1、 ：基于 的永磁无刷直流电机控制智能方法收稿日期：；修回日期：。作者简介：孙兆龙（），男，教授，博士，主要研究方向为直线电机设计及控制。通信作者：钱翰宁（），男，硕士生，。孙兆龙，钱翰宁，刘振田，黄垂兵，许晓玮（海军工程大学 电气工程学院，武汉 ；部队，武汉 ）摘要：永磁无刷直流电机具有效率高、易维护等特点，目前广泛应用于电动汽车、航空、船舶等行业。由于该种电机存在着转矩波动大等不足，为提升其控制性能，从控制平台改进与控制算法优化两个方向开展研究。首先，研究并设计了基于 的电机控制硬件平台，使用 高速数据交互协议，解决了传统电机控制平台中延时较大、算法能力有限的问题；然后，使用基于径向基神经网
2、络的磁场定向控制智能算法实现了对电机的精确控制；最后，通过仿真和实验与磁场定向控制方案进行了对比，结果表明：采用基于 的永磁无刷直流电机控制智能方法，其调节时间平均缩短了 ，超调量平均降低了，提高了 控制精度和运行性能。关键词：；智能控制；径向基神经网络中图分类号：文献标志码：文章编号：（），（，；，）：（），（）（），：；第 卷第期 年月 海军工程大学学报 永 磁 无 刷 直 流 电 机（，）具有功率密度高，响应速度快等优势，在舰船装备、智能机械、交通运输等领域得到了广泛的应用，尤其在舰船动力领域扮演着重要角色。但是，的输入通常为非理想方波且由于电机本身的原因存在齿槽效应，通常情况下转矩波动
3、较大，这也在一定程度上限制了其得到更广泛的应用。目前，电机正向着智能化、集成化与模块化的方向发展。其控制系统性能的好坏对整个舰船的综合性能起到了关键性的作用。针对 控制系统性能提升的问题，近年来，国内外学者主要在优化电机结构与改善控制算法两个方面进行了研究。在电机结构优化方面，无槽式电机、无刷直流直线电机、低惯量无刷直流电机、无刷直流平面电机和无刷直流球形电机等相继出现；在改善控制算法方面，文献采用 变换对电机进行控制，通过调节控制参数，使电机达到转矩波动最小、效率最大；文献对 的相电流和反电势进行傅立叶级数分解，再对谐波转矩做相应的补偿，进而提升了电机的控制性能；文献 利用人工神经网络对电机
4、换向时的系统模型进行在线辨识，通过控制电机换向过程中换向电流上升和下降时间，补偿由换向引起的回路电流幅值变化，达到抑制转矩波动的目的。从现有的研究成果上看，控制性能的提升被框定在了传统电机控制平台下，虽然其控制性能有一定提升，但效果并不显著。本文围绕 控制性能提升这一主题，分别从控制平台改进与控制算法优化两个方向入手进行分析。首先，以 为控制对象，构建了基于 的控制平台，验证了控制平台的数据传输能力；然后，在此基础上利用 神经网络，将其作为转速控制模块的算法，对整个控制系统进行建模仿真；最后，对该控制平台及控制算法进行了实验验证。基于 控制平台设计电机控制平台架构本文选择的 架构同时兼顾了擅长
5、事务管理和 并行处理与高扩展性的优势。采用的 搭载 内核，能够执行复杂算法，可以丰富接口和降低系统时延。该架构能够有效减小控制器的体积、降低电路的复杂程度，提升处理器间的通信速率，使其更加适合应用于小型化或者工况复杂的场景。该架构如图所示，主要分为个部分：第一部分是以 为主的应用层，其运行于端，通过使用 协议在常规的 浏览器中呈现，并可实现底层数据到上层数据的交互；第二部分是以运行 内核的和 软件库为主的软件层，软件库提 供 丰 富 的 资 源 扩 充，并 可 通 过 进行编译；第三部分是以 为设计对象 的 硬 件 层，通 过 高 层 次 综 合 开 发 工 具 对硬件进行开发，并将其封装生成
6、 核，然后再由 直接调用。图电机控制平台架构 基于 的总线互联机制本文平台中 与 通讯采用 总线协议进行数据交互，其中共有种子接口。接口：最常用的接口，互通性较强，可以用来对 外设进行访问；接口：一种高速的访问接口，该接口可以通过 访问的存储器资源；接口：用于将数据从 发送至，对于无缓存的外设，该接口可以保证其通讯正常。协议较传统协议在数据传输速度有一定的提升，在典型的 时钟信号下，各接口的读写带宽如表所示。海军工程大学学报第 卷表种 接口的理论带宽 接口总线宽度 典型时钟频率 读带宽写带宽 基于 的 控制流程设计基于节、节对于 控制平台架构的分析并综合 的 控制方法，本文设计的基于 的 控制
