（电力电子与电力传动专业论文）直流无刷电动机模糊神经网络控制系统的研究.pdf

直流无刷电动机模糊神经网络控制系统的研究 a b s t r a c t b m s h l e s sd cm o t o rh 船t l l ef b a t l l r e so f d m ev a r y i n g ，l i n e a r i t ya n ds n d n gc o u p l i n g a l t h o u g h 打；a d i t i o n a lc o n t r o lm e t l l o d sa r eo f e a s y 枷t 1 1 m c t i c ，f 酤tp e b n n 柚c ea n dp r e c i s e c o n 仃o l ，i ti sd i 伍c l l l t t om e e t 也en e e d so f s 州cs t a t e 趾dd y n a i i l i cp e r f b 矾跚c ew h e n 也e m o d e lo f c o n 仃o ls u b j e c t si sl l l l c e n a _ i 1 1 i n t e l l i g e mc o r l 仰ld o e sn o td 印e n do ne x a c tm a m m o d e l s 锄dc a i lr e s 蛐t 1 1 ei m p a c to f t i i i l e - v a r y i i l g 姐dp a r 啪e t e rd i s t u r b a i l c e ，s ot 1 1 e i n t e l l i g e mc o n n o la n dt 1 1 e 删i t i o n a lc o n 仃0 lc a nc o m p l 锄e n te a c ho t l l e l 1 k st h c s i sd e s i g i l saf i l z z yn e 嗽ln c t w o r k ( n ) c o n 仃o l l e ri no r d e rt or e s o l v em e p r o b l e m sa b o v e f n ni san e wt y p eo f n e 删n e t w o r k ，w h i c hi 曲o d u c e s 缸乙z ya r i m m e t i co r 血z 巧、v e i 曲t s f n nc a i lc o m b i n ct h e 血z z yl o g i c 撕m m e t i ca n d n e u m ln e 柳o r kt o g e m e r ， w h i c he i t h e rh a st h em e r i to fe a s yf u z z yc o n t r o le x p r e s s i o na n dt h eg o o ds e l f - l e a m i n g c a p a c i t yo f n e u r a ln e t w o r ko ra 由u s t st h er u l e sa dt h ep a r a m e t e r so fc o n t r o l l e r a c c o r d i n gt ot h ev a r i a t i o no fp a r a m e t e r so f t h ec o n t r o ls u b j e c ta n dt h ee n v i r o n m e n t s o n e i l i mn e t w o r k 锄d 凡z z yc o n 仃_ 0 lc a i lc o m p l e m e n te a c ho t h e r ，r a i s et h eo 删lt 1 1 ec a p a c i t yo f l e a ma n de x p r e s s i o n ，e x p a i l dm e i rr c s p e c 廿v ea p p l i c a t i o nd o m a 协s ，锄df o m lam o r ee | 五c i c n t k n o w l e d g ep r o c e s s o l h o w e v e r ，d l 血gt 1 1 ec o u r s eo f d e s i g n ，n l e r ea r cs o m ep r o b l e m so nt l l es 仃u c t u r e 柚d k a r r d n ga r i t h m e t i co f 卧n t h c l e s i so 位r ss o m ep r o v i n gm e 山o d sa n d 也e o r yd e d u c t i o n i n d e t a i la sw c l la st l l es i i i l u l a t i o nr e s u l t st od 锄。