1.考虑铁损的永磁同步电机随机命令滤波神经网络控制方法,其特征在于,包括如下步骤:
a建立考虑铁损的永磁同步电机的d-q坐标轴动态数学模型,如公式(1)所示:其中,ud,uq表示定子电压;Θ和ω分别表示转子角位置和转子角速度;
id,iq表示定子电流;iod,ioq表示励磁电流;J表示转动惯量;np表示极对数;
Ld,Lq表示定子电感;Lld,Llq表示定子漏感;Lmd,Lmq表示励磁电感;
R1表示定子电阻,Rc表示铁芯损耗电阻;
TL表示负载转矩;λPM表示转子永磁体产生的磁通量;
为了简化计算过程,定义新的变量如下:则考虑铁损的永磁同步电机的动态数学模型可表示为:其中,ψ2,ψ3,ψ4,ψ5,ψ6均表示未知的光滑非线性函数;
b基于Lyapunov函数,对于任意给定的函数V=V(x)∈C2,C2表示复数集;
定义差分运算,由伊藤微分法则可知:其中,L表示无穷微分算子, 表示 修正项,f和h表示关于x的局部Lipschitz函数;Tr表示对角线元素之和;
对于公式(1),u为永磁同步电机系统的对称饱和非线性输入;u可描述为:其中,umax>0和umin<0是未知的输入饱和常数;v是饱和非线性的输入信号;
通过使用分段的平滑函数来近似饱和函数,定义如下函数:将公式(3)中的sat(v)写成:u=sat(v)=g(v)+d(v);
其中,d(v)=sat(v)-g(v)是有界函数,其边界可表示为:|d(v)|=|sat(v)-g(v)|≤max{umax(1-tanh(1)),umin(tanh(1)-1)}=D (4)其中,D为常数;
根据中值定理可知,存在μi1,0<μi1<1,使得:其中, 选择v0=0,可得:由上式u=sat(v)=g(v)+d(v)和 可得存在常数bm和bM,使0<bm≤gia≤bM<∞成立;
其中,gia为xia+1的系数,ia=1,…,n;
对于上式中的函数 存在未知的正常数gm,得到如下不等式:假设存在一个C2的函数V(x):Rn→R+,取两个常数e0>0和g0>0,则存在:其中,Rn表示全体n维实数列向量构成的集合,R+表示正数;
q(|x|)表示函数V(x)的下限, 表示函数V(x)的上限;
对于任意x∈Rn,当t≥t0时,随机系统满足:其中,E[V(x)]表示函数V(x)的期望,V(x0)表示当x=x0时V(x)的初始值;
命令滤波器定义如下:
其中,φ1和φ2表示实数,ωn>0,ζ∈(0,1];
如果输入信号α1满足 和 对于所有的t≥0均成立,其中ρ1和ρ2是正的常量,并且φ1(0)=α1(0),φ2(0)=0,则对于任意μ>0:必然存在ωn>0和ζ∈(0,1],使得|φ1-α1|≤μ, 和|φ1|都是有界的;
对于 R表示实数集,总存在不等式:其中,ε>0,p>1,q>1,并且(p-1)(q-1)=1;
对于一个连续的函数 存在一个很小的集合Ω0,引入径向基函数神经网络,它满足:
Rq→R,
其中, 为输入向量,q为神经网络的输入维数,Rq表示全体q维实数列向量构成的集合,N*表示权重向量,P(Z)表示基函数向量;
基函数向量P(Z)=[p1(Z),…,pn(Z)]T∈Rn, 选用如下高斯函数的形式:其中, 是接受域的中心, 是高斯函数的宽度;
对于任意给定的ε>0,在紧集Ω0∈Rq下,径向基函数神经网络可对任何的连续函数进行逼近:其中,δ(Z)为跟踪误差,且满足|δ(Z)|≤ε;
N是在分析过程中定义的未知理想权向量,且满足当N的取值为N*时,|δ(Z)|达到最小;
下面给出基于反步法的随机非线性神经网络控制器的设计:定义系统误差变量:
上式中,x1d为跟踪信号,x1,c,x2,c,x3,c,x5,c分别为输入信号α1,α2,α3,α5时滤波器的输出信号,ξi为误差补偿信号,i=1,2,3,4,5,6;
定义未知常数θj=||Nj||2,j=2,3,4,5,6,Nj表示未知理想权向量, 其中,表示θj的估计值;Pi(Z)=Pi表示基函数向量,δi(Z)为跟踪误差,且满足|δi(Z)|≤εi;
其中,
控制方法设计的每一步都会选取一个Lyapunov函数来构建一个虚拟控制函数或者真实控制律,控制方法的设计具体包括以下步骤:b1 定义误差信号z1=x1-x1d,补偿误差v1=z1-ξ1;
选取Lyapunov函数 求导得定义x2=v2+x1,c+ξ2,取其中,k1表示正设计参数;
根据杨氏不等式,有 因此,可得不等式:因此,选取 其中α1表示虚拟控制律,可得:其中,
b2 定义误差信号z2=x2-x1,c,补偿误差v2=z2-ξ2;
选取Lyapunov函数为: 由上式得:根据杨氏不等式可得:
l2为选取的正常数,代入式(10)得:其中,d表示|TL|的上限值;d>0;
根据杨氏不等式和公式(12),可得:取 可得:
其中,k2表示正设计参数, 和 表示常数,其中id=2,…,6;
由杨氏不等式可得: 根据上式取虚拟控制律:可得:
其中,
b3 定义误差信号z3=x3-x2,c,补偿误差v3=z3-ξ3;
选取Lyapunov函数: 通过上式得:由杨氏不等式可得:
其中,l3为选取的正常数,由此可得:定义x4=v4+ξ4+x3,c;
将公式(19)代入公式(17)中,由杨氏不等式可知 并取:选择虚拟控制律 可得:
其中,k3表示正设计参数,b4 定义误差信号z4=x4-x3,c,补偿误差v4=z4-ξ4;
选取Lyapunov函数 求导得:其中,l4为选取的正常数,将该公式代入公式(21)可得:其中,
其中,取补偿信号为: 选择实际控制输入为:式中,k4表示正设计参数,dq为正数;
由杨氏不等式得到:
其中,Dq为常数;
当 时,公式(22)表示为:b5 定义误差信号z5=x5,补偿误差v5=z5-ξ5;
选取Lyapunov函数 利用上式得:由杨氏不等式可得:
其中,l5为选取的正常数,可得:令 x6=v6+ξ6+x5,c;
由杨氏不等式可得: 取 取虚拟控制律:补偿信号
其中,k5表示正设计参数,可得到:b6 定义误差信号z6=x6-x5,c,补偿误差v6=z6-ξ6;
选取Lyapunov函数 利用上式得:由杨氏不等式得:
根据上式可得:
其中, 可得:
补偿信号 真实控制律为
其中,dd表示常数;
根据上述公式可知:
其中,Dd表示常数,d2为常数;
通过上述公式可得:
其中,
c由上述分析,选择Lyapunov函数如下:式中 已知 可得 对上式求导得:构造自适应律为: 代入上式得:对于 可得 代入式(35),可得:其中,pj和λj均表示设计常数;
取a0,b0分别为:
a0=min{4e1,4e2,4e3,4e4,4e5,4e6,p2,p3,p4,p5,p6};
因此,公式(36)可表示为:LV≤-a0V+b0,t≥0;
式(36)可表示为:
上式可改写为:
E[|vi|4]≤4E[V(t)],i=1,2,3,4,5,6 (38)构造Lyapunov函数Vξ如下:定义滤波误差为(xt,c-αt)且满足|xt,c-αt|≤σt,t=1,2,3,5,由式(39)可得:其中:
σ1,σ2,σ3,σ5均为滤波误差;取σ=max(σ1,σ2,σ3,σ5),已知 可得:其中, c0=2σ2;
综上,Vξ是一致有界的,补偿信号ξi也是有界的, ξi和vi是有界的,zi=vi+ξi,zi是有界的,因此,跟踪误差会收敛到原点一个很小的邻域内。