7、流程如图所示。其核心是将 神经网络算法在 中执行，而 主要用于实现 控制以及各类接口通信。图系统总体结构 具体工作流程为：首先，对系统进行初始化设置，包括初始化时钟、读取系统关键配置信息以及对 端进行配置；其次，操作上位机发送电机启动信号，对电机启动信息数据进行解析，并对系统内部参数进行配置；再次，将编码器采集的电机转速信号由 端处理后采用 协议传输至 端，在经由 端的 神经网络算法处理后采用 协议发送至 端的电流调节器；最后，电流调节器将处理后的信号送入 模块中生成六路 波驱动 运行。由于端能够通过 在上位机使用 语言进行编译，开发难度相对较低且计算精度与速度较高。因此，通过上述方式可大大提
8、高 算法的执行速度并降低 控制智能算法的开发难度。控制的智能算法设计 控制智能算法设计 通常采用方波控制或正弦波控制，采用方波控制时转矩波动大，并伴有一定的电流噪声，致使效率无法达到最大值；采用正弦波控制时，可以减小转矩波动，减小电流谐波，但电机效率不能发挥到最大值。而本文采用的 控制，可以有效地降低电机运转时的转矩波动、减少系统反应时间、提高电机效率。本文采用的 算法如图所示，是速度与电流的双闭环控制，包括 变换与逆变换、变换与逆变换、滤波等，其中电流调节器采用增量式 算法，转速调节器采用 神经网络算法，算法模块均通过 生成。图 算法框图 基于 神经网络的转速调节器设计 神经网络是前馈神经网
9、络的一种，具有很强的泛化能力，能够对任意连续函数进行精确逼近。采用基于 的神经网络转速调节器，能提高 控制系统的性能，保证系统稳定运行。其具体设计过程如下。对于一个阶非线性系统，有（，）（，）。（）式中：为未知非线性函数；为已知非线性函数；和分别为系统的输入和输出。将式（）展开，得到；（，）（，）；。（）设的期望值为，令；（）。（）选择（，），为保证系统稳定，对多项式的根进行稳定性判断。设计基于前馈加补偿的 控制率为（）（）。（）将式（）代入式（），得到闭环控制系统的方第期孙兆龙 等：基于 的永磁无刷直流电机控制智能方法程为。（）由的选取，可得时，（），（），即系统的输出及其导数渐进地收敛于理
10、想输出及其导数。其控制框图如图所示。图控制框图 此时，可以将（）作为系统的扰动，当非线性函数（）已知时，可以针对（）直接对进行相应的设计，进而将（）消除。当（）未知时，控制律无法直接由式（）得出，因此可以利用 神经网络具有的独特的对任意函数逼近的特性，对系统的扰动项进行消除。当使用 神经网络对（）进行逼近时，可以设计对 控制加上前馈补偿的自适应控制律，可得（）（）；（）（）（）。（）式中：（）为神经网络高斯基函数；神经网络权值根据自适应率而变化。为使 神经网络逼近误差最小，需要寻求合适的隐含层权值、神经元中心向量值、神经元高斯基函数宽度参数以及神经网络逼近误差。利用共轭梯度法在线更新上述参数，
11、取 神经网络的性能指标函数为（）（）；（）取 神经网络隐含层激活函数为（）（）。（）在此，规定（，）。（）式中：为学习因子。学习因子的选取对算法的收敛性和学习速度有着直接的影响；如果取值很小，则误差函数变化很小，算法学习的速度较慢；如果取值较大，虽然学习速度会提升，但是容易陷入局部极小点，产生振荡，或者停止在误差函数的平稳阶段。通过式（）（）更新了 神经网络各项参数。（）；（）（）（）；（）（）（）。（）由于维问题共轭方向最多只有个，若在步以后继续计算，则舍入误差的积累增多，算法的收敛性也会受到影响。因此，在实际应用时，一般采用重新开始的办法，即在计算第步时，以为初始点，重新开始迭代。共轭梯度
