无刷直流电机的神经网络逆控制与仿真

段希义　潘玉民

摘要：提出了一种无刷直流电机的神经网络的逆控制方法，该方法可以克服电机参数变化和非线性。其中逆模型采用BP神经网络实现，并将该逆模型与原电机系统串联构成伪线性系统，再进行转速PID闭环控制。仿真实验结果表明神经网络逆控制方法对负载扰动有较强抑制作用，可以减小转速超调、提高精度和动静态性能。

关键词：无刷直流电机；神经网络；逆模型；线性化

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2015）14-0158-02

Abstract： A neural network inverse control method of brushless DC motor is proposed. This method can overcome the motor parameters change and nonlinear. The inverse model realized using BP neural network， and the inverse model and the original series motor system constitute a pseudo linear system， and then to speed closed-loop control of PID.The simulation results show that the neural network inverse control method has stronger inhibition to the load disturbance， can reduce the speed overshoot and improve the accuracy and dynamic and static performance.

Key words： brushless DC motor； neural network； inverse model； linearization

逆模型控制作为一种新型控制策略，近年来得到快速发展。该方法是用逆模型和原系统串联组成一个等效的线性系统，再用各种控制方法设计闭环控制器，从而获得线性控制特性。但逆模型实现一般很困难，对一些复杂系统的逆模型很难写出解析表达式，甚至逆模型不存在。目前主要是采用神经网络、模糊模型等智能控制技术实现，本文采用BP神经网络实现无刷直流电机的逆模型。

1 无刷直流电机数学模型

以三相六状态 BLDCM为对象，分析直流无刷电机的数学模型及电磁转矩特性。当忽略齿槽效应和电枢反应，三相绕组电压方程可以表示为无刷直流电机的电压、转矩状态方程。三相绕组的电压状态方程如下：

[uaubuc=R000R000Riaibic+LLmLmLmLLmLmLmLddtiaibic+eaebec] （1）

式中

2 基于神经网络的逆模型

采用BP神经网络逼近被控对象的逆模型，并将其与被控对象串联起来等效成理想的单位系统，即[G-1（s）G（s）?1]，再利用PID控制器构成闭环控制系统，如图1所示。加入PID闭环的原因：逆模型辨识通常都存在未建模，在外界干扰等不确定因素下，依靠开环逆系统线性化，不能获得很好的效果。

利用无刷直流电机的单转速环系统来采集神经网络的训练数据，根据电机的物理运行区域，以多种频率、幅值的正弦信号作为激励，以转速n为输出。三个正弦波依次选为：[r1（t）=500sin100t]，[r2（t）=10sin200t]，[r3（t）=0.5sin50t]。仿真实验时输入/输出获得4001个数据对样本。

设计BP网络结构为：1-15-1，即输入层为一个神经元，隐层为15个神经元，输出为一个神经元，以上述数据训练BP神经网络，数据输入网络前均需要进行归一化处理，此处采用normr 和norm命令进行归一化和反归一化，该方法可以避免数据中出现0、1，使网络更易于训练。

3 无刷直流电机神经网络逆控制

无刷直流电机模型具有非线性、多变量等特点，这些特点导致难以严格求出电机的解析逆系统。若用神经网络来构建逆系统，则可避免求取解析逆的困难。

由仿真分析实验可得，当采用神经网络逆控制策略时，由系图4看出，系统转速无超调且转速波动小、抗干扰能力很强，并且在较大范围内调速性能优良，性能比PID控制好得多。

5 结论

针对无刷直流电机参数变化和模型非线性特点，本文将神经网络逆控制引入无刷直流电机控制系统。通过仿真与实验的研究，与传统的PID控制对比，神经网络逆控制策略使无刷直流电机调速获得理想控制，抗扰能力增强，并且对电机内部参数及电机换相等非线性因素有很好的适应能力，具有很好的应用前景。

参考文献：

[1] 刘国海，金鹏，魏海峰. 无刷直流电机调速系统神经网络逆控制[J]. 电工技术学报， 2010， 25（8）：24-30.

[2] 陈伯时. 电力拖动自动控制系统[M]. 北京： 机械工业出版社， 1991.

[3] 卢志刚，吴士昌，于灵慧. 非线性自适应逆控制及其应用[M].北京，国防工业出版社， 2004：36-43.

[4] 李青茹，王培峰，栗苹，等. 无刷直流电机转速的神经模糊控制[J]. 电力电子技术， 2007， 41（8）：92-93.