用神经元网络进行异步电机转速的辨识和估计
马宪民
（西安科技学院，陕西西安 710054）
摘要：根据异步电动机直接转矩控制原理，提出了采用人工神经元网络速度辨识方法去实现无速度传感器的交流调速控制系统。文中介绍了异步电动机直接转矩控制的基本方程和神经网络速度辨识模型。仿真结果表明，系统具有良好的性能。
关键词：无速度传感器；神经网络；速度辨识；直接转矩控制
中图分类号：tm921 文献标识码：a 文章编号：1001-6848(2000)05-0016-03
l 引 言
无速度传感器交流电机调整控制系统已成为当前研究的热点。通常，高动态性能的异步电动机交流调速控制系统都需要安装与电动机同轴的速度传感器以构成速度闭环。但是，并不是所有的场合都适宜安装速度传感器的。因此，取消速度传感器而又能保持系统原有的高动态性能，是电气传动领域内一项很有意义的课题。
在无速度传感器交流电机调速控制系统中．速度反馈信号的正确辨识和估计是问题的关键所在。通过测量定子电压和电流等信号来计算速度是辨识和估计基础。在此基础上衍生出许多方法，如利用电机模型直接计算法、转差频率间接计算法、模型参考自适应法、转子齿谐波法、卡尔曼滤波法等。
人工神经元网络具有结构简单、并行计算、分布式存储、自学习能力强和鲁棒性强等特点。因此，近几年来它已经开始应用于交流电机调速控制系统中。本文采用人工神经元网络理论进行速度辨识，是一种值得研究的新方法。
过去，人们研究的重点主要集中在矢量控制的无速度传感器交流电机调速系统上，而对依据异步电机直接转矩控制原理构成的无速度传感器交流电机调速系统研究得比较少。本文介绍异步机直接转矩控制的无速度传感器交流调速系统。
2直接转矩控制基本方程
1985年，德国鲁尔大学m. depenbrok教授通过对瞬时空间理论的研究，提出了异步机直接转矩控制理论。直接转矩控制采用定子磁场定向，直接在静止坐标系下计算交流电机的转矩，借助于bang -bang控制产生pwm信号，并使转矩响应限制在1拍以内，对逆变器开关状态进行晟佳控制。因此，整个系统静动态性能都比较高，被认为是继矢量控制后交流异步电机调速控制理论的1次飞跃[1]。
根据直接转矩控制理论，异步电机在静止两相(a，p)坐标系下的电压方程为：
磁链方程为：
3神经网络速度辨识模型
根据异步电机在静止两相(d，p)坐标系下的数学模型，转子磁链可以由定子电压和定子电流来确定[2]：
因为式(4)与速度无关，所以用它来作标准磁链观测器以产生期望磁链。而式(5)及到速度，本文用它作为人工神经元网络速度辨识模型，以产生估计磁链。期望磁链与估计磁链的误差作为反向传播的信号，用来调节神经元网络的权子，该权子就是速度信号。当误差小于一个预先设置的阈值时，权子固定，速度信号便被辨识出来。神经元网络速度辨识器如图l所示。
用采样频率丁对式(5)进行离散化处理，其矢量表达式为：
误差方程为：
|
