孫希鳳 秦斌 王欣

摘要：由于傳統(tǒng)帶位置傳感器直流電機(jī)容易受到外界的影響、體積較大且電機(jī)運(yùn)行時(shí)電刷與換向器摩擦造成損耗會(huì)減少電機(jī)壽命，為了減小位置傳感器對(duì)電機(jī)的影響，針對(duì)永磁無(wú)刷直流電機(jī)的位置檢測(cè)問(wèn)題，提出了基于支持向量機(jī)的永磁無(wú)刷直流電機(jī)無(wú)位置傳感器控制方法。采集直流電機(jī)電壓值電流值作為支持向量機(jī)的輸入，功率器件開(kāi)關(guān)狀態(tài)變量作為輸出，對(duì)模型進(jìn)行訓(xùn)練，得到支持向量機(jī)的模型初始參數(shù)。然后將訓(xùn)練好的模型參數(shù)應(yīng)用到直流電機(jī)中進(jìn)行仿真，并與極限學(xué)習(xí)機(jī)仿真結(jié)果進(jìn)行對(duì)比。結(jié)果顯示支持向量機(jī)學(xué)習(xí)準(zhǔn)確度較高，證明該方法能夠較準(zhǔn)確檢測(cè)到直流電機(jī)轉(zhuǎn)子位置。

關(guān)鍵詞：關(guān)鍵詞直流電機(jī);支持向量機(jī);位置檢測(cè)

0引言

永磁無(wú)刷直流電機(jī)具有控制簡(jiǎn)單、調(diào)速性能好、效率高等特點(diǎn)，因此廣泛應(yīng)用于汽車行業(yè)、工業(yè)、農(nóng)業(yè)等領(lǐng)域。傳統(tǒng)直流電機(jī)結(jié)構(gòu)比較復(fù)雜，體積較大，不易于檢修和維護(hù)，所以近年來(lái)直流電機(jī)的研究朝著簡(jiǎn)化電機(jī)結(jié)構(gòu)，較少電機(jī)損耗等方向發(fā)展，而位置傳感器的存在大大限制了無(wú)刷直流電機(jī)在惡劣環(huán)境及系統(tǒng)要求較高環(huán)境的應(yīng)用因此永磁無(wú)刷直流電機(jī)的位置檢測(cè)成為直流電機(jī)研究的重點(diǎn)方向之一。

位置傳感器在直流電機(jī)內(nèi)部，負(fù)責(zé)檢測(cè)直流電機(jī)轉(zhuǎn)子位置并且將轉(zhuǎn)子位置信息轉(zhuǎn)化成電信號(hào)并輸出控制功率器件開(kāi)關(guān)。由于位置傳感器具有非線性、易受外界環(huán)境影響等特點(diǎn)，無(wú)傳感器轉(zhuǎn)子位置檢測(cè)比較困難。

近年來(lái)，各種無(wú)傳感器位置檢測(cè)方法得到深入研究。湯寧平、崔彬等提出了高分辨的永磁無(wú)刷直流電機(jī)轉(zhuǎn)子零初始位置檢測(cè)方法，該方法適用于檢測(cè)低速運(yùn)行時(shí)的轉(zhuǎn)子位置。竇滿峰，蘇超，譚博，方淳等提出優(yōu)化磁鏈算法的位置檢測(cè)方法。李航等提出的基于滯環(huán)切換的永磁無(wú)刷直流電機(jī)無(wú)位置傳感器控制加寬了轉(zhuǎn)子位置檢測(cè)的速度范圍。蒯松巖、張旭隆等提出了使用神經(jīng)網(wǎng)絡(luò)對(duì)電機(jī)轉(zhuǎn)子位置檢測(cè)，該方法具有較好的動(dòng)態(tài)性能，準(zhǔn)確度也較高。王明超將RBF神經(jīng)網(wǎng)絡(luò)應(yīng)用于開(kāi)關(guān)磁阻電機(jī)的轉(zhuǎn)子位置控制，該方法控制精度較高。夏長(zhǎng)亮，郭培健等提出了將模糊遺傳算法應(yīng)用于無(wú)刷直流電機(jī)的自適應(yīng)控制，改善了系統(tǒng)的抗干擾能力。王欣、梁輝等提出了基于OSELM的無(wú)刷直流電機(jī)控制，該方法的優(yōu)點(diǎn)是學(xué)習(xí)速度較快。本文采用SVM神經(jīng)網(wǎng)絡(luò)對(duì)無(wú)刷直流電機(jī)位置信息進(jìn)行學(xué)習(xí)，并將學(xué)習(xí)好的模型應(yīng)用于電機(jī)模型加以驗(yàn)證。

1電機(jī)建模

電機(jī)系統(tǒng)的組成部分包含：電壓源，逆變電路，電機(jī)，控制回路，傳感器等。電機(jī)的模型建立：

2支持向量機(jī)算法

2.1支持向量機(jī)原理

支持向量機(jī)是一種分類算法，它的目的是通過(guò)尋求結(jié)構(gòu)化風(fēng)險(xiǎn)最小來(lái)提高學(xué)習(xí)泛化能力，實(shí)現(xiàn)經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍最小化，獲取良好統(tǒng)計(jì)規(guī)律。支持向量機(jī)是一種二類分類模型，最早在1963年由蘇聯(lián)學(xué)者Vladimir N和Alexander Y提出的。

從圖2可以看到兩個(gè)平面之間存在間隙，間隙中間的紅線為分離超平面，兩個(gè)平面到分離超平面的距離是相等的，而要支持兩個(gè)平面需要一些點(diǎn)，這些點(diǎn)叫做支持向量。

3.2OsELM與svM實(shí)驗(yàn)結(jié)果對(duì)比

為了驗(yàn)證支持向量機(jī)算法的優(yōu)點(diǎn)，將支持向量機(jī)算法和極限學(xué)習(xí)機(jī)進(jìn)行對(duì)比.對(duì)比的內(nèi)容包括兩種算法的運(yùn)行時(shí)間和運(yùn)行誤差兩方面，這里誤差使用平方差表示。

對(duì)比結(jié)果如下表：

從上表中可以明顯看到支持向量機(jī)誤差十分小，其誤差比在線極限學(xué)習(xí)機(jī)小很多，證明該算法精度很高，對(duì)轉(zhuǎn)子位置預(yù)測(cè)更準(zhǔn)確，而極限學(xué)習(xí)機(jī)消耗時(shí)長(zhǎng)較小。

4結(jié)論

本文用支持向量機(jī)對(duì)直流電機(jī)位置信息進(jìn)行學(xué)習(xí).并將訓(xùn)練好的模型用于電機(jī)模型中加以驗(yàn)證，證明了支持向量機(jī)算法應(yīng)用于電機(jī)無(wú)位置控制的可行性，且與極限學(xué)習(xí)機(jī)相比較，可以看出支持向量機(jī)學(xué)習(xí)位置信息精度較高。