一種基于轉速-電流二維模糊模型自學習的電機控制方法
【專利摘要】一種基于轉速-電流二維模糊模型自學習的電機控制方法，包括以下步驟：(1)雙閉環反饋控制過程，得到反饋占空比db(t)；(2)模糊模型前饋控制過程，包括當前網格點p(含速度和電流)在模糊曲面模型S上的映射并獲取四個頂點信息，以及根據隸屬度和重心法得到點p對應的前饋占空比；(3)自學習過程，包括根據t時刻速度誤差來修正t-1時刻網格點p的前饋占空比值，并根據隸屬度和反重心法修正點p四周四個頂點信息。本發明有效兼顧穩定性和快速性、自學習能力較好。
【專利說明】-種基于轉速-電流二維模糊模型自學習的電機控制方法
【技術領域】
[0001] 本發明涉及一種電機控制方法。
【背景技術】
[0002] 直流無刷電機和普通電機相比具有明顯的高效率、小體積，同時又具備了無極調 速等優點，在節能環保經濟大為提倡的今日，在諸多領域得到廣泛的應用。本文所提的算法 是在工業縫紉機專用直流無刷伺服驅動器的研制過程中實踐得出，同時能夠廣泛應用于各 種寬轉速、變轉速、變負載的場合。
[0003] 直流無刷電機的應用過程中，核心問題之一是驅動器的設計，而驅動器的核心技 術主要包括了硬件電路設計和軟件控制算法設計。其中軟件控制算法目前市面上普遍采用 的為基于PID控制器的速度外環--電流內環算法，亦稱為雙閉環控制算法，其中速度外環 確保了速度誤差的收斂性而電流內環則提高了算法的響應速度以及大電流保護等。雙閉環 控制算法結構簡單，參數易于調試，且具有一定的魯棒性和適應性，被廣大技術產品開發人 員所接受。
[0004] 然而，這類算法也具有一些不足之處。首先，該算法是基于反饋的，因此誤差產生 在前、占空比響應在后，速度跟蹤存在一定程度的滯后。速度外環的比例控制容易引起超調 而積分控制容易引起振蕩，難以在穩定性和快速性之間獲得更好的平衡；其次，該算法的參 數是初始化設定的，隨著使用年限驅動器的電解電容容量變化明顯、電機也發生一定程度 老化，另外不同負載工況下其傳遞函數零極點發生顯著偏移，這些因素都導致采用同一組 控制參數的驅動器表現性能差異較大。
【發明內容】
[0005] 為了克服已有電機控制方法的無法兼顧穩定性和快速性、無自學習能力的不足， 本發明提供了一種有效兼顧穩定性和快速性、自學習能力較好的基于轉速-電流二維模糊 模型自學習的電機控制方法。
[0006] 本發明解決其技術問題所采用的技術方案是：
[0007] -種基于轉速-電流二維模糊模型自學習的電機控制方法，包括以下步驟：
[0008] (1)雙閉環反饋控制過程，具體如下：
[0009] (1.1)根據t時刻霍爾傳感器獲得的電機實測角速度ws(t)與目標速度值w t(t)， 得到角速度誤差ew (t)和角速度誤差積分ew _ (t)，輸入外環比例積分控制器得到內環電流 目標值it (t)，以（t)代表某變量為t時刻對應的值；
[0010] (1.2)內環電流目標值it(t)與采樣電流值is(t)做差得到電流誤差 ei(t)和電 流誤差積分ei sUffl(t)，輸入內環比例積分控制器，得到雙閉環反饋控制器的輸出反饋占空比 db(t)；
[0011] (2)模糊模型前饋控制過程，具體如下：
[0012] (2.1)將t時刻目標速度值^⑴和采樣電流值is(t)映射到二維模糊曲面模型 s(t)，模型S(t)為笛卡爾坐標系下的非線性曲面，其中wt(t)對應x軸，is(t)對應y軸，輸 出的前饋占空比df (t)對應z軸；
[0013] (2. 2)按照設定的步長和分辨率，對X軸和y軸進行網格化劃分，X軸表示角速度 w，y軸表示電流i，其上每個網格點p[u]代表X軸第j個角速度點和y軸第i個電流點對 應的xy平面上位置，以上角標[i，j]來表示該位置網格點的參數；
[0014] (2.3)根據網格點p= [wt(t)，is(t)]在xy平面上的位置，檢索到該點所處四邊 形頂點上的四個點P[i，j]，P[i+1，j]，P [i，j+1]，P[i+1，j+1]，并獲取這四個點對應的前饋占空比d f[i，j] a),df[i+i'j]a)，df[i' j+i]a)，df[i+i'j+i]a);
