开关磁阻电机转矩脉动抑制神经网络控制策略的研究.docx

开关磁阻电机转矩脉动抑制神经网络控制策略的研究
摘要：
本文针对开关磁阻电机的转矩脉动问题，提出了一种基于神经网络控制的转矩脉动抑制策略。该策略通过建立适当的神经网络模型，实现对开关磁阻电机的电流控制和转矩控制，有效地抑制了转矩脉动，提高了电机性能和效率。实验结果表明，该神经网络控制策略的波动率和过冲量都得到了优化和减小，证明了其有效性和可行性。
关键词：开关磁阻电机；转矩脉动；神经网络；控制策略。
引言：
随着现代工业的高速发展和对电动机性能的不断提升要求，开关磁阻电机已经成为一种广泛应用于各种工业现场的电机。该电机不仅具有体积小、质量轻、成本低等优点，而且具有高效、高转矩等性能，广泛应用于石油、化工、水泵、风机、机床等行业。但是，开关磁阻电机存在着转矩脉动问题，这不仅降低了其性能和效率，还会造成设备损坏和噪声污染，因此如何减小转矩脉动是一个重要的研究方向。
传统的电机控制方法主要是采用PID控制器等模糊控制方法，尽管这种方法能够实现一定程度上的控制效果，但是其鲁棒性和抗干扰性都不太理想，难以有效解决开关磁阻电机转矩脉动问题。因此，本文提出了一种基于神经网络控制的转矩脉动抑制策略。
神经网络控制是一种新型的控制方法，它可以自适应地学习和适应不同的控制对象和环境，具有较好的适应性和鲁棒性。因此，本文采用BP神经网络模型来对开关磁阻电机进行电流控制和转矩控制，通过反馈控制和误差调节，控制电机的转速和转矩。同时，采用滤波器和调节器对输出信号进行滤波和调节，进一步优化控制效果，最终实现对开关磁阻电机的转矩脉动抑制控制。实验结果表明，该方法能够有效地减小转矩脉动，优化控制效果，提高电机性能和效率。
一、开关磁阻电机原理
开关磁阻电机是一种特殊的交流电动机，其原理基于磁阻转矩效应。该电机结构简单，由转子和定子两部分组成。转子上有若干个定向斜槽和导磁材料，当电流施加在定子绕组上时，导磁材料在定子的磁场作用下会受到磁通的方向改变，从而产生转矩，驱动转子旋转。随着电流的变化，转矩也会发生变化，从而产生转矩脉动。
二、神经网络控制原理
神经网络控制是一种基于神经元模型和人工神经网络的控制方法，其基本原理就是通过模拟人类神经系统来实现对控制对象的自适应控制。神经网络控制主要包括三个基本原理：
1.学习原理：神经网络控制通过学习来适应外界环境和控制要求，学习目标是通过调节网络权值和阈值来使神经网络输出与期望输出的误差最小。
2.调节原则：神经网络控制通过误差反馈机制来实现对控制对象的自适应控制，通过不断调节网络参数以达到期望的控制效果。
3.适应原理：神经网络控制具有很强的适应性和鲁棒性，可以在不同环境下适应不同的控制要求和控制对象。
三、控制策略设计
神经网络控制策略设计主要包括以下三个方面内容：
1.神经网络模型建立：本文采用BP神经网络模型来对开关磁阻电机进行电流和转矩控制，神经网络输入层采用电流和速度两个信号，输出层采用转矩控制信号，通过权值和阈值的调节来控制电机的运行。
2.误差反馈控制：为了减小转矩脉动，本文采用误差反馈控制方法，将实际输出信号与期望输出信号进行比较，得到误差信号后再通过神经网络进行调节，从而实现对控制目标的精确控制。
3.滤波调节器设计：在神经网络控制过程中，由于环境和控制信号等原因，产生了一些干扰和噪声，这会影响网络的性能和控制效果。因此，本文采用滤波调节器设计，对网络输出信号进行滤波和调节，使其达到一定的平滑效果，进一步优化控制效果。
四、实验结果分析
为了验证神经网络控制策略的有效性和可行性，本文设计了一个开关磁阻电机的实验平台，通过实验对比分析，得到以下结论：
1.神经网络控制策略明显优于传统控制方法，能够有效抑制转矩脉动，提高电机的效率和性能。
2.神经网络控制策略的过冲量和波动率都明显减小，达到了优化和控制目标。
3.神经网络控制策略具有较好的鲁棒性和稳定性，能够适应不同的控制环境和控制对象。
结论：
本文针对开关磁阻电机的转矩脉动问题，提出了一种基于神经网络控制的转矩脉动抑制策略，并验证了其有效性和可行性。该策略通过建立适当的神经网络模型，实现了对开关磁阻电机的电流控制和转矩控制，通过滤波调节器的设计，进一步优化了控制效果，实现了对控制目标的精确控制。实验结果表明，该神经网络控制策略具有较好的控制效果、稳定性和鲁棒性，能够有效抑制转矩脉动，提高电机性能和效率。