璐仃a t ei t sc o m r o lf e a t u r e r e g a r d i n gr e a l m m e 锄dm er e a l i z a t i q no f m i c m p m c e s s o r ，t l l ep a p e rp u t sf b r 删k a l m a l lf i l t e r 鲥血m e t i ca 1 1 d p r o v e si t 舳e rm cs i i n u l a t i o no f m a t l a b ，“i se v i d e m 也a tm ef n na d o p 血g 蹦m a n f i l t e r u s e sl e s sl e 锄i n gt i m ea n dr e s 妇i n st 1 1 en o i s yd i s t u r b a l l c e a n e r w ea 1 1 a l y z i n gt h em o d e lo f b l d c m ，t 1 1 ef n nc o n t m lw h i c ha d o p t sk a l m a l lf i l t e r a r i t h m e t i ci sa p p l i e di nt h es p e e dc o n i r 0 1 l e tn es i m u l a t i o nr e s u h sd e m o n s 廿a t et h a tt h ef n n c o n t m ls y s t e mo f b l d c mh a sg o o ds t a t i cs 诅t ea i l dd y 彻m i cp e r f b n n a n c e ，a n dr e d u c e st o r q u c t r e m b l et os o m ed e g r e e i ns h o r t ，t h ec o n t r 0 1r e s u l t sc a i ls a t i s 母u s k e y w o r d s ：b l d c m ；f u z 珂n e u r a in e 咐o r k ；k a l m a nf i l t e r l l 硕士学位论文 插图目录 图2 1 无刷直流电动机的结构原理图7 图2 2 无刷直流电动机的构成8 图2 - 3 无刷直流电动机的组成框图8 图2 4 各相绕组的导通示意图1 0 图2 5y 形连接绕组三相全控桥式电路图l o 图2 6 联结绕组两两通电时的合成转矩矢量1 1 图2 7 电压方程的等效电路1 3 图3 1 噪声和扰动存在下无卡尔曼滤波器无p i d 调节时的系统阶跃响应图像一2 0 图3 2 噪声存在下有卡尔曼滤波器无p i d 调节的系统阶跃响应图像一2 0 图3 3 噪声和扰动存在下有卡尔曼滤波器的p i d 调节系统阶跃响应图像2 0 图3 4 卡尔曼滤波器输出误差协方差的变化曲线2 0 图3 5 噪声存在条件下l o g 控制系统的阶跃响应图像2 1 图4 1 模糊控制器的结构图2 5 图4 2 神经元模型2 6 图4 3 前馈型神经网络结构图2 8 图4 4 反馈型神经网络结构图2 8 图4 5 基于b p 算法的神经元网络的结构2 9 图5 1 模糊神经网络的结构图3 9 图5 - 2 模糊神经网络控制系统结构框图4 0 图5 3 采用b p 算法的模糊神经网络的阶跃学习响应4 7 图5 4 采用卡尔曼滤波算法的模糊神经网络的阶跃响应4 7 图5 5 有噪声存在的p i d 控制曲线4 8 图5 6 无噪声存在的p i d 控制曲线4 8 图5 7 有噪声存在的采用b p 算法的模糊神经网络控制曲线4 8 图5 8 无噪声存在的采用b p 算法的模糊神经网络控制曲线4 8 图5 9 有噪声存在的采用卡尔曼滤波算法的模糊神经网络控制曲线4 8 图5 1 0 无噪声存在的采用卡尔曼滤波算法的模糊神经网络控制曲线4 8 图5 1 13 条曲线从左向右依次为p i d 控制，模糊神经网络控制和模糊控制曲线4 9 图6 1 直流无刷电动机模糊神经控制系统结构图5 0 图6 2p i 控制时电机速度曲线5 2 图6 3 模糊神经网络控制时电机速度曲线5 2 i i i 直流无刷电动机模糊神经网络控制系统的研究 图6 4 模糊神经网络控制时电机a 相反电动势波形一5 2 图6 5 模糊神经网络控制时电机a 相电流 图6 6p i 控制时电机a 相电流波形一 图6 7 模糊神经网络控制时电机a 相电流波形 图6 8p i 控制时电机转矩响应曲线 图6 9 模糊神经网络控制时电机转矩响应曲线 图6 1 0p i 控制时电机转矩响应放大曲线 图6 1 l 模糊神经网络控制时电机转矩响应放大曲线 图6 1 2 模糊神经网络训练前的隶属度曲线 图6 1 3 模糊神经网络训练后的隶属度曲线 5 2 5 2 5 2 5 3 5 3 5 3 5 3 5 3 5 3 兰州理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取 得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其 他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个 人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果 由本人承担。 