公开(公告)号：CN110572108A

公开(公告)日：2019-12-13

申请号：CN201910864396.7

申请日：2019-09-12

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  经本钦 ,  施亚洲 ,  黄佳 ,  李晓 ,  张向文 ,  伍锡如 ,  姜辉 ,  刘帆 ,  张超 ,  潘登

IPC: H02P25/098

Abstract: 本发明公开一种开关磁阻电机的电感模型非线性补偿与控制方法与系统，利用能体现SRM线性模型误差的转矩偏差及其变化率作为模糊推理输入信息，设计模糊推理规则，构建模糊补偿器，实现对线性电感模型的非线性前馈补偿；引入强化学习，设计回报函数，与模糊补偿器相配合，进一步实现电感模型的非线性自适应优化补偿，达到间接描述电感的强非线性特性的目的。本发明能够有效地改善控制系统动态品质，抑制了SRM转矩脉动。本发明系统可构成嵌入式系统，避免非线性特性直接建模，运算量小，方便开关磁阻电机的在线控制。

公开(公告)号：CN110022109A

公开(公告)日：2019-07-16

申请号：CN201910309126.X

申请日：2019-04-17

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  陈童 ,  经本钦 ,  李珊 ,  姜辉 ,  伍锡如 ,  李晓 ,  唐士杰 ,  张向文 ,  高建锋 ,  潘登

IPC: H02P23/00 ,  H02P23/04 ,  H02P25/098

Abstract: 本发明为一种转矩-电流神经网络模型SRM转矩脉动控制方法与系统。本方法由SRM的电感模型得到转矩-电流转换关系，经电流分配函数得到各相控制电流，以实现抑制转矩脉动。根据SRM转矩与电流的非线性特性关系，以描述SRM电流基本变化规律的函数作为隐含层激活函数，设计描述SRM强非线性特性的转矩-电流神经网络模型，通过转矩-电流神经网络模型的自学习，计算转矩对应的总参考电流，再经电流分配函数，获得在各相对应的参考电流，控制SRM。按本法设计的系统微处理器的程序存储器有执行本法的各程序模块，SRM上的各传感器信号接入微处理器，经功率变换器连接控制SRM。本发明实现了开关磁阻电机转矩脉动的有效控制。