本發(fā)明涉及無軸承永磁同步電機(jī)，具體是一種無軸承永磁同步電機(jī)的控制器及構(gòu)造方法，應(yīng)用于機(jī)床電主軸、渦輪分子泵、離心機(jī)、壓縮機(jī)、機(jī)電貯能、航空航天等特殊電氣傳動(dòng)領(lǐng)域，屬于電力傳動(dòng)控制設(shè)備的領(lǐng)域。

背景技術(shù)：

無軸承永磁同步電機(jī)的控制器設(shè)計(jì)往往需要精確的電機(jī)參數(shù)值來輔助設(shè)計(jì),如無速度傳感器控制、矢量控制等。但是隨著溫度、負(fù)載和磁飽和程度的變化,電機(jī)的定子電感、繞組電阻和轉(zhuǎn)子永磁磁鏈幅值等參數(shù)值大小都會(huì)隨之而變化。當(dāng)電機(jī)實(shí)際參數(shù)值相對于常溫下的設(shè)計(jì)參數(shù)值發(fā)生比較大變化時(shí),會(huì)對所設(shè)計(jì)的控制器性能造成很大影響,甚至?xí)屍錈o法工作。

自適應(yīng)控制器具有修正自己的特性以適應(yīng)對象擾動(dòng)的能力。在電機(jī)控制系統(tǒng)運(yùn)行中，自適應(yīng)控制器依靠不斷采集控制過程信息，確定被控對象的當(dāng)前實(shí)際工作狀態(tài)，以優(yōu)化性能為準(zhǔn)則，產(chǎn)生自適應(yīng)控制規(guī)律，從而實(shí)時(shí)地調(diào)整控制器結(jié)構(gòu)或參數(shù)，使系統(tǒng)始終自動(dòng)地工作在最優(yōu)或次最優(yōu)狀態(tài)下。然而要實(shí)施自適應(yīng)控制，通常需要準(zhǔn)確獲得被控對象的數(shù)學(xué)模型，而無軸承永磁同步電機(jī)徑向位置系統(tǒng)是一個(gè)多變量、非線性、強(qiáng)耦合的復(fù)雜系統(tǒng)，很難獲取其精確的數(shù)學(xué)模型。

中國專利公開號(hào)為CN102790577A的文獻(xiàn)中公開了一種無軸承永磁同步電機(jī)懸浮子系統(tǒng)控制器的構(gòu)造方法，對無軸承永磁同步電機(jī)的懸浮子系統(tǒng)在不同徑向位置下徑向力進(jìn)行非線性解耦控制設(shè)計(jì)了模糊神經(jīng)網(wǎng)絡(luò)逆解耦控制器，模糊神經(jīng)網(wǎng)絡(luò)需要事先讀取訓(xùn)練數(shù)據(jù)，進(jìn)行大量離線訓(xùn)練，權(quán)值一旦固定無法在線調(diào)節(jié)，導(dǎo)致控制器無法克服無軸承永磁同步電機(jī)系統(tǒng)參數(shù)變化、負(fù)載突變等不確定因素對系統(tǒng)的影響，魯棒性差。中國專利公開號(hào)為CN103647481A的文獻(xiàn)中公開了一種無軸承永磁同步電機(jī)徑向位置神經(jīng)網(wǎng)絡(luò)自適應(yīng)逆控制器構(gòu)造方法，對無軸承永磁同步電機(jī)轉(zhuǎn)子位于不同徑向位置設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器，該神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制器將水平位移和垂直位移分開控制，系統(tǒng)復(fù)雜，同時(shí)沒有對電機(jī)速度進(jìn)行控制，但是其研究對象為無軸承永磁同步電機(jī)。