作者签名：去l 币才寸骞 日期：) 即年j 月直日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学 校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查 阅和借阅。本人授权兰州理工大学可以将本学位论文的全部或部分内容编入 有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本 学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 2 、不保密留。 ( 请在以上相应方框内打“”) 作者签名：去l l 材侍 剔程御似 日期：d 硝石年了月d 日 日期：洲年厂月西日 l v 硕士学位论文 第1 章绪论 1 1 直流无刷电动机的发展 一个多世纪以来，电动机作为机电能量转换装置，其应用范围已经遍及国民 经济的各个领域以及人们日常生活之中。电动机主要类型有同步电动机、异步电 动机与直流电动机三种，其容量小到几瓦，大至上万千瓦。长期以来，在调速领 域内的直流无刷电动机以其优良的转矩特性占据着主导地位。众所周知，直流电 动机具有运行效率高和调速性能好的诸多优点，但传统的直流电动机均采用电 刷，以及机械方法进行换向，因此存在机械摩擦，由此带来了噪声、火花、无线 电干扰以及寿命短等致命弱点，再加上制造成本高及维修困难等缺点，从而大大 地限制了它的应用范围。 随着社会生产力的发展，人们生活水平的提高，需要不断地开发各种新型电 动机。科学技术的进步，新技术新材料的不断涌现，更促进了电动机产品的不断 推陈出新。针对上述直流电动机的弊病，早在2 0 世纪3 0 年代，就有人开始研 制以电子换向来代替机械换向的直流无刷电动机，并取得了一定的成果。1 9 5 5 年，美国d 哈利森等人首次申请了应用晶体管换向代替电动机机械换向的专利， 这就是现代直流无刷电动机的雏形。但由于该电动机没有启动转矩而不能产品 化。后来借助于霍尔元件来实现换向的直流无刷电动机终于在1 9 6 2 年问世，从 而开辟了直流无刷电动机产品化的新纪元。2 0 世纪7 0 年代以来，随着电力电子 工业的飞速发展，许多新型的高性能大功率器件，如g t r 、m o s f e t 、i g b t 等相继 出现，以及高性能永磁材料的问世，均为直流无刷电动机的广泛应用奠定了坚实 的基础。 直流无刷电动机的应用不再仅仅局限于传统的工业领域，而且在诸如家用电 器、声像设备、电动自行车等民用工业领域，在制造业，诸如激光加工、机器人、 数控机床、大规模集成电路制造以及柔性制造系统等领域，以及在军工，诸如雷 达、导弹制导、军用武器随动系统等领域，在航天，如卫星姿势控制等领域也日 渐得到广泛的应用。 1 2 直流无刷电动机的现状 从上个世纪8 0 年代开始至今，国外的研发及生产始终领先于国内。国外在 无刷直流电动机发展的早期，主要致力于将更加先进的电力电子器件和材料应用 直流无刷电动机模糊神经网络控制系统的研究 于无刷直流电动机以提高它的性能。但无刷直流电动机在低速运行时的转矩脉动 过大，这是采用优良的电机设计和先进的器件所无法从根本上取得突破的瓶颈。 在8 0 年代以后，随着磁性材料( 尤其是高性能的稀土永磁材料) 、电力电子器件 和专用控制器的迅速发展，明显改善了无刷直流电动机特性的同时，人们又把对 无刷直流电动机研究的目光转移到电子换向、稀土永磁材料以及智能控制三个方 面，试图以此来抑制无刷直流电动机的转矩波动。 在电子换向方面，主要分为对电流的控制和对转子位置的检测两个方面。对 电流的控制一般采用稳频两态和电流分时反馈等技术，而对转子位置的检测，传 统的方法是采用位置传感器。为了减轻系统的负担，国外的一些学者提出无位置 传感器法。特别是在1 9 8 0 年，h l e h u y 等人提出了利用转子旋转时定子绕组中的感 应电动势进行位置检测，这就是所谓的“反电动势法”。1 9 9 0 年，s o g a s a a r 提出了续流二极管法，它通过检测反向并赚在驱动三极曹上的二极管的导通状态 来得出转子的位置。以后一些学者于1 9 9 4 年提出了基于定子磁链估计的检测方 法，通过相电压、线电流信号计算出定子绕组各相的磁链，再根据磁链得到转子 位置信号，此方法虽然计算稍复杂，但是误差小、调速范围广，适用于正弦方波 无刷直流电动机，是一种较理想的检测方法，在国外己经开始应用于实践。