基于ELM实现的IPMSM转矩观测器

doi:1004-7018(2019)05-0050-05

微特电机 ›› 2019, Vol. 47 ›› Issue (5): 50-54.doi: 1004-7018(2019)05-0050-05

基于ELM实现的IPMSM转矩观测器

厉亚强,张文涛,李涉川

桂林电子科技大学, 桂林 541004

收稿日期:2018-11-14 出版日期:2019-05-28 发布日期:2019-05-23
作者简介:厉亚强(1993—),男,硕士研究生,研究方向为电机驱动与控制。
基金资助:
国家自然科学基金项目(61565004);国家科技重大专项02专项子课题(2017ZX02101007-003)

IPMSM Torque Observer Based on ELM Neural Network

LI Ya-qiang,ZHANG Wen-tao,LI She-chuan

Guilin University of Electronic Technology,Guilin 541004,China

Received:2018-11-14 Online:2019-05-28 Published:2019-05-23

摘要/Abstract

摘要：

针对内置式永磁同步电机(IPMSM)参数非线性及不确定性导致的电机转矩难以准确估测和控制等问题,研究了基于ELM(极限学习机)神经网络的IPMSM的矢量控制转矩观测器。利用ELM神经网络较强的泛化能力和逼近能力,同时根据IPMSM的矢量控制要求,设计出电流到转矩的非线性映射;将神经网络输出的估测的转矩作为反馈转矩输入PI转矩控制器,并通过PI电流控制器调节q轴电流;使实际电机转矩等于转矩命令,从而完成对电机的转矩控制。实验结果表明,该观测器有效地减少了90%的转矩脉动,具有良好的动态和静态性能,同时对系统参数不确定性和非线性具有较好的适应性。

关键词: 内置式永磁同步电机, 转矩观测器, 极限学习机, 矢量控制, 闭环控制

Abstract:

Because of the nonlinearity and uncertainty of the parameters of the interior permanent magnet synchronous motor,it is difficult to accurately estimate and control the motor torque. A vector control torque observer of the interior permanent magnet synchronous motor based on the ELM (extreme learning machine) neural network was studied.Due to the strong generalization ability and approaching ability of extreme learning machine neural network,the current-to-torque nonlinear relationship was mapped according to the vector control requirements of the interior permanent magnet synchronous motor.And the estimated torque from the neural network was fed into the PI torque controller to adjust q-axis current.The experimental results show that the observer effectively reduces the torque ripple by 90%,has good dynamic and static performance,and has good adaptability to the uncertainty and nonlinearity of system parameter.

Key words: interior permanent magnet synchronous motor (IPMSM), torque observer, extreme learning machine (ELM), vector control, closed-loop control

中图分类号:

TM464
TM351

厉亚强,张文涛,李涉川. 基于ELM实现的IPMSM转矩观测器[J]. 微特电机, 2019, 47(5): 50-54.

LI Ya-qiang,ZHANG Wen-tao,LI She-chuan. IPMSM Torque Observer Based on ELM Neural Network[J]. Small & Special Electrical Machines, 2019, 47(5): 50-54.