執(zhí)行器–評價(jià)器算法(Actor-Critic，AC),也稱為自適應(yīng)啟發(fā)式評價(jià)算法,是一種重要的強(qiáng)化學(xué)習(xí)算法，具有無模型在線學(xué)習(xí)能力。它包含兩個(gè)部件：執(zhí)行器(Actor)和評價(jià)器(Critic)。執(zhí)行器即策略結(jié)構(gòu)，用于選擇動(dòng)作；評價(jià)器即值函數(shù)，用于評估執(zhí)行器選擇的動(dòng)作。執(zhí)行器–評價(jià)器算法中，動(dòng)作的選擇與值函數(shù)的更新釆用了相同的策略。評價(jià)器必須了解和評價(jià)執(zhí)行器當(dāng)前采用的策略，評價(jià)采用瞬時(shí)差分誤差的方式，這個(gè)標(biāo)量信號(hào)是評價(jià)器的唯一輸出并推動(dòng)了執(zhí)行器–評價(jià)器的所有學(xué)習(xí)。一般情況下,評價(jià)器是一個(gè)狀態(tài)值函數(shù)，評價(jià)器的實(shí)現(xiàn)機(jī)制，即值函數(shù)的更新可以采用時(shí)間差分學(xué)習(xí)(Temporal-Difference learning，TD)。評價(jià)器的作用在于：在每個(gè)動(dòng)作選擇之后，評價(jià)器評估新狀態(tài)來決定事情是否比期望的好或者更糟，這個(gè)評估就是瞬時(shí)差分誤差。如果瞬時(shí)差分誤差是正值，表明未來選擇當(dāng)前動(dòng)作的傾向要被加強(qiáng)，但是如果瞬時(shí)差分誤差是負(fù)值，表明傾向要被減弱。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是為克服上述現(xiàn)有技術(shù)的不足，提供一種可使無軸承永磁同步電機(jī)具有優(yōu)良的動(dòng)、靜態(tài)控制性能的自適應(yīng)強(qiáng)化學(xué)習(xí)控制器以及該控制器的構(gòu)造方法，將人工智能領(lǐng)域強(qiáng)化學(xué)習(xí)中的執(zhí)行器-評價(jià)器算法與傳統(tǒng)矢量控制相結(jié)合，能夠在沒有電機(jī)精確模型的情況下在線更新控制器參數(shù)，維持無軸承永磁同步電機(jī)的穩(wěn)定運(yùn)行，抗電機(jī)參數(shù)變化及抗負(fù)載擾動(dòng)能力強(qiáng)。

本發(fā)明無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器采用的技術(shù)方案是：包括懸浮繞組電流控制模塊和轉(zhuǎn)矩繞組電流控制模塊，電機(jī)的實(shí)時(shí)徑向位移值x、y與轉(zhuǎn)子位移指令值x^*、y^*分別對應(yīng)地比較得到位移誤差e_x和e_y，實(shí)際轉(zhuǎn)速n與轉(zhuǎn)速指令值n^*比較得到轉(zhuǎn)速誤差e_n，其特征是：懸浮繞組電流控制模塊和轉(zhuǎn)矩繞組電流控制模塊的輸入端分別連接執(zhí)行器-評價(jià)器模塊，執(zhí)行器-評價(jià)器模塊由執(zhí)行器神經(jīng)網(wǎng)絡(luò)、評價(jià)器神經(jīng)網(wǎng)絡(luò)、強(qiáng)化信號(hào)模塊和瞬時(shí)差分模塊組成，評價(jià)器神經(jīng)網(wǎng)絡(luò)和強(qiáng)化信號(hào)模塊的輸出端連接瞬時(shí)差分模塊的輸入端，瞬時(shí)差分模塊的輸出端分別連接執(zhí)行器神經(jīng)網(wǎng)絡(luò)和評價(jià)器神經(jīng)網(wǎng)絡(luò)的輸入端；位移誤差e_x、e_y和轉(zhuǎn)速誤差e_n是評價(jià)器神經(jīng)網(wǎng)絡(luò)、強(qiáng)化信號(hào)模塊和執(zhí)行器神經(jīng)網(wǎng)絡(luò)的共同輸入，執(zhí)行器神經(jīng)網(wǎng)絡(luò)的輸出是d-q坐標(biāo)系下的懸浮繞組給定電流i_Bd^*、i_Bq^*與轉(zhuǎn)矩繞組給定電流i_Md^*、i_Mq^*，懸浮繞組給定電流i_Bd^*、i_Bq^*是懸浮繞組電流控制模塊的輸入，轉(zhuǎn)矩繞組給定電流i_Md^*、i_Mq^*是轉(zhuǎn)矩繞組電流控制模塊的輸入。

進(jìn)一步地，評價(jià)器神經(jīng)網(wǎng)絡(luò)根據(jù)輸入值生成評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)，強(qiáng)化信號(hào)模塊根據(jù)輸入值生成強(qiáng)化信號(hào)r(t)，瞬時(shí)差分模塊根據(jù)強(qiáng)化信號(hào)r(t)和評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)計(jì)算得到并輸出瞬時(shí)差分信號(hào)δ_TD(t)。

本發(fā)明無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器的構(gòu)造方法采用的技術(shù)方案是：包括以下步驟：