这些 方法的提出，使人们更加清楚了转子的位置变化。在永磁材料方面，人们采用了 杉钻、钦铁硼等新型永磁材料。在智能控制方面，1 9 8 4 年，美国通用电气公司( g e ) 推出了一种所谓的智能电机，引起了国际的注目，其实这种电机是种以微处理 器作为控制芯片的无刷直流电动机，这种电机具有较宽的调速范围，且低噪声、 高效率可实现一定程度的“智能”操作。它一问世就受到了家用电器设计者的青 睐，初期应用于吊扇，可实现无级调速，后来逐步应用于洗衣机、空调器和冰箱 等家用电器产品，使这些家电实现了省电、多功能、自动控制，按软件程序工作。 后来，人们把直流无刷电动机应用于精密电子设备、工业自动化设备以及汽车工 业均取得的巨大的成功。进入9 0 年代以后，伴随着微处理器芯片性能的提高和智 能控制理论的迅速发展，国外开始采用d s p 等微处理器作为控制核心，采用先进 的智能算法开发产品，结果表明开发出来的产品有效地抑制了转矩脉动。 我国直流无刷电动机的研制工作开始于7 0 年代初期，主要是为我国自行研制 的军事装置和宇航技术发展而配套。由于数量少，由某些科研单位试制制作就能 满足要求。经过2 0 多年的发展，虽然在新产品开发方面缩短了与国际先进水平的 差距，但由于直流无刷电动机是集电机、徼电子、电力电子、控制、计算机等技 术于一身的高科技产品，受到我国基础工业落后的制约，因此无论产量、质量、 品种及应用与国际先进水平都有着较大的差距。目前国内的研制单位虽不少，但 形成一定批量的单位却屈指可数，而且其中绝大部分属于低档的无刷风机，且产 品毫无市场竞争能力。直流无刷电机的应用前景十分广阔，我国的科研单位正致 力于吸收国外先进的技术，开发出具有市场竞争能力的产品。 2 硕士学位论文 1 3 直流无刷电动机研究中的主要问题乜1 ( 1 ) 转矩脉动问题 直流无刷电动机中，应该进一步改进的首先是转矩脉动。引起转矩脉动的主 要因素有齿槽效应引起气隙合成磁场发生畸变，影响电磁转矩：绕组电感的影响 使得输入定子绕组的相电流不可能是理想的矩形波，使反电动势与理想波形的偏 差加大；相电流换向使得电枢磁场呈现步进性，导致气隙合成磁场波动，影响电磁 转矩的平稳：电枢反应影响气隙合成磁场，对于功率较大的直流无刷电动机，电枢 反应的影响更明显。从上述引起转矩脉动的主要因素可以看出，转矩脉动的根本 原因在于气隙合成磁场和定子绕组相电流的波动。因此要减小转矩脉动，就应该 采取措施保证气隙合成磁场和相电流的稳定。直流无刷伺服电动机中存在的转矩 脉动使得实现更精确的位置控制和更高性能的速度控制难度很大，尤其是在直接 驱动应用的场合，转矩脉动更为突出。 ( 2 ) 最佳换向 最佳换向是为了使直流无刷电动机的输出转矩最大，脉动最小，实现效率最 高的机电能量转换。最佳换向包括最佳换向逻辑和最佳换向位置两方面的含义， 前者解决如何换向，后者解决什么时候换向。在最佳换向逻辑的研究中，大多是采 用一套固定的有关转子位置信号和功率开关管的真值表，而缺乏系统的概括性更 强的理论研究。李优新等关于永磁方波无刷直流机最佳逻辑解析结构的研究在这 方面已经迈出了重要的一步。尽管在理想状态下的最佳换向位置已经研究得较透 彻，但是在电机实际工作过程中最佳换向位置的研究还不够，实际运行的电机不 同于理想电机，在理想电机中所忽略掉的次要因素实际上都会不同程度地影响最 佳换向位置。因此，这就要求研究和设计人员在直流无刷电机实际工作过程中的 最佳换向方面投入更多的精力。 ( 3 ) 无位置传感器的转子位置检测 较为成熟的无位置传感器位置信号检测方法主要有4 类：反电动势法、续流 二极管法、电感法和状态观测法。其中“反电动势法”是最常见和应用最为广泛 的一种。但这种方法的基本原理是建立在忽略电枢反应影响的前提下的，这在原 理上就存在一定误差。尤其是对于大功率无刷直流电动机，电枢反应对气隙合成 磁场的影响更明显，使得反电动势过零点与总的感生电动势过零点不重合，误差 更大，导致检测出的转子位置误差增大。当电机静止或转速较低时，反电动势为零 或很小，很难通过反电动势过零点检测来得到正确的位置信号，使电机起动困难， 且严重影响了电机的调速范围。因此，研究如何在大功率直流无刷电动机中补偿 反电动势法造成的转子位置信号误差，研究如何克服反电动势法中电机起动困难 以及扩大电机调整范围就成为十分重要的课题。而这些问题归根结底是要研究在 无位置传感器直流无刷电动机中如何更精确地检测转子位置信号。近年，随着单 直流无刷电动机模糊神经网络控制系统的研究 片机技术的发展，特别是数字信号处理器的应用和推广，使得位置检测可以通过 i c 芯片配合适当算法的软件而实现。采用d s p 以实现无位置传感器的位置已成 为研究热点和趋势。 ( 4 ) 控制算法 采用数字信号处理器的数字控制电路将是直流无刷电动机中控制系统设计 的发展方向。以d s p 芯片为核心的控制系统并不是一个纯硬件的控制电路，它还 必须配合软件系统才能控制无刷直流电动机正常工作。这也为控制系统的设计带 来更大的灵活性。软件设计就必然涉及到控制算法的研究和应用。