[0015] (2. 4)將頂點信息輸入模糊隸屬度函數，并采用重心法得到網格點p的前饋占空 比df⑴；其中隸屬度值μ [i'j]⑴，μ [i+1'j]⑴，μ [i'j+1]⑴，μ [i+1'j+1]⑴計算如下：
【權利要求】
1. 一種基于轉速-電流二維模糊模型自學習的電機控制方法，包括以下步驟： (1) 雙閉環反饋控制過程，具體如下： (1. 1)根據t時刻霍爾傳感器獲得的電機實測角速度Ws (t)與目標速度值Wt (t)，得到 角速度誤差ew (t)和角速度誤差積分ew _ (t)，輸入外環比例積分控制器得到內環電流目標 值it (t)，以⑴代表某變量為t時刻對應的值； (1.2) 內環電流目標值it(t)與采樣電流值is(t)做差得到電流誤差ei(t)和電流 誤差積*eisUffl(t)，輸入內環比例積分控制器，得到雙閉環反饋控制器的輸出反饋占空比 db(t)； 其特征在于：所述電機控制方法還包括如下步驟： (2) 模糊模型前饋控制過程，具體如下： (2. 1)將t時刻目標速度值Wt (t)和采樣電流值is (t)映射到二維模糊曲面模型S(t)， 模型S(t)為笛卡爾坐標系下的非線性曲面，其中Wt (t)對應X軸，is(t)對應y軸，輸出的 前饋占空比df(t)對應z軸； (2.2) 按照設定的步長和分辨率，對X軸和y軸進行網格化劃分，X軸表示角速度w，y軸表示電流i，其上每個網格點P[^代表X軸第j個角速度點和y軸第i個電流點對應的 xy平面上位置，以上角標[i，j]來表示該位置網格點的參數； (2.3) 根據網格點p= [wt(t)，is(t)]在xy平面上的位置，檢索到該點所處四邊形頂 點上的四個點P[i，j]，P[i+1，j]，P[i，j+1]，P[i+1，j+1]，并獲取這四個點對應的前饋占空比df[i，j](t)，df[i+1'J](t),df[i'J+1](t),df[i+1'J+1](t)； (2. 4)將頂點信息輸入模糊隸屬度函數，并采用重心法得到網格點p的前饋占空比df(t);其中隸屬度值μ[i'J](t)，μ[i+1'J](t)，μ[i'J+1](t)，μ時
其中，w[i]，w[i+1]分別是X軸對應的第i個和第i+ 1個角速度值，iW，ib_+1]分別是y軸 上對應的第j個和第j+Ι個電流值； (2. 5)根據四個定點的信息和隸屬度值按如下公式計算出前饋占空比df(t)， df(t) =μ[υ\?)?^\〇 +μΙΜ·]\〇?[；+1·]\?) +μ?υ+ι\〇?^+ι](?) + 并疊加到反饋占空比db(t)上，作為最終的控制器輸出占空比。
2. 如權利要求1所述的一種基于轉速-電流二維模糊模型自學習的電機控制方法，其 特征在于：所述電機控制方法還包括如下自學習步驟： (3) 模糊模型自學習過程： (3. 1)在t時刻，采樣獲得角速度Ws⑴及角速度誤差ew (t)，將誤差ew⑴輸入自學習 控制器； (3.2) 設定學習因子η，根據誤差?(〇計算t時刻p點的修正值Adf (t) =Jlew (t); (3.3) 根據隸屬度值μ[i'j](t_l)，μ[i+1'j](t_l)，μ[i'j+1](t_l)，μ[i+1'j+1](t_l)，將修正 值Λdf (t)解耦為四個網格點的修正值Af](?)，Δ# +w] (〇，Δ?/f+1](?)，Aflf[/+W+1]⑴；解 耦公式如下：
(3.4) 將t時刻修正值疊加到對應網格點的t-Ι時刻前饋占空比值d產j]，df[i+1，j]， df[i'j+1]，df[i+1'j+1]上，并以此作為步驟（2. 3)的前饋占空比值，網格點p的最近范圍四個頂點 的對應前饋值學習結果如下公式：
【文檔編號】H02P6/06GK104270046SQ201410502184
【公開日】2015年1月7日 申請日期:2014年9月26日 優先權日:2014年9月26日
【發明者】吳樂彬 申請人:嘉善博工數控科技有限公司