A.構(gòu)造執(zhí)行器神經(jīng)網(wǎng)絡(luò)與評價(jià)器神經(jīng)網(wǎng)絡(luò)，采用一個(gè)有三層的執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)，第一層為輸入層節(jié)點(diǎn)數(shù)為3個(gè)，每個(gè)輸入節(jié)點(diǎn)代表狀態(tài)向量x(t)＝[e_x e_ye_n]^T的一個(gè)分量；第二層為隱含層節(jié)點(diǎn)數(shù)為8個(gè)，節(jié)點(diǎn)基函數(shù)采用高斯核函數(shù)；第三層為輸出層節(jié)點(diǎn)數(shù)為4個(gè)，由執(zhí)行器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)I_m(t)和評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)兩個(gè)部分組成；

B.構(gòu)造強(qiáng)化信號(hào)模塊，強(qiáng)化信號(hào)模塊的輸出為強(qiáng)化信號(hào)r(t)＝α_xr_x(t)+α_yr_y(t)+α_nr_n(t)，r_x(t)、r_y(t)和r_n(t)分別為x軸向位移誤差強(qiáng)化信號(hào)、y軸向位移誤差強(qiáng)化信號(hào)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)，α_x、α_y和α_n分別為x軸向位移誤差強(qiáng)化信號(hào)系數(shù)、y軸向位移誤差強(qiáng)化信號(hào)系數(shù)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)系數(shù)；

C.構(gòu)造瞬時(shí)差分模塊，瞬時(shí)差分模塊的兩個(gè)輸入分別為強(qiáng)化信號(hào)r(t)、評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)，兩個(gè)輸出都為瞬時(shí)差分信號(hào)δ_TD(t)＝r(t)+γV(t+1)-V(t)，TD表示瞬時(shí)差分，0≤γ≤1為折扣因子，V(t+1)和V(t)分別為更新前后的值函數(shù)；

D.由執(zhí)行器-評價(jià)器模塊與懸浮繞組電流控制模塊、轉(zhuǎn)矩繞組電流控制模塊共同組成無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器。

本發(fā)明的優(yōu)點(diǎn)在于：

1、本發(fā)明中的評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值與強(qiáng)化信號(hào)模塊輸出值經(jīng)瞬時(shí)差分模塊處理產(chǎn)生瞬時(shí)差分信號(hào)，瞬時(shí)差分信號(hào)同時(shí)指導(dǎo)評價(jià)器神經(jīng)網(wǎng)絡(luò)和執(zhí)行器神經(jīng)網(wǎng)絡(luò)的權(quán)值更新，執(zhí)行器神經(jīng)網(wǎng)絡(luò)最終作為控制器控制復(fù)合被控對象，解決了單一神經(jīng)網(wǎng)絡(luò)控制器需要事先讀取訓(xùn)練數(shù)據(jù)，進(jìn)行大量離線訓(xùn)練，權(quán)值一旦固定無法在線調(diào)節(jié)的不足，解決傳統(tǒng)自適應(yīng)控制需要精確數(shù)學(xué)模型的難題，同時(shí)克服了系統(tǒng)參數(shù)變化、負(fù)載突變等不確定因素對系統(tǒng)性能的影響，具有更好的魯棒性，能夠維持無軸承永磁同步電機(jī)的高性能穩(wěn)定運(yùn)行。

2.本發(fā)明采用了執(zhí)行器–評價(jià)器學(xué)習(xí)算法,也稱為自適應(yīng)啟發(fā)式評價(jià)算法，是一種重要的強(qiáng)化學(xué)習(xí)算法。由評價(jià)器評價(jià)無軸承永磁同步電機(jī)系統(tǒng)的轉(zhuǎn)速與位移反饋信息，并指導(dǎo)執(zhí)行器控制無軸承永磁同步電機(jī)的懸浮繞組與轉(zhuǎn)矩繞組電流，實(shí)現(xiàn)了對無軸承永磁同步電機(jī)系統(tǒng)的穩(wěn)定跟蹤控制，能夠在沒有電機(jī)精確模型的情況下在線更新控制器參數(shù)，可以解決傳統(tǒng)自適應(yīng)控制需要精確數(shù)學(xué)模型的難題，解決了單一神經(jīng)網(wǎng)絡(luò)控制器需要事先讀取訓(xùn)練數(shù)據(jù)，進(jìn)行大量離線訓(xùn)練，權(quán)值一旦固定無法在線調(diào)節(jié)的不足，同時(shí)克服了系統(tǒng)參數(shù)變化、負(fù)載突變等不確定因素對系統(tǒng)性能的影響，具有更好的魯棒性。