无刷直流电动 机中速度、电流控制必须由硬件系统配合具有正确控制算法的软件系统才能得到 良好的闭环控制效果。而不同的控制算法将会直接影响控制效果的好坏。因此， 研究先进的控制算法就成为设计直流无刷电动机控制系统的一个重要方面。而过 去难以在运算较慢的微处理器上实现的复杂的控制算法，现在则可以借助d s p 实 时高速的运算处理能力得以实现。所以，研究已经较成熟的复杂控制算法在d s p 上的应用也是一个重要的方面。 ( 5 ) 抗干扰 电磁兼容在应用电子线路中已日益受到人们的重视。直流无刷电动机是一种 电子电机，同样有抗干扰和防止对外界干扰的要求。直流无刷电动机控制器是强、 弱电共存的电路，对于采用p w m 高频调制脉冲的控制器，高的调制频率很容易对 控制器其他线路产生干扰，必须认真处理其间的电磁干扰和电磁兼容问题。另外 还存在地线的干扰。尽管抗干扰对于直流无刷电动机的设计是相当重要的，但却 易被研究和设计人员所忽视，所以对直流无刷电动机的抗干扰进行研究很有必 要。 1 4 本课题研究的主要内容及意义 现代控制理论的发展和应用促使了许多新型的电机控制方法的诞生，由于电 动机系统在控制过程中不仅电机参数具有摄动现象，控制过程还存在随机输入， 包括电压电流随机输入和量测噪声。 常规p i d 控制器简单直观，稳定性好，在生产实际中有广泛应用，但其容错能 力和鲁棒性却并不十分理想。在常规p i d 控制中，一个关键的问题便是p i d 参数的 整定。其整定方法一般有2 种：工程整定和理论整定。前者具代表性的有 z i e g l e r n i c h o ls 方法，即根据比例控制下闭环系统在临界状态时的比例增益和 振荡周期确定最佳控制器参数。基于实验代价高、影响生产和安全性等因素，工 程整定的实物实验往往用仿真实验代替，因此需要对控制对象建立有一定精度的 动态数学模型，理论整定的前提也是如此。而实际的物理系统的完整数学模型往 往是很复杂的，阶次比较高，且有非线性环节。在建模时，通常都是略去系统高 4 硕士学位论文 频动态性能，保留低频性能，建立系统的降阶模型。利用系统降阶近似模型整定 的p i d 控制器参数，在实验室中也许是最优的，但运用到实际系统中时，往往又 会面对下列情况： ( 1 ) 建模时省略的高频动态特性在某些运行条件下被激发而导致系统不稳定 ( 2 ) 长期工作后，对象参数产生偏移，系统具有时变不确定性； ( 3 ) 系统存在非线性，工况点附近小范围线性化的假设在整个工作范围中不能成 立： ( 4 ) 由于工作环境的温度变化、周边磁场变化、噪声变化等干扰因素，使得本来 已经调整好的设备在工作中不能正常工作。 由于常规p i d 控制多数根据经验或数学模型整定，故不具有自适应性，在上 述情况下就难以达到理想的控制效果，甚至无法控制。传统的p i d 控制系统始终 不能解决上述问题。直流无刷电动机是一个多变量、非线性、强耦合的控制对象， 仅仅采用一般的控制方法，很难达到较高的性能要求。由于直流无刷电动机具有 一系列的优点，更适合于高性能的交流伺服系统，对直流无刷电动机系统控制策略的 研究具有重要的价值和意义。”。 随着现代科学技术的发展，控制工程所面临的问题越来越复杂，许多系统 具有严重非线性、模型不确定、大滞后等特点。传统控制理论在应用于这些复 杂系统时，面临以下问题： ( 1 ) 传统控制系统的分析和设计是建立在精确数学模型的基础上，并遵循一些理 想的假设条件，这些往往与实际条件不完全致； ( 2 ) 传统控制理论是把实际情况加以简化以便于建立数学模型，但这种分析对实 际过程是近似的，甚至是非常粗糙的，其近似程度取决于数学模型的简化程度。 可以说传统控制是建立在精确数学模型基础上的简化控制，对于复杂系统往往得 不到理想的控制效果。而且，有些系统包括不确定性因素或情况很复杂，根本无 法用数学模型表示。为提高控制性能，须花费高成本建模，控制系统实现时也变 得很复杂。这样不仅增加了成本，控制系统的复杂也使得系统的可靠性下降。 神经网络即具有非线性映射的能力，可逼近任何线性和非线性模型，又具有 自学习、自收敛性；神经网络控制既可用于线性对象，也可用于非线性对象，对 被控对象无须精确建模，对参数变化有较强的鲁棒性。神经网络和模糊控制相结 合，通常有两种结合方式：一种是在大误差范围内采用模糊控制器来改善性能， 提高快速性，同时在小误差范围内采用神经网络控制器达到精确定位的目的；另 一种是利用神经网络来实现模糊控制规则的映射。本文采用的是第二种结合的方 式。神经网络的实时性的问题是影响系统指标的个重要因素，本文对传统的b p 算法进了改进，采用了卡尔曼滤波的学习算法，将最优估计的思想与神经网络控 制相结合，使神经网络学习时间大大地减少，并通过仿真说明了该算法的优良特 性。 直流无刷电动机模糊神经网络控制系统的研究 本文主要全力解决以下问题： ( 1 ) 选择将模糊控制器和神经网络结合在一起的合适的方法。 ( 2 ) 寻找一种学习算法，使得所设计的模糊神经网络收敛速度较快。 ( 3 ) 设计模糊规则和模糊推理合成算法。 ( 4 ) 设计一个合适的直流无刷电动机控制系统，并进行仿真说明。 6 硕士学位论文 第2 章直流无刷电动机的原理及其特性 2 1 直流无刷电动机的基本组成环节及工作原理 2 1 1 直流无刷电动机的基本组成 永磁直流无刷电动机主要由电动机本体、位置传感器和电子开关线路三部分 组成。电动机本体在结构上与永磁同步电动机相似，其定子绕组一般制成多相( 三 相、四相、五相不等) ，转子由永久磁钢按一定极对数( 2 p = 2 ，4 ) 组成，图2 1 中的电动机本体为三相两极。三相定子绕组分别与电子开关线路中相应的功率开 关器件联接，即a 相、b 相、c 相绕组分别与功率开关管v l 、v 2 、v 3 相接。位置传 感器的跟踪转子与电机轴相连接。 电子开关 线路 图2 1 无刷直流电动机的结构原理图 当定子绕组的某一相通电时，该电流与转子永久磁钢的磁极所产生的磁场相 互作用产生转矩，驱动转子旋转，再由位置传感器将转子位置转换成电信号，去 控制电子开关线路，从而使定子各相绕组按一定顺序导通，定子相电流随转子位 置的变化而按一定的次序换相。由于电子开关线路的导通次序是与转子转角同步 的，因而起到了机械换相器的换向作用。因此，所谓无刷直流电动机，就其基本 结构而言，可以认为是一台由电子开关线路、永磁式同步电动机以及位置传感三 者构成的“电动机系统”。其原理框图如图2 2 所示。 直流无刷电动机模糊神经网络控制系统的研究 图2 2 无刷直流电动机的构成 电动机转子的永久磁钢与永磁有刷电动机中所使用的永久磁钢的作用相似， 均是在电动机的气隙中建立足够的磁场，其不同之处在于，直流无刷电动机中永 久磁钢在转子上，而直流有刷电动机的磁钢装在定子上。 直流无刷电动机电子开关线路是用来控制电动机定子上各相绕组通电的顺 序和时间，主要由功率逻辑开关单元和位置传感器信号处理单元两个部分成。功 率逻辑开关单元是控制电路的核心，其功能是将电源的功率以一定的逻辑关系分 配给直流无刷电动机定子各相绕组，以便使电动机产生持续不断的转矩。而各相 绕组导通的顺序和时间主要取决于来自位置传感器的信号。但位置传感器所产生 的信号一般不能直接用来控制功率逻辑开关单元，往往需要经过一定逻辑处理后 才能去控制逻辑开关单元。综上所述，组成直流无刷电动机各主要部件的框图如 图2 3 所示。 图2 3 无刷直流电动机的组成框图 转子位置检测器也就是位置传感器，按动作原理可分为敏感式、耦合式、谐 振式和接近式等。敏感式是利用敏感元件如光敏元件( 光电二极管或三极管) 和磁 敏元件( 如霍尔元件、磁敏电阻和磁敏二极管等) 来感应转子的位置，并给出输出 信号控制定子各项绕组的导通。在直流无刷电动机中一般采用霍尔元件作为位置 传感器。霍尔开关式位置检测器是一种常用的磁敏元件，在其输入端通以控制电 流，当受到磁场作用时，其输出端便有电动势信号输出：当无外界磁场时，其输 出端便无电动势信号输出。把霍尔元件置附于定子电枢铁芯表面，根据霍尔元件 硕士学位论文 输出信号便可以判断转子磁极的当前位置。信号经过处理放大便可以驱动逆变器 工作。 2 1 2 直流无刷电动机的基本工作原理 众所周知，般的永磁式直流电动机的定子由永久磁钢组成，其主要的作用 是在电动机气隙中产生磁场。其电枢绕组通电后产生反应磁场。由于电刷的换向 作用，使得这两个磁场的方向在直流电动机运行的过程中始终保持相互垂直，从 而产生最大转矩而驱动电动机不停地运转。直流无刷电动机为了实现无电刷换 向，首先要求把一般直流电动机的电枢绕组放在定予上，把永磁磁钢放在转子上， 这与传统直流永磁电动机的结构剐好相反。但仅这样还不行，因为用一般直流电 源给定子上各绕组供电，只能产生固定磁场，它不能与运动中转子磁钢产生的永 磁磁场相互作用，以产生单一方向的转矩来驱动转予转动。所以，无刷直流电动 机除了由定子和转子组成电动机的本体以外，还要有由位置传感器、控制电路以 及功率逻辑开关共同构成的换相装置，使得直流无刷电动机在运行过程中定子绕 组所产生的磁场和转动中的转子磁钢产生的永磁磁场，在空间始终保( z 2 ) r a d 左右的电角度。为了更加清晰地阐述直流无刷电动机的工作原理和特点，下面以 三相星形半控桥电路为例，来加以简要说明。图2 1 为三相无剧直流电动机半控 桥电路原理图。此处采用光电器件作为位置传感器，以三只功率晶体管v l 、v 2 和v 3 构成功率逻辑单元。三只光电器件v p l ，v p 2 ，v p 3 的安装位置各相差1 2 0 。， 均匀分布在电动机的一端。借助安装在电动机轴上的旋转遮光板( 亦称截光器) 的作用，使得从光源射来光线依次照射在各个光电器件上，并依照某一光电器件 是否被光线照射到来判断转子的位置。由于此时光电器件v p l 被光照射，从而使 功率晶体管v 1 呈导通状态，电流流入绕组a x ，该绕组电流同转予磁极作用后所产 生的转矩使转子的磁极按顺时针方向转动。当转子磁极转过1 2 0 。后，直接装在转 子轴上的旋转遮光板也跟着同时转动，并遮住v p l 而使v p 2 受光照射，从而使晶体 管v 1 截止，晶体管v 2 导通，电流从绕组a x 断开而流入绕组b y ，使转子继续转动， 并带动遮光板同时朝顺时针方向转动。