开关磁阻电机RBF神经网络电流控制

孙鹤旭,李鹏,董砚

(河北工业大学 电气与自动化学院,天津 300130)

1 引言

开关磁阻电机(SRM)具有结构简单牢固、制作成本低廉、可控参数多、调速范围宽和系统效率高等优点。但是,电机本身固有的转矩脉动和非线性特性限制了其在工业领域的广泛应用。如何减小转矩脉动成了当前一个热门的课题。为减小SRM的转矩脉动,各国学者做了大量研究工作,提出很多方法,主要可以分为两大类:一是通过电机结构的优化设计来减小转矩脉动;二是通过控制算法来减小转矩脉动。文献[1]提出采用神经网络来优化开关磁阻电机的转矩。文献[2]提出给予RBF的神经网络对SRM的瞬时转矩进行控制。文献[3]采用迭代学习的方法减小SRM的转矩脉动。

然而由于开关磁阻电机按照“磁路最小”的工作原理设计,其电感是转子位置的非线性函数,开关磁阻电机两相励磁运行时,由于存在互感影响,其电感模型更加复杂。文献[4]中提到了采用磁网络模型对开关磁阻电机两相励磁运行时的磁场特性进行分析,为开关磁阻电机两相励磁运行时电流控制分析提供了很好的理论方法。

本文从电磁的角度对开关磁阻电机定子绕组电感进行分析,基于RBF神经网络建立了SRM的电感非线性模型,RBF网络为3-6-1结构(3个输入变量、6个隐层节点、1个输出量)。最后通过离线训练完成SRM在两相励磁时考虑互感的电感与转子位置的非线性建模,使该模型能有效映射电感与转子位置和定子电流之间的非线性关系。……