基于神經網絡的車用永磁同步電機輸出轉矩的溫度補償方法與流程

本發明涉及車用永磁同步電機輸出轉矩的溫度補償的
技術領域：
，具體涉及一種基于神經網絡的車用永磁同步電機輸出轉矩的溫度補償方法。
背景技術：
：永磁同步電機(permanentmagnetsynchronousmotor,PMSM)和傳統的電勵磁電機相比較，不需要勵磁電流，顯著地提高了功率因素，減少了定子損耗和定子電流，并且在穩定運行時沒有轉子損耗，從而減小了總體的損耗。使電機效率比同規格的電勵磁電機效率提高了2％～8％。同時，永磁同步電機在25％～120％的額定負載范圍內都可以保持很高的功率和效率因素，從而使在輕載運行時有很明顯的節能效果。與電勵磁同步電機比較，永磁同步電機省去勵磁功率，提高了效率，簡化了點及內部結構，實現了無刷化。尤其是100～1000KW的電動機，還省去了勵磁柜，它的總成本增加不多，成了高效率的永磁同步電機有一個重要的應用場合。永磁材料對溫度的敏感性很大，尤其是車用PMSM選用的銣鐵硼溫度對溫度尤為敏感。從冷態(低溫環境溫度)運行到熱態(高溫環境溫度加溫升)溫度提高100℃，則銣鐵硼永磁電機的每極氣隙磁通量將減少10％以上。如果再計及電樞電阻隨溫度升高而增大導致電阻壓降增大和電樞反應的去磁作用，變化率還會增加。溫升對永磁同步電機的影響是雙重的：一方面會使得定子電阻發生變化，另一方面會引起永磁體電磁特性的變化。隨著工作環境溫度的變化，永磁體的剩磁和矯頑力會產生近似線性的變化，而這兩者對永磁磁鏈的影響是非線性耦合的。在相同的驅動電流電壓下，溫度的變化影響永磁同步電機的勵磁轉矩平滑輸出，因此提出使用神經網絡的方法構建溫度與輸出轉矩的非線性模型，以此為基礎設計一個神經網絡自適應控制器，以實現對永磁同步電機的溫度補償，這樣將得到一個平滑的輸出轉矩。1.現有技術一的技術方案早期研究中對其他類型電機的溫度補償研究較多。如異步測速發電機，有基于硬件電路設計的溫度補償的方法：原端補償法、內反饋補償、增加磁回路。原端補償法，又稱為參數補償法，在原端(勵磁回路)中加入熱敏電阻或熱敏電阻網絡使原端總電阻的溫度系數接近于零。缺點：熱敏電阻溫度的非線性，不可能在每個工作點上都得到補償。內反饋補償，在勵磁繞組和輸出繞組之間增加反饋繞組，反饋繞組的輸出電動勢以負反饋的形式送入原端比較元件，改變輸入信號。對永磁式直流發電機，增加一個永磁材料制作的磁分路，也可從結構上對溫度擾動進行補償。上述處理方法的缺點：改變電機原有結構，增加電子元器件。目前在車載式永磁同步電機的設計中，未見公開發表的針對溫度的輸出補償設計。隨著車用永磁同步電機的精確控制，需要進一步研究溫度場對永磁體磁鏈、定子電阻、等效電容分量等電機參數運行數據的影響，并對由此產生的輸出力矩波動進行補償。2.現有技術二的技術方案電機效率MAP圖(又叫做云圖、等高線圖)是電機在測試時生成的數據曲線，其常見作用是反映電機在不同轉速和轉矩下電機的效率的分布情況。在永磁同步電機的設計中，電機的效率的分布和高效區域占總區域的比例十分重要。在永磁同步電機的實際運行中，是否選擇到合理的運行區間，使得電機能夠在實際運行當中運行在高效率區域，這對電機的性能十分重要。目前車用永磁同步電機應對溫度引起的力矩輸出擾動，工程上一般基于MAP方法對溫度數據進行標定。該方法需要基于長期經驗數據，反復試湊標定。現有技術二的缺點為：電機效率MAP圖，主要反映在不同的電機轉速下的電機效率分布，現有的電機技術只能通過檢測固定的溫度點下電機的實際輸出轉矩，再查找供應商提供的表格上期望的輸出轉矩，然后調整電機的驅動電流，使輸出轉矩達到期望數值。這種調整方法在實際操作過程中要在不同情況下作出相應的調整，大大增加了操作程序，十分繁瑣，且不能應對溫度的連續變化，控制精度有限。3.現有技術三的技術方案基于控制策略對永磁同步電機的進行補償的研究有：1)針對電壓源逆變器非線性增益的基于擴展PI參考模型補償。