赵君， 刘卫国， 骆光照， 张文婧

(西北工业大学自动化学院，陕西西安710072)

0 引言

永磁同步电机(permanent magnet synchronous motor，PMSM)因具有体积小、运行可靠、能量转换效率高、调速范围广、动静态特性好等优点而被广泛应用于各种伺服控制系统中。解耦控制是实现PMSM高性能动静态特性的关键，目前常用的解耦控制方法有矢量控制、直接转矩控制、逆系统线性解耦控制等方法，但是大多数永磁同步电机控制方法需要依赖系统精确数学模型，因此在实际应用中具有一定的局限性。

神经网络及其改进方法等传统理论在系统建模方面已取得了较好的进展，它可以不考虑电机的部件特性，可以直接从系统整体上进行动态辨识，是一种较为可行的建模和辨识方方法，文献［1－4］是国内外学者将神经网络逆系统解耦控制理论在感应电机中应用的成果，基于神经网络的逆系统控制方法［5－6］克服了大多数控制方法依赖精确数学模型的缺点，可实现对一般非线性系统的线性化解耦控制，并且其结构简单、易于工程实现，文献［7－8］为工程上实现神经网络逆系统解耦控制提供了解决途径。神经网络逆系统解耦控制思路为，采用神经网络来构造原系统的“逆系统”，将对象补偿为具有线性传递关系及被解耦的一种规范化系统，在分别对各解耦子系统设计线性闭环控制器，从而实现对原线性耦合系统的高性能控制［9－14］。本文针对PMSM转速和定子电流之间的耦合特性，采用神经网络逆系统代替解析逆系统，将神经网络的非线性逼近能力与逆系统线性化解耦特点相结合，实现永磁同步电机的解耦控制，提高永磁同步电机的鲁棒性与动静态性能。……