当转予磁极再次转过1 2 0 。以后，此时旋转 遮光板v p 2 而使v p 3 受光照，从而使晶体管v 2 截止，晶体管v 3 导通，电流流入c z ， 于是驱动转子磁极继续朝着顺时针的方向旋转。转过1 2 0 。以后，重新开始下次的 3 6 0 6 旋转。 这样，随着位置传感器转子扇形片的转动，定子绕组在位置传感器v p l ，v p 2 ， v p 3 的控制下，一相一相地依次馈电，实现了各相绕组电流的换向。不难看出， 在换向过程中，定子各相绕组在工作气隙中形成的旋转磁场是跳跃式的，这种旋 转磁场在3 6 0 。的电角度范围内有3 种磁状态，每种磁状态持续1 2 0 6 电角度。图2 4 给出了各相绕组的导通顺序示意图。 9 且执尢删电明口l 珙捌硼经嘲带碰利糸玩阳计i 艽 ”。t ”7t 一 。2l 蔷日荮葡二 2 1 3 三相y 接直流无刷电动机的换相 以上所介绍的三相半控电路，其特点是电路简单，但电动机本体的利用率很 低。每个绕组只通电1 3 时间，另外的2 3 时间处于断开状态，没有得到充分的利 用，而且在运行过程中转矩的波动比较大。直流无刷电动机的主回路结构形式有 多种，有三相半控电路，三相y 联接全控电路，三相角接联接全控电路等多种 形式。与三相半控电路相比，三相全控电路比较复杂，但电机的利用率高，转矩 波动小，波形比较平稳，在要求较高的装置中，常利用三相全控电路。其电路图 如图2 5 所示。t 1 至t 6 为6 只功率管，起到电子开关的作用。功率管的导通分为两 两导通方式和三三导通方式。本课题中采用的是三相y 接两两导通方式的全控电 路，因此下面将对其换相原理进行说明。 图2 5y 形连接绕组三相全控桥式电路图 两两导通方式为每瞬间有两个功率管导通，每隔6 0 度电角度换相一次，每次 换相一个功率管，每一个功率管导通1 2 0 度电角度。各功率管导通的顺序依次是 t 1 t 2 ，t 2 t 3 ，t 3 t 4 ，t 4 t 5 ，t 5 t 6 ，t 6 t 1 等。当t 1 和t 2 导通时，电流从a 相绕组流 入，再从c 相绕组流出。如设流入电流为正，则流出电流为负，它们的合成转矩 为t ，：压，当电动机转过6 0 度电角度后，由t 1 t 2 通电转换为t 2 t 3 通电，这时电 流从t 3 流入b 绕组再从c 相绕组流出经t 2 回到电源，合成转矩为瓦。= 3 ，其方向 转过了6 0 度电角度，此后每次换相一个功率管，合成转矩矢量就随着转过6 0 度电角 度。 1 0 硕士学位论文 a )b ) 2 2 直流无刷电动机的数学模型h 1 i ； = 言丢童 i + p 芝；! 乏i ； + 1 ； c 。一， 直流无刷电动机模糊神经网络控制系统的研究 三。厶t 表示电机三相绕组的自感； 上。6 表示a 相和b 相绕组的互感( 其它亦然) ； 尸为微分算子d 。 由于转子是永磁的，转子的影响可以忽略，可以认为上a = 厶= 三： z = 三k = 。= 三。= k = 三d = 肘( m 为定子绕组间互感) ，它们可以被认为是常数，与 基 = 言吾量 i + p 妻兰琴 i 十 圣 c z 一孙 。 三一m o 蚓+ l ：三二m 川州m 三一m 儿j 2 2 2 转矩方程 转矩方程为：t = k 。f 。+ 屯+ e 。f 。】 ( 2 4 ) 由上式可以看出，无刷直流电动机的电磁转矩方程与普通直流电动机相似， 其电磁转矩大小与磁通和电流幅值成正比，所以控制逆变器输出方波电流的幅值 以控制直流无刷电动机的转矩。为产生恒定的电磁转矩，要求定子电流为方波， 反电动势为梯形波，且在每半个周期内，方波电流的持续时间为1 2 0 。电角度， 梯形波反电动势的平顶部分也为1 2 0 。电角度，两者应严格同步。由于在任何时 刻，定子只有两相导通，则： 电磁功率可表示为：只= e 。f 。+ p 6 屯+ e 。f 。= 2 e ；，； ( 2 5 ) 电磁转矩又可表示为：疋= t 甜= 2 e 。，。掰 ( 2 6 ) 2 2 3 运动方程 运动方程为：t 一咒一日国= ，等= 四 ( 2 _ 7 ) ：0 o r 为 程o b o 方 压疋o o 她h 嘬一m h h 至得 硕士学位论文 其中：疋为电磁转矩；孔为负载转矩；占为阻尼系数：为电机机械转速： ，为电机的转动惯量。 2 2 4 状态方程 寸； = f 1 “三享m 上；山。“三! m ， 医1 一 孳 u a u b u c 2 3 本章小结 图2 7 电压方程的等效电路 e c 本章简要的介绍了直流无刷电动机的结构、工作原理以及它的数学模型，尤其是 两两导通的直流无刷电机控制方式，是为本文所采用的。以上的叙述对直流无刷电动 机控制系统的设计有着重要的意义。 一 心 m i i 一心h 一 一 =iiio且 o o r o r o 直流无刷电动机模糊神经网络控制系统的研究 第3 章基于卡尔曼滤波器的最优估计概述 3 1 最优估计概述嘲 最优估计在航空、航天、工业过程控制等领域有着广泛的应用。