2)條件PID補償：對永磁伺服電動機驅動液壓源流量控制系統，設定閾值確定PID控制的觸發，補償由于溫度、負載壓力引起的輸出量波動。3)磁場諧波抑制進行的補償。4)基于反推自適應控制的摩擦力矩補償。現有技術三的技術方案例如：《模型與條件PID補償的永磁伺服電動機驅動液壓源流量控制》、《基于PMSM擴展PI參考模型的VSI非線性補償》、《永磁同步電機磁場諧波抑制的補償控制仿真》、《基于反推自適應控制的永磁同步電機摩擦力矩補償策略》等。現有技術三的缺點為：但對永磁同步電機的溫度輸出補償很少有相關成果公開。4.現有技術四的技術方案不考慮對輸出力矩、溫度、諧波等擾動因素抑制或補償的前提下，矢量控制是永磁同步電機最常見的控制器之一。矢量控制實際上就是對電動機定子的電流矢量相位與幅值的控制方法。由電機的狀態方程Te＝p[λmiq+(Ld-Lq)idiq]可以看出，當電機的永磁磁鏈(λm)和交直流電感(Ld、Lq)確定之后，轉矩就由id，iq控制。而一定的轉速、轉矩所對應的通過電機對于電流的控制，使實際的id和iq跟蹤指令和這樣就可以實現對電機轉矩和轉速的控制。永磁同步電機的空間矢量圖如圖1所示：現有技術四的缺點為：永磁同步電機的矢量控制系統有如下幾個缺點：1、系統的穩定性主要取決于電力電子器件的穩定性以及控制器的穩定性。2、電機的控制系統往往十分復雜，且結構繁瑣，他的控制精度取決于系統的采樣精度和計算精度。3、控制系統的成本往往較高。最主要的問題是不可能考慮對溫度引起的擾動，無法對其進行定量研究，更不可能對其進行有效抑制。技術實現要素：本發明所要解決的技術問題：由于被控對象(永磁同步電機)是復雜的且具有不確定性，且對永磁同步電機的輸出轉矩、輸出轉速有較大影響。部分實驗數據如圖2，現階段的研究主要專注于溫度對電子繞組電阻的影響，而溫度對于永磁體永磁磁鏈的影響則沒有進行有突破現行的研究。現有對永磁同步電機溫度擾動的研究，多基于有限元分析獲得溫度場模型。針對該模型進行溫度擾動因素的補償不易實現。本發明采用的技術方案為：一種基于神經網絡的車用永磁同步電機輸出轉矩的溫度補償方法，該方法包括如下步驟：步驟(1)、分析溫度對車用永磁同步電機的影響，永磁體材料對溫度的敏感性很大，溫度的變化會對永磁體的剩磁和矯頑力產生影響，而這二者又會引起永磁體磁鏈的變化，同時溫度的變化也會引起定子電阻的變化，由PMSM電磁轉矩公式Te＝p[λmiq+(Ld-Lq)idiq]，可以看出溫度的變化將影響電機輸出轉矩；其中id和iq是定子電流在d-q坐標系下的分量，λm是永磁體產生的磁鏈，P是極對數，Ld和Lq是定子繞組電感在d-q坐標系下的分量；步驟(2)、溫度補償器的結構是在經典永磁同步電機矢量控制系統的基礎上，在轉矩檢測信號和轉矩指令信號比較后，再與經由BP神經網絡輸出的預測轉矩做比較，此BP神經網絡的輸入量含有溫度數據，可估算不同溫度下電機的輸出轉矩，調整控制信號，從而對電機輸出轉矩作出相應的補償，算法構成上：使用的是BP神經網絡模型，并使用思維進化算法(MEA)優化BP神經網絡權值和閾值，此模型輸入量有三個：分別是定子電流在兩相旋轉坐標下縱軸和橫軸的電流量分量以及實時溫度，使系統可以在不同的溫度下調整控制量，對因溫度影響下輸出轉矩波動作出相應補償，程序實現上：可采用DSP、ARM或工控機等作為控制核心，在芯片上根植建模和控制程序軟件；步驟(3)、永磁同步電機在d-q坐標系下的同步旋轉狀態方程為：i·q=-RLqiq-LdLqidwr-λmLqwr+1Lquqw·r=3p22Jm[λmiq+(Ld-Lq)idiq]-pJmTl-BmJmwrid·=-RLdiq+LqLdiqwr+1Ldud]]>其中id和iq是定子電流在d-q坐標系下的分量，λm是永磁體產生的磁鏈，P是極對數，R是定子電阻，Ld和Lq是定子繞組電感在d-q坐標系下