基于BP神经网络无刷直流电机换相转矩脉动抑制方法的研究

2012-06-21李春峰

长春大学学报 2012年10期

李春峰

(长春大学电子信息工程学院，长春 130022)

0 引言

无刷直流电机由于具有结构简单、动态性能好、效率密度高、输出转矩大等优点，被广泛的应用于如航空航天、汽车电子、机器人、精密电子仪表等个各个领域。但无刷直流电机又是一个多变量、时变、非线性的复杂系统，其精确的数学模型很难建立。在无刷直流电机运行过程中产生的噪声、振动、谐振等转矩脉动，将直接影响无刷直流电机运行的可靠性和精确度，进而影响其使用寿命。根据转矩脉动产生的原因不同，转矩脉动大概可以分为两类，齿槽转矩脉动和换相转矩脉动，齿槽转矩脉动可以从物理上即在生产过程中尽量减少或消除，但换相转矩脉动是由于无刷直流电机绕组上的电感作用使无刷直流电机绕组电流换相产生而产生的，它无法通过物理方法消除，也是目前国内外学者研究的重点和难点。先后研究出重叠换相法、电流预测控制、PWM斩波法等。因此本文将设计智能控制方法即BP神经网络参数自学习PID控制器来对无刷直流电机换相转矩波动进行抑制，从而提高无刷直流电机控制系统性能。