3.本發(fā)明采用了徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)(RBF network)。RBF神經(jīng)網(wǎng)絡(luò)能夠逼近任意的非線性函數(shù)，可以處理系統(tǒng)內(nèi)的難以解析的規(guī)律性，具有良好的泛化能力。同時(shí)RBF神經(jīng)網(wǎng)絡(luò)作為一種局部逼近網(wǎng)絡(luò)相比BP神經(jīng)網(wǎng)絡(luò)等全局逼近網(wǎng)絡(luò)具有更快的學(xué)習(xí)收斂速度。已成功應(yīng)用于非線性函數(shù)逼近、時(shí)間序列分析、數(shù)據(jù)分類、模式識(shí)別、信息處理、圖像處理、系統(tǒng)建模、控制和故障診斷等。

附圖說明

圖1是本發(fā)明無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器的結(jié)構(gòu)框圖；

圖2是圖1中執(zhí)行器–評價(jià)器控制原理示意圖；

圖3是圖2執(zhí)行器–評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖；

圖4是圖2中強(qiáng)化信號(hào)模塊的構(gòu)造原理圖；

圖5是圖2中瞬時(shí)差分模塊的構(gòu)造原理圖；

圖6是圖2中執(zhí)行器-評價(jià)器算法流程圖。

圖中：1.無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器；2.執(zhí)行器-評價(jià)器模塊；3.懸浮繞組電流控制模塊；4.轉(zhuǎn)矩繞組電流控制模塊；5.執(zhí)行器神經(jīng)網(wǎng)絡(luò)；6.強(qiáng)化信號(hào)模塊；7.瞬時(shí)差分模塊；8.評價(jià)器神經(jīng)網(wǎng)絡(luò)；9.第一PI調(diào)節(jié)器；10.第二PI調(diào)節(jié)器；11.第一PARK變換器；12.第一IPARK變換器；13.第一CLARK變換器；14.第一SVPWM；15.第一電流傳感器；16.第一電壓源逆變器；17.第三PI調(diào)節(jié)器；18.第四PI調(diào)節(jié)器；19.第二PARK變換器；20.第二IPARK變換器；21.第二CLARK變換器；22.第二SVPWM；23.第二電流傳感器；24.第二電壓源逆變器；25.位移傳感器；26.光電編碼器；27.速度計(jì)算模塊；28.復(fù)合被控對象。

具體實(shí)施方式

參見圖1和圖2，本發(fā)明無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器1由執(zhí)行器-評價(jià)器模塊2、懸浮繞組電流控制模塊3和轉(zhuǎn)矩繞組電流控制模塊4組成。懸浮繞組電流控制模塊3和轉(zhuǎn)矩繞組電流控制模塊4的輸入端分別連接執(zhí)行器-評價(jià)器模塊2。執(zhí)行器-評價(jià)器模塊2由執(zhí)行器神經(jīng)網(wǎng)絡(luò)5、評價(jià)器神經(jīng)網(wǎng)絡(luò)8、強(qiáng)化信號(hào)模塊6和瞬時(shí)差分模塊7組成。評價(jià)器神經(jīng)網(wǎng)絡(luò)8和強(qiáng)化信號(hào)模塊6的輸出端連接瞬時(shí)差分模塊7的輸入端，瞬時(shí)差分模塊7的輸出端分別連接執(zhí)行器神經(jīng)網(wǎng)絡(luò)5和評價(jià)器神經(jīng)網(wǎng)絡(luò)8的輸入端，執(zhí)行器神經(jīng)網(wǎng)絡(luò)5的輸出端分別連接懸浮繞組電流控制模塊3和轉(zhuǎn)矩繞組電流控制模塊4的輸入端。

懸浮繞組電流控制模塊3由第一PI調(diào)節(jié)器9、第二PI調(diào)節(jié)器10、第一PARK變換器11、第一IPARK變換器12、第一CLARK變換器13、第一SVPWM(空間矢量脈寬調(diào)制模塊)14、第一電流傳感器15和第一電壓源逆變器16組成。

轉(zhuǎn)矩繞組電流控制模塊4由第三PI調(diào)節(jié)器17、第四PI調(diào)節(jié)器18、第二PARK變換器19、第二IPARK變換器20、第二CLARK變換器21、第二SVPWM22、第二電流傳感器23和第二電壓源逆變器24組成。