的分量，Jm是轉動慣量，Bm是粘性摩擦系數，wr是電機轉速，Tl為負載轉矩；由永磁同步電機在d-q坐標系下的同步旋轉狀態方程和空載狀態下忽略摩擦損耗因素，電機電磁轉矩公式：Te＝p[λmiq+(Ld-Lq)idiq]，由于溫度的變化會影響方程中的λm和R的值，由定子電阻隨溫度變化的方程：R(T)＝R0+ΔR＝R0(1+αΔT/100)，α是銅電阻隨溫度變化時的電阻溫度系數，R0是25℃時定子電阻阻值，溫度對于永磁磁鏈的影響則是通過使用Maxwell2D軟件仿真出不同溫度下的永磁磁鏈的數據，對于得到λm和溫度T的關系使用matlab曲線擬合工具，得到其函數表達式λm＝0.04441-8.929×10-5T，其中25℃≤T≤150℃，則在simulink中搭建的電機模型中電阻溫度方程和磁鏈溫度方程搭建輸入T輸出為R和λm的子模塊，模型中subsystem是根據λm＝0.04441-8.292×10-5T和R(T)＝R0+ΔR＝R0(1+αΔT/100)方程搭建而成，subsystem1是根據和構建而成，模型中Subsystem2是根據構建而成的，模型中Subsystem3是根據Te＝p[λmiq+(Ld-Lq)idiq]搭建而成的。Subsystem、subsystem1、subsystem2和subsystem3的輸入輸出量之間是彼此耦合的，subsystem的輸入量是溫度T，輸出量是：R和λm，subsystem1的輸入量是：ud、uq、R、λm和wr，輸出是：id和iq，subsystem2的輸入量是：id、iq、λm和Tl，輸出是：wr，subsystem3的輸入量是：iq、id和λm，輸出量是：Te。Subsystem的輸出量是subsystem1、subsystem2和subsystem3的輸入量。Subsystem1的輸出是subsystem2和subsystem3的輸入量，而subsystem2輸出量又是subsystem1的一個輸入量，子模塊的輸入輸出量之間彼此耦合。進一步的，步驟(1)中使用思維進化算法優化BP神經網絡權值、閾值，并將優化過的BP神經網絡算法用于電機的輸出轉矩的溫度補償策略，在不改變原有電路結構的基礎上加入BP神經網絡算法，提高車用永磁同步電機的力矩輸出平滑性，提高驅動性能。進一步的，步驟(2)中simulink搭建的模型中帶有溫度擾動作為輸入量，基于此模型可研究溫度的變化對于PMSM輸出轉矩、轉速輸出參量的影響。本發明與現有技術相比的優點在于：(1)永磁電機在不同溫度下運行時，當溫度從冷態運行到熱態時，釹鐵硼永磁電機和鐵氧體永磁電機每極氣隙磁通分別減少約12.6％和18％～20％，由此導致電機輸出轉矩減少，本發明中采用溫度補償控制系統，控制器根據不同的電機溫度，調節控制量，對電機進行實時控制，以得到平滑的輸出轉矩。(2)減少了技術人員的操作難度，不需要根據效率MAP圖實時調整電壓控制量，能夠根據溫度的連續變化實時調整，大大提高了控制精度。(3)本發明中，針對溫度對定子電阻和永磁磁鏈的影響，建立神經網絡模型描述溫度對車載永磁同步電機中多參數的非線性耦合作用；并基于所建立的神經網絡模型，設計對于輸出轉矩的溫度補償器，使得對電機能夠進行有效的、連續的控制，得到理想的、平滑的輸出轉矩。附圖說明圖1為永磁同步電機的空間矢量圖；圖2為不同溫度下的反向電動勢和不同工作溫度下的速度轉矩曲線示意圖，其中，圖2(a)為不同溫度下的反向電動勢曲線示意圖，圖2(b)為不同工作溫度下的速度轉矩曲線示意圖；圖3為PMSM的simulink仿真模型；圖4為Subsystem1的simulink模型；圖5為subsystem2的simulink模型；圖6為subsystem3的simulink模型；圖7為仿真結果；圖8為思維進化算法(MEA)優化BP神經網絡流程圖；圖9為BP神經網絡結構圖；圖10為溫度補償系統的神經網絡控制器的控制框圖；圖11為主程序流程圖；圖12為通訊中斷服務子程序流程圖；圖13為PWM中斷服務自程序；圖14為故障終端服務自程序。