邱 丹, 陶 诚

(1. 钟山职业技术学院,江苏 南京 210049；2. 中国电科第二十八研究所,江苏 南京 210000)

基于单神经元算法的内嵌式永磁同步电机智能驱动控制*

邱 丹1, 陶 诚2

(1. 钟山职业技术学院,江苏 南京 210049；2. 中国电科第二十八研究所,江苏 南京 210000)

基于人工神经网络的内嵌式永磁同步电机(IPMSM)智能驱动控制性能要明显优于传统控制方法，但是存在计算量大和离线训练时间长的问题。针对该问题，提出了一种基于单神经元算法的IPMSM智能驱动控制策略。阐述了永磁同步电机的数学模型及电流转矩控制规律；并基于单神经元的控制原理，推导了驱动控制律，由于采用的是单神经元结构并设置了迭代算法的边界，因此达到了计算量减小和训练较少的效果。最后，搭建了小功率电机驱动试验平台开展了试验研究，并通过与传统PID控制的对比试验，验证了新型控制器的性能。

内嵌式永磁同步电机；人工神经网络；智能控制；电机控制；训练

0 引 言

内嵌式永磁同步电机(Interior Permanent Magnet Synchronous Motor,IPMSM)具有功率密度高、使用寿命长、转速转矩特性好和动态响应快等优点，目前广泛应用于电动汽车和风力发电等各种工业领域[1-6]。

IPMSM在基于速度控制的高性能驱动应用中需要快速响应速度指令，同时在各种未知扰动的条件下保持工作点的精度。传统的PI或PID速度控制器已具备较好的控制性能。但是由于IPMSM的运行很容易受到转子磁场饱和度及电枢反应的影响，从而在工作点范围内的电机参数变化敏感，使得传统的固定增益的PI或PID控制器性能下降[7-8]。……