無軸承永磁同步電機(jī)采用兩個(gè)電渦流位移傳感器25分別檢測轉(zhuǎn)子的x軸與y軸的實(shí)時(shí)徑向位移值x、y。采用光電編碼器26檢測無軸承永磁同步電機(jī)轉(zhuǎn)子的實(shí)際角位置θ，光電編碼器26的輸出端連接速度計(jì)算模塊27的輸入端，實(shí)際角位置θ經(jīng)速度計(jì)算模塊27得到實(shí)際轉(zhuǎn)速n。

將無軸承永磁同步電機(jī)和懸浮繞組電流控制模塊3、轉(zhuǎn)矩繞組電流控制模塊4、位移傳感器25、光電編碼器26、速度計(jì)算模塊27一起構(gòu)成復(fù)合被控對象28。復(fù)合被控對象28的輸入是執(zhí)行器神經(jīng)網(wǎng)絡(luò)5的輸出，為d-q坐標(biāo)系下的懸浮繞組給定電流i_Bd^*、i_Bq^*與d-q坐標(biāo)系下的轉(zhuǎn)矩繞組給定電流i_Md^*、i_Mq^*，懸浮繞組給定電流i_Bd^*、i_Bq^*是懸浮繞組電流控制模塊3的輸入，轉(zhuǎn)矩繞組給定電流i_Md^*、i_Mq^*是轉(zhuǎn)矩繞組電流控制模塊4的輸入。輸出為無軸承永磁同步電機(jī)的實(shí)時(shí)徑向位移值x、y與實(shí)際轉(zhuǎn)速n。

將實(shí)時(shí)徑向位移值x、y分別與轉(zhuǎn)子位移指令值x^*、y^*分別對應(yīng)地進(jìn)行比較得到對應(yīng)的位移誤差e_x和e_y，將實(shí)際轉(zhuǎn)速n與轉(zhuǎn)速指令值n^*進(jìn)行比較，得到轉(zhuǎn)速誤差e_n。位移誤差e_x、e_y和轉(zhuǎn)速誤差e_n作為評價(jià)器神經(jīng)網(wǎng)絡(luò)8、強(qiáng)化信號(hào)模塊6和執(zhí)行器神經(jīng)網(wǎng)絡(luò)5的共同輸入，評價(jià)器神經(jīng)網(wǎng)絡(luò)8根據(jù)輸入值生成評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)。強(qiáng)化信號(hào)模塊6根據(jù)輸入值生成強(qiáng)化信號(hào)r(t)，強(qiáng)化信號(hào)r(t)的計(jì)算由以下公式得到：

r(t)＝α_xr_x(t)+α_yr_y(t)+α_nr_n(t)

其中t為當(dāng)前時(shí)刻，r_x(t)為x軸向位移誤差強(qiáng)化信號(hào)，r_y(t)為y軸向位移誤差強(qiáng)化信號(hào)，r_n(t)為轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)。α_x、α_y和α_n分別為x軸向位移誤差強(qiáng)化信號(hào)系數(shù)、y軸向位移誤差強(qiáng)化信號(hào)系數(shù)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)系數(shù)，本發(fā)明α_x、α_y和α_n這三個(gè)系數(shù)值都取0.3，系數(shù)的大小會(huì)影響控制器對位移反饋信號(hào)和轉(zhuǎn)速反饋信號(hào)的敏感度。x軸向位移誤差強(qiáng)化信號(hào)r_x(t)，y軸向位移誤差強(qiáng)化信號(hào)r_y(t)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)r_n(t)的計(jì)算由以下公式得到：

其中ε_x為x軸向位移誤差信號(hào)的容許誤差帶，ε_y為y軸向位移誤差信號(hào)的容許誤差帶，ε_n為轉(zhuǎn)子轉(zhuǎn)速誤差信號(hào)的容許誤差帶。容許誤差帶的選取與反饋量本身的大小有關(guān)，這里三個(gè)誤差帶ε_x、ε_y、ε_n統(tǒng)一設(shè)為反饋量大小的1％。

強(qiáng)化信號(hào)模塊6生成的強(qiáng)化信號(hào)r(t)輸入瞬時(shí)差分模塊7，評價(jià)器神經(jīng)網(wǎng)絡(luò)8生成的評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)也輸入瞬時(shí)差分模塊7。瞬時(shí)差分模塊7根據(jù)強(qiáng)化信號(hào)r(t)和評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)，由公式：

δ_TD(t)＝r(t)+γV(t+1)-V(t)