具體實施方式下面結合附圖以及具體實施方式進一步說明本發明。本發明一種基于神經網絡的車用永磁同步電機輸出轉矩的溫度補償方法，具體包括如下步驟：1.溫度對PMSM輸出轉矩的影響分析電機電流為三相對稱電流，假設忽略轉子阻尼，鐵芯飽和，鐵耗。永磁同步電機在d-q坐標系下的同步旋轉狀態公式如下；i·q=-RLqiq-LdLqidwr-λmLqwr+1Lquqw·r=3p22Jm[λmiq+(Ld-Lq)idiq]-pJmTl-BmJmwrid·=-RLdiq+LqLdiqwr+1Ldud---(1)]]>假設電機處于空載狀態下且忽略摩擦損耗等，電磁轉矩公式為：Te＝p[λmiq+(Ld-Lq)idiq](2)其中id和iq是定子電流在d-q坐標系下的分量，λm是永磁體產生的磁鏈，P是極對數，R是定子電阻，Ld和Lq是定子繞組電感在d-q坐標系下的分量，Jm是轉動慣量，Bm是粘性摩擦系數，wr是電機轉速，Tl為負載轉矩。由廠家提供的數據表格上可以看到：定子電阻隨溫度升高或降低發生線性變化，擬合公式為：R(T)＝R0+ΔR＝R0(1+αΔT/100)，α是銅電阻隨溫度變化時的電阻溫度系數，R0是25℃時定子電阻阻值。永磁體的消磁曲線對于溫度十分敏感，升高的溫度會導致永磁體的不可逆消磁。所以必須要將溫度考慮進電機的性能中去。溫度對于永磁體場效應的影響，可基于有限元分析進行建模，但該模型無法直接進行控制器設計。本發明使用ANSOFTMaxwell2D建立某型號永磁電機模型，分別獲取溫度從25℃變化至150℃，A相磁鏈仿真結果矯頑力Hc和剩磁Br與溫度T的關系如式(3)所示：Br(T)=Br(T0)[1+α1(T-T0)]Hc(T)=Hc(T0)[1+α2(T-T0)]---(3)]]>其中T0＝25℃是參考溫度,α1＝-0.09％和α2＝-0.5％是溫度系數B(T0)＝1.29T，Hc(T0)＝-907KA.m-1，為參考溫度下矯頑力和剩磁的初始值。為了分析溫度對PMSM輸出力矩的可能影響，進行基于ansoft的仿真研究如下：第一步，使用ANYSYMaxwell2D畫一個本發明所用到的24槽16極的電機模型。第二步，在模型左側的Sheet下拉菜單中找到永磁體材料N38EH，選中右擊屬性，在ew/EditMaterials選項中選擇PropertiesforPermanentMagnet設置不同溫度下，永磁體的剩磁和矯頑力的數值。第三步，在ProjectManage菜單下的Analysis下設置Setup，設置仿真步長和結束時間。第四步，右擊Results選項，在CreateTransieneReport選項中，選擇RetangularPlot，在彈出的對話框中，選擇windingFluxlinage(PhaseA),點擊NewReport，就會在Result下找到一個XYplot的選項，右擊Analysis選擇Analyze選項，軟件就開始對電機模型進行仿真。第五步，仿真結束后，將得到的數據導出在excel表格中。取其峰值就是各個溫度下的永磁磁鏈的值，分析這組數據，對于得到λm和溫度T的關系使用matlab曲線擬合工具，得到其函數表達式λm＝0.04441-8.929×10-5T，其中25℃≤T≤150℃。由公式(2)可以看到在不考慮溫度對于Ld和Lq的影響下，轉矩和溫度的關系就可以通過表達式的形式表現出來，由此轉矩的溫度補償控制器設計思路就很清晰了，對所獲得的數據將基于神經網絡進行分析。2.帶溫度擾動量的永磁同步電機simulink模型由于現有的PMSM模型當中并未考慮溫度與對輸出轉矩的影響，因此本發明在式(1)和式(2)以及R(T)＝R0+ΔR＝R0(1+αΔT/100)和λm＝0.04441-8.929×10-5T的基礎上，設計了如圖3所示的帶溫度擾動量的PMSM模型。