温嘉斌, 赵红阳, 刘子宁, 包 汉

(哈尔滨理工大学 电气与电子工程学院,黑龙江 哈尔滨 150080)

0 引 言

目前无刷直流电机(brushless DC motor,BLDCM)广泛应用于工业,航空航天等各个领域。无刷直流电机为获取位置信号需要安装位置传感器,来检测转子位置。考虑到传感器成本、体积等实际因素,无刷直流电机上使用最多的是霍尔传感器,然而当出现恶劣的环境条件如：高温、潮湿、外部震动、电磁干扰等均可能会对霍尔传感器产生很大的影响,在控制系统中,霍尔传感器的故障,将导致无刷直流电机工作异常,影响整个控制系统的稳定性。因此,霍尔传感器故障诊断及电机的容错运行已经成为电机调速领域的一个研究热点,国内外对此进行了大量相关的研究[1～6]。

人工神经网络是近几十年来得到迅速发展的一个前沿课题。由于其能够进行大规模并行处理,且具有高容错性、高自组织性、自适应性及逼近任意非线性函数的能力,其在突破现有瓶颈,更深入地探索和研究非线性现象时发挥了重要的作用。文献[7]设计了一种神经网络状态观测器,根据实际系统和神经网络观测器输出残差,从而对传感器故障进行诊断并确定容错控制系统。文献[8]提出一种基于神经网络的时间序列预测器的传感器故障诊断方法,先用神经网络对传感器输出序列建立预测模型,然后利用神经网络预测模型预测传感器输出值和传感器实际输出之差判断传感器是否发生故障。文……