計(jì)算得到并輸出瞬時(shí)差分信號(hào)δ_TD(t)，TD表示瞬時(shí)差分，γ表示折扣因子，0<γ<1。評價(jià)器神經(jīng)網(wǎng)絡(luò)8根據(jù)公式：

v_j(t+1)＝v_j(t)+α_Cδ_TD(t)Φ_j(t)

更新神經(jīng)網(wǎng)絡(luò)權(quán)值并輸出新的評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)，其中α_C為評價(jià)器神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率，v_j(t)為第j個(gè)隱含層節(jié)點(diǎn)到評價(jià)器輸出節(jié)點(diǎn)的權(quán)值，v_j(t+1)為更新后的第j個(gè)隱含層節(jié)點(diǎn)到評價(jià)器輸出節(jié)點(diǎn)的權(quán)值，Φ_j(t)為第j個(gè)隱含層節(jié)點(diǎn)的輸出。

瞬時(shí)差分模塊7輸出的瞬時(shí)差分信號(hào)δ_TD(t)輸入執(zhí)行器神經(jīng)網(wǎng)絡(luò)5中，執(zhí)行器神經(jīng)網(wǎng)絡(luò)5根據(jù)公式：

w_jk(t+1)＝w_jk(t)+α_Aδ_TD(t)Φ_j(t)

更新神經(jīng)網(wǎng)絡(luò)權(quán)值，并最終輸出d-q坐標(biāo)系下的懸浮繞組給定電流i_Bd^*、i_Bq^*與d-q坐標(biāo)系下的轉(zhuǎn)矩繞組給定電流i_Md^*、i_Mq^*。其中α_A為執(zhí)行器神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)率，w_jk(t)為第j個(gè)隱含層節(jié)點(diǎn)到執(zhí)行器的第k個(gè)輸出節(jié)點(diǎn)的權(quán)值，w_jk(t+1)為更新后的第j個(gè)隱含層節(jié)點(diǎn)到執(zhí)行器的第k個(gè)輸出節(jié)點(diǎn)的權(quán)值。

無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器1的具體構(gòu)造方法分以下7步：

1.構(gòu)造懸浮繞組電流控制模塊3

采用第一電流傳感器15檢測無軸承永磁同步電機(jī)的懸浮繞組電流i_Ba、i_Bb、i_Bc，電流傳感器15的輸出端連接第一CLARK變換器13的輸入端，懸浮繞組電流i_Ba、i_Bb、i_Bc經(jīng)第一CLARK變換器13處理后生成α-β坐標(biāo)系下的懸浮繞組電流i_Bα、i_Bβ。第一CLARK變換器13的輸出端連接第一PARK變換器11的輸入端，第一PARK變換器11再依據(jù)光電編碼器26輸出的電機(jī)轉(zhuǎn)子角度θ處理α-β坐標(biāo)系下的懸浮繞組電流i_Bα、i_Bβ，生成d-q坐標(biāo)系下的懸浮繞組電流i_Bd、i_Bq。

將懸浮繞組電流i_Bd、i_Bq作為反饋電流，與d-q坐標(biāo)系下的懸浮繞組給定電流i_Bd^*、i_Bq^*比較，比較誤差分別輸出到一一對應(yīng)的第一PI調(diào)節(jié)器9和第二PI調(diào)節(jié)器10，比較誤差經(jīng)第一PI調(diào)節(jié)器9和第二PI調(diào)節(jié)器10處理后生成d-q坐標(biāo)系下的懸浮繞組電壓V_Bd^*和V_Bq^*。PI調(diào)節(jié)器9和PI調(diào)節(jié)器10輸出端與IPARK變換器12輸入端連接，第一IPARK變換器12再依據(jù)光電編碼器26輸出的電機(jī)轉(zhuǎn)子角度θ處理d-q坐標(biāo)系下的懸浮繞組電壓V_Bd^*和V_Bq^*，生成α-β坐標(biāo)系下的懸浮繞組電壓V_Bα^*和V_Bβ^*。第一IPARK變換器12的輸出端與第一SVPWM14的輸入端相連，α-β坐標(biāo)系下的懸浮繞組電壓V_Bα^*和V_Bβ^*經(jīng)第一SVPWM14處理后生成第一電壓源逆變器16的開關(guān)信號(hào)S_B(B＝1,2,3,4,5,6)。第一SVPWM14的輸出端與第一電壓源逆變器16的輸入端相連，電壓源逆變器母線電壓V_DC輸入電壓第一電壓源逆變器16，第一電壓源逆變器16根據(jù)開關(guān)信號(hào)控制無軸承永磁同步電機(jī)的懸浮繞組。