圖4、圖5和圖6分別是各個子模塊的模型。這里以subsystem1為例，簡要描述電機模型的搭建方法。Subsystem1是以狀態方程中的和構建而成。該模塊中以id和iq為輸出，以ud、uq、id、iq、λm和R為輸入量，其中id和iq是定子電流在d-q坐標下的分量，R是定子電阻，λm是永磁磁鏈，wr是電機轉速，ud和uq是定子電壓在d-q坐標系下的分量。上述方程的輸出是id和iq的一階微分量，要將輸出量帶入帶方程中則模型必須要加一個積分器。R和iq經過一個乘法器，之后再增益倍，同理id和wr乘積后增益倍，λm和wr乘積后增益倍，uq增益這四個輸出經add加法器相加之后，就得到了，在它后面加一個積分器就得到了iq。同樣原理構建表達式的simulink模型。這樣就構建的subsystem1的模型了。其他子模塊同理。將本發明中根據微分方程搭建的電機模型用在控制系統中進行仿真分析，仿真結果如圖7所示，在給定轉矩為80N.m時，在0—1s時，電機由25℃升高到150℃，電機輸出逐漸轉矩下降，當我們在1s之后溫度補償控制器對轉矩進行補償，輸出轉矩逐漸接近我們的預期結果。基于上述模型，可對車用永磁同步電機進行仿真研究，測試在已知輸入和固定參數的情況下，PMSM輸出轉矩受溫度因素的影響程度及定量分析。3.車載永磁同步電機中溫度擾動的神經網絡控制器設計BP神經網絡實現了從輸入到輸出的映射關系，特別適合求解內部機制復雜的問題，具有較強的非線性映射能力。BP神經網絡能夠通過學習自主提取輸入輸出間的合理映射關系，并將學習內容及記憶于連接權值中。權值和閾值的選取，對神經網絡的的逼近能力和擬合效果有至關重要的影響，本發明引入MEA算法對所選用的BP神經網絡進行參數優化。根據BP神經網絡拓撲結構，將解空間映射到編碼空間，每個編碼對應著一個解。本發明中的網絡拓撲結構是3-5-1，編碼長度＝輸入層神經元個數*隱含層神經元個數+隱含層神經元個數*輸出層神經元個數+隱含層神經元個數+輸出層神經元個數。所以本發明編碼長度是26。思維進化算法的應用步驟是：1、使用初始種群產生函數initpop_generate()產生權值和閾值的初始種群體，再利用subpop_generate()產生臨時子群體和優勝子群體。2、各個子群體內部的個體為成為勝者而進行局部競爭，這就是趨同過程。若一個子群體不再產生新的勝者，則這個群體的競爭結束，該群體的最佳得分就是該子群體中最優個體的得分，并把得分放在全局公告板上。當所有子群體全部成熟，趨同操作結束。3、成熟的子群體為了成為勝者而進行全局競爭，不斷探索新的解空間，這就是異化操作。在全局公告板的得分上，可以比較各優勝子群體和臨時子群體的得分。完成各子群體之間的替換和個體釋放，最后就得到了全局最優個體及其得分。4、異化結束之后，被釋放的個體重新納入新的臨時子群體中，重復趨同和異化操作，直到最優個體的得分不再提高或者迭代結束，則認為運算收斂，輸出最優個體。5、根據編碼規則，對尋找的最優個體進行解碼，產生BP神經網絡的初始權值和閾值。6、將優化得到的權值和閾值作為BP神經網絡的初始權值閾值，利用訓練集樣本對神經網絡進行學習和訓練。利用進化思維方法對于權值和閾值進行優化。首先根據BP神經網絡的拓撲結構，將空間映射到編碼空間，每個問題對應一個解。本發明的BP神經網絡拓撲結構為3-5-1。然后利用思維進化方法，經過不斷迭代，輸出最優個體，并以此作為初始權值和閾值，訓練神經網絡，設計流程如圖8所示。BP神經網絡模型拓撲結構包括輸入層(input)、隱層(hiddenlayer)和輸出層(outputlayer)。本發明中，輸入層的個數為三個，分別是經過PI調節器整定后的d-q坐標系下的電流idref和iqref以及溫度T，只含有一個輸出量轉矩，隱含層的節點數選擇5，其中隱含層的激勵函數f(x)是雙曲正切s函數，使用的BP神經網絡的結構式如圖9所示。