参考文献

[1]	周文振 . IPMSM-DTC系统低速性能改善控制策略研究[D]. 衡阳:南华大学, 2011.
[2]	郑泽东, 李永东, 肖曦 , 等. 永磁同步电机负载转矩观测器[J]. 电工技术学报, 2010,25(02):30-36.
[3]	仉毅, 闻振璇, 张兴军 , 等. 基于新型趋近律的PMSM超扭曲滑模直接转矩控制[J]. 微特电机, 2018,46(10):75-78.
[4]	张旭隆, 王峰, 张晓 , 等. 基于MTPA的内置式永磁同步电机转矩预测控制[J]. 电机与控制应用, 2018,45(3):46-50.
[5]	OH J J, EO J S, CHOI S B . Torque observer-based control of self-energizing clutch actuator for dual clutch transmission[J]. IEEE Transactions on Control Systems Technology, 2017,25(5):1856-1864.
[6]	袁庆伟, 赵荣祥 . 改善IPMSM动静态性能的定子磁链矢量控制方案[J]. 浙江大学学报(工学版), 2017,51(12):2420-2428.
[7]	赵越, 刘斌 . 基于滑模变结构的内置式永磁同步电机弱磁矢量控制[J]. 信息与控制, 2017,46(4):428-436,442.
[8]	邵文强, 康尔良 . 基于RBF神经网络的永磁同步电动机PID控制[J]. 微特电机, 2018,46(11):75-78.
[9]	吕丰, 李振强, 李泽洋 , 等. 基于BP神经网络的无刷电机控制系统的研究[J]. 数字技术与应用, 2018,36(7):14-15.
[10]	金亮, 王飞, 杨庆新 , 等. 永磁同步电机性能分析的典型深度学习模型与训练方法[J]. 电工技术学报, 2018,33(S1):41-48.
[11]	ZHENG C, ZHANG J, LIU W , et al. A novel reduced-order load torque observer based discrete-time sliding mode control for PMSM speed servo system [C]//20th International Conference on Electrical Machines and Systems (ICEMS), Sydney, NSW, 2017: 1-6.
[12]	LEU V Q, CHOI H H, JUNG J W . Fuzzy sliding mode speed controller for PM synchronous motors with a load torque observer[J]. IEEE Transactions on Power Electronics, 2012,27(3):1530-1539.
[13]	徐艳平, 王极兵, 张保程 , 等. 永磁同步电机三矢量模型预测电流控制[J]. 电工技术学报, 2018,33(5):980-988.
[14]	KOC M, SUN T, WANG J . Performance improvement of direct torque controlled interior mounted permanent magnet drives by employing a linear combination of current and voltage based flux observers[J]. IET Power Electronics, 2016,9(10):2052-2059.
[15]	TIAN Y, CHEN Z, JIA T , et al. Sensorless collision detection and contact force estimation for collaborative robots based on torque observer [C]//2016 IEEE International Conference on Robotics and Biomimetics (ROBIO), 2016: 946-951.
[16]	徐斌 . 永磁同步电机矢量控制系统研究[D]. 南京:南京理工大学, 2014.
[17]	陈坤, 王辉, 吴轩 , 等. 一种新型的内置式永磁同步电机无位置传感器低速控制策略[J]. 中国电机工程学报, 2017,37(20):6083-6091.

基于ELM实现的IPMSM转矩观测器

IPMSM Torque Observer Based on ELM Neural Network

RichHTML

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]	张娜娜, 沈艳霞. 基于磁链观测的IPMSM MTPA控制系统研究[J]. 微特电机, 2021, 49(2): 43-47.
[2]	马嘉杰, 孙培德. 基于四桥臂的三次谐波注入式永磁同步电机转矩密度优化[J]. 微特电机, 2021, 49(1): 1-4.
[3]	张安东, 周峰, 李成泉, 周星韦. 基于无位置传感器无刷风机控制器设计[J]. 微特电机, 2020, 48(9): 45-49.
[4]	熊化亮, 沈艳霞. 基于改进二阶滑模控制器的PMSM控制策略研究[J]. 微特电机, 2020, 48(9): 50-53.
[5]	葛洪勇, 胡冰, 张利军, 崔晓光, 邵春伟. 三电平NPC牵引变流器无传感器矢量控制策略研究[J]. 微特电机, 2020, 48(7): 52-56.
[6]	卢青高, 唐春茂, 王会明, 李清都. 基于扩张状态观测器的无传感永磁同步电机研究[J]. 微特电机, 2020, 48(6): 45-48.
[7]	张利军, 崔晓光, 胡冰, 李刚. 基于龙伯格观测器的变频一体机谐波电流抑制控制[J]. 微特电机, 2020, 48(4): 55-59.
[8]	胡冰,张利军,崔晓光,咸粤飞. 基于改进电压模型的感应电机无速度传感器矢量控制[J]. 微特电机, 2020, 48(2): 34-37.
[9]	冯治岗,马春燕,陈燕,窦银科,侯向楠. 双边直线开关磁阻发电系统建模与仿真研究[J]. 微特电机, 2020, 48(2): 5-8.
[10]	李晓华,汪月飞,田晓彤,章李烽,吕舒艺. 考虑电流谐波的车用IPMSM振动仿真模型研究[J]. 微特电机, 2020, 48(2): 9-12.
[11]	娄鹏, 宋剑桥, 殷佩舞, 孙耀程. 基于自抗扰反步法的高空飞行器动力电机控制率设计[J]. 微特电机, 2020, 48(10): 51-53.
[12]	王志伟, 邱鑫, 杨建飞, 窦一平, 王日茗, 樊温新. 一种基于相电感的无位置传感器改进控制方法[J]. 微特电机, 2020, 48(10): 58-62.
[13]	. 基于自适应滑窗的开关磁阻电机调速系统故障诊断[J]. 微特电机, 2019, 47(9): 7-13.
[14]	汪任潇,韩力,王斌,杨柠宁,赵普,燕罗成. 无刷双馈电机电流综合矢量控制策略研究[J]. 微特电机, 2019, 47(7): 51-55.
[15]	熊树, 张赫, 蒯松岩. 带DC绕组的正弦磁阻电机矢量控制[J]. 微特电机, 2019, 47(6): 60-63.