2.構(gòu)造轉(zhuǎn)矩繞組電流控制模塊4

采用第二電流傳感器23檢測無軸承永磁同步電機(jī)的轉(zhuǎn)矩繞組電流i_Ma、i_Mb、i_Mc，第二電流傳感器23的輸出端連接第二CLARK變換器21的輸入端，轉(zhuǎn)矩繞組電流i_Ma、i_Mb、i_Mc經(jīng)第二CLARK變換器21處理后生成α-β坐標(biāo)系下的轉(zhuǎn)矩繞組電流i_Mα、i_Mβ。第二CLARK變換器21的輸出端連接第二PARK變換器19的輸入端，第二PARK變換器19再依據(jù)光電編碼器26輸出的電機(jī)轉(zhuǎn)子角度θ處理α-β坐標(biāo)系下的轉(zhuǎn)矩繞組電流i_Mα、i_Mβ生成d-q坐標(biāo)系下的轉(zhuǎn)矩繞組電流i_Md、i_Mq。轉(zhuǎn)矩繞組電流i_Md、i_Mq作為反饋電流與d-q坐標(biāo)系下的轉(zhuǎn)矩繞組給定電流i_Md^*、i_Mq^*比較，比較誤差分別輸出到一一對應(yīng)的第三PI調(diào)節(jié)器17和第四PI調(diào)節(jié)器18，比較誤差經(jīng)第三PI調(diào)節(jié)器17和第四PI調(diào)節(jié)器18處理后生成d-q坐標(biāo)系下的轉(zhuǎn)矩繞組電壓V_Md^*和V_Mq^*。第三PI調(diào)節(jié)器17和第四PI調(diào)節(jié)器18輸出端與第二IPARK變換器20輸入端連接，第二IPARK變換器20依據(jù)光電編碼器26輸出的電機(jī)轉(zhuǎn)子角度θ處理d-q坐標(biāo)系下的轉(zhuǎn)矩繞組電壓V_Md^*和V_Mq^*生成α-β坐標(biāo)系下的轉(zhuǎn)矩繞組電壓V_Mα^*和V_Mβ^*。第二IPARK變換器20的輸出端與第二SVPWM22的輸入端相連，α-β坐標(biāo)系下的轉(zhuǎn)矩繞組電壓V_Mα^*和V_Mβ^*經(jīng)第二SVPWM22處理后生成電壓源逆變器的開關(guān)信號(hào)S_T(T＝1,2,3,4,5,6)。第二SVPWM22的輸出端與第二電壓源逆變器24的輸入端相連，電壓源逆變器母線電壓V_DC輸入第二電壓源逆變器24，第二電壓源逆變器24根據(jù)開關(guān)信號(hào)控制無軸承永磁同步電機(jī)的轉(zhuǎn)矩繞組。

3.構(gòu)造執(zhí)行器神經(jīng)網(wǎng)絡(luò)5與評價(jià)器神經(jīng)網(wǎng)絡(luò)8

本發(fā)明采用一個(gè)執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)同時(shí)實(shí)現(xiàn)執(zhí)行器和評價(jià)器的學(xué)習(xí)，如圖3所示，執(zhí)行器與評價(jià)器共享執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)的輸入層和隱含層資源。執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)共有三層，第一層為輸入層節(jié)點(diǎn)數(shù)為3個(gè)，第二層為隱含層節(jié)點(diǎn)數(shù)為8個(gè)，第三層為輸出層節(jié)點(diǎn)數(shù)為4個(gè)。第一層為輸入層，每個(gè)輸入節(jié)點(diǎn)代表狀態(tài)向量x(t)＝[e_x e_y e_n]^T的一個(gè)分量，其中T表示矩陣的轉(zhuǎn)置。第二層為隱含層，隱含層的節(jié)點(diǎn)基函數(shù)采用高斯核函數(shù)。第j個(gè)隱含層節(jié)點(diǎn)的輸出為：

其中：μ_j＝[μ_1j μ_2j μ_3j]^T為第j個(gè)節(jié)點(diǎn)的基函數(shù)中心向量，μ_1j，μ_2j，μ_3j分別對應(yīng)狀態(tài)變量e_x，e_y，e_n的基函數(shù)中心向量，T表示矩陣的轉(zhuǎn)置，σ_j為第j個(gè)節(jié)點(diǎn)的方差。第三層為輸出層由執(zhí)行器輸出和評價(jià)器輸出兩個(gè)部分組成。執(zhí)行器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)I_m(t)和評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)由下面式子計(jì)算：