在不改變原有車載永磁同步電機的硬件結構基礎上，增加基于神經網絡的溫度補償策略，提高電機輸出的平穩性。此補償器可在現有各種控制策略的基礎上，提高系統的整體性能。原有PMSM的控制策略常見包括：最大輸出功率控制、弱磁控制、最大轉矩/電流控制等，均可與本發明所提出的溫度補償器結合。將神經網絡的非線性逼近能力以及其分布式結構所具有的容錯性和逆系統解耦線性化的特點結合起來，用以搭建構造神經網絡的系統，可以得到具有良好魯棒性和適應性的控制器。本發明中結合原有矢量控制系統和PID控制器構造易于實現的動態神經網絡系統。圖9就是溫度補償系統的神經網絡控制器的控制框圖。圖10中可以看出，本發明可采用DSP、單片機或工控機等處理器作為控制核心，在芯片上根植建模和控制程序軟件。周邊硬件電路一般包括電流檢測電路、溫度檢測電路、轉矩檢測電路、逆變電路(含驅動電路)以及位置檢測電路。逆變可采用SVPWM的方式(亦可采用其他控制方式，只要保證數據來源，即可應用本發明提出的補償策略)，可輸出六路PWM信號用以驅動三相逆變器中的IGBT。不失一般性，溫度檢測電路、轉矩檢測電路、電流檢測電路以及位置檢測電路這四路信號都由外圍電路的借口直接連接到DSP的輸入輸出外圍接口，然后根據相應的設置，讀出檢測到的具體數值。本發明的具體控制過程為：如圖3，首先轉矩檢測信號Te和轉矩指令信號Teref之間相比較，再和經過由BP神經網絡輸出的轉矩補償ΔTeref相比較，經由PI調節器的調節輸出指令信號Idref和Iqref，其中Idref和Iqref以及溫度T將作為BP神經網絡的三個輸入，神經網絡構建的一個閉環對轉矩進行前饋補償。定子側的三相交流電經Clarke變換、Park變換變成Id和iq，分別進一步與Idref和Iqref比較經過電流環PI調節器得到d-q坐標系下的Vdref和Vqref，在經過Park逆變換得到α-β坐標系下的Vαref和Vβref，逆變采用的是SVPWM的方式，可輸出六路PWM信號用以驅動三相逆變器中的IGBT，其產生電壓幅值、頻率可變的三項交流電到定子電樞中，從而驅動電機。經比較發現得到的輸出轉矩和預期轉矩誤差將會很小，則對用車用永磁同步電機溫度補償策略被證明是有效的。轉矩檢測信號Te和轉矩指令信號Teref之間相比較，再和經過由BP神經網絡輸出的轉矩補償ΔTeref相比較，經由PI調節器的調節輸出指令信號Idref和Iqref，其中Idref和Iqref以及溫度T將作為BP神經網絡的三個輸入，由此構建一個轉矩的溫度補償控制器，最終得到一個平滑的輸出轉矩。4.控制系統的軟件設計本發明的軟件主要由兩部分組成：一：上位機的監控程序。二：下位機的控制程序。上位機主要負責給定參數，包括轉矩的給定值和溫度的給定值及接收到的轉矩當前值。下位機主要負責電流采樣、轉矩采樣、矢量變換、PWM輸出、串口通行、轉矩顯示以及故障輸出等。本發明上位機軟件使用C++Builder6.0編制了上位機界面，只需要簡單的設定參數及顯示。主要介紹了下位機的主程序以及三個中斷子程序。主程序主要負責DPS系統的初始化，各個參數的初始化和顯示。其程序流程圖如圖11所示。通訊中斷自程序主要接收來自PC機的電機的參數，以及將轉矩和溫度信息傳送給PC機。其程序流程圖如圖12所示。PWM子程序則負責對A、B兩相電流采樣，并進行A/D轉換，并根據傳感器得到的數據計算位置以及轉矩。對測量值進行矢量變換，SVPWM輸出。其子程序流程圖如圖13所示。故障顯示終端服務子程序，當系統出現不可控的情況是時，則DSP就會立刻斷電，關閉逆變電路，顯示ERR用以保護電路。其程序流程圖如圖14所示。本發明中靜態神經網絡使用的是BP網，也可以采用MLN網和RBF網，這兩種網絡構造的神經網絡系統和采用BP神經網絡具有相似的控制效果。當前第1頁1 2 3