tolerant Control for Induction Motors

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

联系我们

[1]	郭瑞东, 陈燕, 崔江. 基于FPGA的同步发电机旋转整流器故障监测系统[J]. 微特电机, 2021, 49(3): 47-49.
[2]	徐雨梦, 于金飞, 崔英英, 于金鹏, 刘加朋. 考虑输入饱和的PMSM命令滤波离散控制[J]. 微特电机, 2021, 49(3): 50-55.
[3]	周银萍, 赵镜红, 程海军, 马远征. 基于MSC的五相感应电机缺两相容错控制[J]. 微特电机, 2021, 49(2): 39-42.
[4]	SEM AUTDAM, 陈敏祥. 单相环形绕组异步电动机的仿真研究[J]. 微特电机, 2020, 48(9): 22-25.
[5]	程昭竣, 李姗, 陈茂才, 曹阳. 开关磁阻电机神经网络无位置传感器控制[J]. 微特电机, 2020, 48(7): 57-60.
[6]	田雨, 康尔良. 永磁同步电机神经网络速度控制器设计[J]. 微特电机, 2020, 48(6): 49-52.
[7]	翟秀果, 李毅拓, 陈西山, 何欣. 铸铜转子双三相异步电动机设计与优化[J]. 微特电机, 2020, 48(5): 20-24.
[8]	金德发, 吕勇, 夏润秋, 陈青山. 基于LabVIEW FPGA的音圈电机神经网络控制方法[J]. 微特电机, 2020, 48(5): 48-51.
[9]	陈子辉, 刘勇浩, 陈积会, 吴非. 电压波动与闪变对异步电动机能效的影响分析[J]. 微特电机, 2020, 48(4): 32-38.
[10]	付文强, 赵东标, 赵世超. 基于BP神经网络优化自抗扰PMSM高精度速度控制[J]. 微特电机, 2020, 48(12): 50-54.
[11]	吕振祥, 于金鹏, 于海生. 基于状态约束的异步电动机命令滤波反步控制[J]. 微特电机, 2020, 48(10): 44-50.
[12]	. 基于RBF近似模型的低速永磁电机齿槽转矩优化[J]. 微特电机, 2020, 48(1): 25-29.
[13]	. 电动汽车用六相感应电机开路故障容错控制[J]. 微特电机, 2020, 48(1): 44-48.
[14]	. 基于无传感器的永磁同步电机容错控制[J]. 微特电机, 2020, 48(1): 49-52.
[15]	. 异步电动机转子电阻在线辨识和反步速度控制[J]. 微特电机, 2020, 48(1): 56-59.