12、法第一步的方向采用负梯度的方向，其计算流程如下所述。步骤选择输入初值、神经网络各项参数初值、步长、学习因子以及允许误差等。步骤令（）及，为迭代次数。步骤判断，若满足条件则结束，否则进行步骤。步骤判断，若满足条件则进行步骤、，若不满足条件则令，（）（），再继续进行步骤、。步骤计算；（）（）（）（）（）（）。（）。步骤令，重复步骤。进行上述步骤，直到得到符合条件的神经网络参数。算法资源使用情况分析本文将 神经网络算法放入 中执海军工程大学学报第 卷行后，能够有效降低对 硬件资源如、的占用情况（见表、）。表 算法在 的片上硬件资源使用情况 硬件资源可用资源使用资源使用率 .表 算法在 的片上硬件资源
13、使用情况 硬件资源可用资源使用资源使用率 .对 比 表、可 知，资 源 占 用 下 降 了.，资源占用下降了.，资源占 用 下 降 了.，资 源 占 用 下 降 了.。仿真与实验验证仿真验证为 了 验 证 该 控 制 智 能 算 法 的 可 行 性，以 为控制对象搭建仿真模型，其原理如图所示。图基于 神经网络算法的矢量控制原理图 运行控制系统仿真模型，得到如图所示的电机的转速波形。由图可见，当电机转速稳定在 后，在 第 时 将 转 速 设 定 为 ，系统响应迅速，能快速到达给定转速，证明了该算法对电机控制的可行性。图电机实时转速 实验验证为验证基于 平台的 控制智能算法对 控制的可行性，以 为
14、控制对象搭建实验平台。如图所示，驱动板选用 公司的 ，电机选用无刷直流电机，其型号为 。图实验平台 实验中，所采用的无刷直流电机参数如表所示。表 无刷直流电机参数 参数类型数值额定电压 额定功率 额定转矩 额定转速 反电动势 参数类型数值线间电阻 线间电感 长度 重量 .设计了组 算法与 控制智能算法在不同电机转速下的比对实验，转速从 始至 稳定，以 递增，观察转速波动和转速改变时的响应速度。图（）为 控 制 下 的 电 机 转 速 由 增至 稳定状态时，转速峰峰值为 ，转速波动为.，平均值为第期孙兆龙 等：基于 的永磁无刷直流电机控制智能方法 .，超 调 量 为.，调 节 时 间 为.。图（
15、）为 控制智能算法的电机转速由 增至 稳定状态时，转速峰峰值为 ，转速波动为.，平均值为 .，超调量为.，调节时间为.。图（）为 控制下的电机转速由 增至 稳定状态时，转速峰峰值为 ，转速波动最大值为.，平均值为 .，超调量为.，调节时间为.。图（）为 控制智能算法的电机转速由 增至 稳定状态时，转速峰峰值为 ，转速波动最大值为.，平均值为 .。超调量为.，调节时间为.。图 控制及 智能算法转速曲线（）（）图 控制及 智能算法转速曲线（）（）结束语本文以 作为控制对象，搭 建了 基 于 的 控制智能算法平台，从而实现 对 的 智 能 控 制，并 将 复 杂 算 法 在 中执行，能够在上位机通过
16、 使用 语言对其进行交互，降低了开发难度，缩短了开发周期，减小了对 硬件资源的占用。将 神经网络应用于 控制，利用其各不相同的网络特性，解决 参数复杂的解耦问题。将神经网络与传统控制算法相结合，能够发挥更好的控制特性。仿真和实验表明：基于 平 台 的 控 制 智 能 算 法 与 控制相比具有响应速度快、超调量小、转速波动小等优点。因此，基于 平台的 控制智能算法能够实现对 转速的快速调节与稳定控制，实现其运行性能的提升。参考文献（）：，（）：，（）：，（）：（下转第 页）海军工程大学学报第 卷 ，（）：牛嘉敏，吴九汇 非对称类声学超材料的低频宽带吸声特性 振动与冲击，（）：，（）：（）曲波，朱蓓丽驻波管中隔声量的四传感器测量法 噪声与振动控制，（）：，（）：（）易建华薄膜型声学超材料的低频隔声性能研究广州：华南理工大学，：张苗，漆琼芳，李英伟隔声量的阻抗管法和混响室法仿真计算对比 噪声与振 动 控 制，（）：，（）：（）孙中政，雷坤，王宇飞，等 三通管路的管壁声传递损失测 试 方 法 应 用 声 学，（）：，（）：（）王明杰，张卫红，陈雅曦，等 考虑声波多次反射的阻抗管 隔 声 量 仿