它可用于统 计图像的处理、交通密度估计、化工过程控制、河水流量估计、发电站负荷预测、 卫星轨道估计、目标跟踪、飞行数据处理和其他实验数据处理等。这些处理大都 采用卡尔曼滤波，推广卡尔曼滤波，固定点、固定区间、固定滞后平滑等方法。 系统状态和参数估计具有广泛的应用。由于测量仪器本身有系统偏差、刻度 量因子误差和随机噪声，因此，在进行结果分析之前，必须将这些误差确定出来， 否则就会导致错误的结果。估计理论实际上是根据状态方程和观测方程，按概率 统计和优化的原理对系统的状态或参数做出估计。 3 2 估计问题的提法和估计准则 实际中人们根据对不同仪器仪表及被估计值的统计特性的掌握程度提出了 下列一些估计准则：最小方差准则、极大验后准则、极大似然准则、线性最小方 差准则和最小二乘准则等。依据不同的准则，可得各种不同的估计方法，例如最 小方差估计、极大似然估计、极大验后估计、线性最小方差估计等。 3 2 1 估计问题的分类 估计问题可分成两大类，即参数估计和状态估计，分别讨论如下： ( 1 ) 参数估计 例如，在做完实验之后，会得到一系列不同时刻z 的观测值，我们希望用 条曲线来表示z 与f 之间的关系，设z ( f ) = 一岛( f ) + 吐( f ) + + 嘞( n 其中 啊( 0 ，吃( r ) ，( r ) 为已知的时间函数，一般是r 的幂函数、指数函数或正 余弦函数等；一，奶，x 。为刀个未知数，它们不随时间而变。要求根据m 对 观测值( 2 i ，f f ) ( f = 1 ，2 ，”m ；掰 即) 来估计未知参数，吃，砀。这就是曲线拟 合问题。一般采用z ( f ) 与各观测值z 之间的差的平方和为最小作为估计参数的准 则。 ( 2 ) 状态估计 如果被估计的量是系统的状态变量，则称这种估计为状态估计。状态变量是 随时间而变的随机过程。例如，系统的状态变量x ( f ) 满足下列的微分方程： 硕士学位论文 量( r ) = 彳( f ) x ( f ) + b o ) “( f ) + ，( f ) w ( f ) 要求根据观测值 z ( f ) = h ( f ) x ( f ) + v ( f ) 来估计状态变量x ( f ) 。在上述两式中，w ( f ) 和v ( r ) 都为随机干扰，甜( f ) 为控制量。 x ( f ) 是随时间而变的随机变量，即为随机过程。这种估计称为状态估计。 3 2 2 估计准则 前面已提到过对估计的要求，估计越接近真值越好，这是一种不严格的说法。 为了进行估计，必须有估计准则。所谓最优估计是指在某一估计准则条件下求得 的最优估值，如果换了一个估计准则，则这一估值就不一定是最优的了。估计准 则可能是多种多样的，选取不同的估计准则，就有不同的估计方法，估计方法与 估计准则是紧密相关的。 ( 1 ) 最小方差准则( 最小方差估计) 最小方差估计是以估计误差的方差阵达到最小作为估计的准则。按这种准则 求得的最优估值叫做最小方差估计。为了进行最小方差估计，需要知道被估值x 和观测值z 的条件概率分布密度p iz ) 或p ( 孑) ，以及它们的联合概率分布密度 p ( x ，z ) 。 ( 2 ) 极大似然准则( 极大似然估计) 极大似然准则是使条件概率分布密度p 0 x ) 达到极大的那个x 值作为估值。 按这种估计准则求得x 的最优估值的方法称为极大似然估计。为了求出极大似然 估计，需要知道条件概率分布密度p 0 x ) 。 ( 3 ) 极大验后准则( 极大验后估计) 极大验后准则是使条件概率分布密度p iz ) 达到极大的那个x 值作为估值。 按这种估计准则求得的x 的最优估值的方法称为极大验后估计。为了求出极大验 后估计，需要知道验后概率分布密度p iz ) 。 ( 4 ) 线性最小方差准则( 线性最小方差估计) 为了进行最小方差估计和极大验后估计，需要知道p 0 iz ) ；为了进行极大 似然估计，需要知道p 0 ix ) 。如果我们只知道观测值和被估值的一、二阶矩， 即e x ，研三】，脚( x ) ，p 锄1 ( z ) ，c b v ( x ，z ) 。在这种情况下，为了得到有用的结 果，必须对估计量的函数形式加以限制。我们限定所求的估计量是观测值的线性 函数，以估计误差阵达到最小作为最优估计的准则。按照这种方式求得的最优估 计值称为线性最小方差估计。 ( 5 ) 最小二乘准则( 最小二乘估计) 如果我们不知道x 和z 的概率分布密度，也不知道它们的一、二阶矩，这时 就只能用高斯提出的最小二乘法。最小二乘法是将残差平方最小作为最优估计的 准则。 直流无刷电动机模糊神经网络控制系统的研究 3 3 一些定理的证明 3 3 1 线性最小方差估计 如前所述，为了计算条件数学期望e i z ) ，需要知道联合概率分布密度，计 算工作很麻烦，而且我们往往不知道随机变量的概率分布密度。但若放松对概率 知识的要求，则可以通过观测值和被估计值的、二阶矩，即数学期望e 聋】和 e z 】，方差p - 口，( x ) 和胁0 ) 及协方差c b