其中w_jk(t)為第j個(gè)隱含層節(jié)點(diǎn)到執(zhí)行器的第k個(gè)輸出節(jié)點(diǎn)的權(quán)值。I₁(t)、I₂(t)、I₃(t)、I₄(t)分別對應(yīng)i_Bd^*、i_Bq^*、i_Md^*、i_Mq^*。

其中v_j(t)為第j個(gè)隱含層節(jié)點(diǎn)到評價(jià)器輸出節(jié)點(diǎn)的權(quán)值。

4.構(gòu)造強(qiáng)化信號(hào)模塊6

如圖4所示強(qiáng)化信號(hào)模塊有三個(gè)輸入端，一個(gè)輸出端。三個(gè)輸入為位移誤差e_x、e_y和轉(zhuǎn)速誤差e_n，輸出為強(qiáng)化信號(hào)r(t)。強(qiáng)化信號(hào)的計(jì)算由以下公式得到：

r(t)＝α_xr_x(t)+α_yr_y(t)+α_nr_n(t)，

其中r_x(t)、r_y(t)和r_n(t)分別為x軸向位移誤差強(qiáng)化信號(hào)，y軸向位移誤差強(qiáng)化信號(hào)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)。α_x、α_y和α_n分別為x軸向位移誤差強(qiáng)化信號(hào)系數(shù)，y軸向位移誤差強(qiáng)化信號(hào)系數(shù)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)系數(shù)。在這里三個(gè)系數(shù)值都取0.3，系數(shù)的大小會(huì)影響控制器對位移反饋信號(hào)和轉(zhuǎn)速反饋信號(hào)的敏感度。

x軸向位移誤差強(qiáng)化信號(hào)r_x(t)，y軸向位移誤差強(qiáng)化信號(hào)r_y(t)和轉(zhuǎn)子轉(zhuǎn)速誤差強(qiáng)化信號(hào)r_n(t)的計(jì)算由以下公式得到：

其中ε_x、ε_y和ε_z分別為x軸向位移誤差信號(hào)的容許誤差帶，y軸向位移誤差信號(hào)的容許誤差帶和轉(zhuǎn)子轉(zhuǎn)速誤差信號(hào)的容許誤差帶。容許誤差帶的選取與反饋量本身的大小有關(guān)，這里三個(gè)容許誤差帶統(tǒng)一設(shè)為反饋量大小的1％。

5.構(gòu)造瞬時(shí)差分模塊7

如圖5所示，瞬時(shí)差分模塊7有兩個(gè)輸入端兩個(gè)輸出端。兩個(gè)輸入分別為強(qiáng)化信號(hào)r(t)，評價(jià)器神經(jīng)網(wǎng)絡(luò)輸出值函數(shù)V(t)，兩個(gè)輸出相同都為瞬時(shí)差分信號(hào)δ_TD(t)，TD表示瞬時(shí)差分。一個(gè)輸出到執(zhí)行器神經(jīng)網(wǎng)絡(luò)5，一個(gè)輸出到評價(jià)器神經(jīng)網(wǎng)絡(luò)8。瞬時(shí)差分信號(hào)δ_TD(t)的計(jì)算由以下公式得到：

δ_TD(t)＝r(t)+γV(t+1)-V(t)，

其中0≤γ≤1為折扣因子，其大小表明了未來的回報(bào)相對于當(dāng)前回報(bào)的重要程度。特別的，γ＝0時(shí)，相當(dāng)于只考慮立即不考慮長期回報(bào)，γ＝1時(shí)，將長期回報(bào)和立即回報(bào)看得同等重要。V(t+1)和V(t)分別為更新前后的值函數(shù)。

6.確定執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)參數(shù)更新方式

在執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)中需要更新的參數(shù)有w_jk，v_j，μ_j和σ_j。其計(jì)算方法由如下公式得到：

w_jk(t+1)＝w_jk(t)+α_Aδ_TD(t)Φ_j(t)

v_j(t+1)＝v_j(t)+α_Cδ_TD(t)Φ_j(t)

其中α_A和α_C分別為執(zhí)行器和評價(jià)器的學(xué)習(xí)率，α_μ和α_σ分別為中心和方差的學(xué)習(xí)率，取值范圍均為0到1。

7.確定執(zhí)行器-評價(jià)器算法流程

本發(fā)明中的強(qiáng)化學(xué)習(xí)執(zhí)行器評價(jià)器算法流程如圖6所示。具體步驟如下：

步驟1：初始化執(zhí)行器評價(jià)器模塊2中各個(gè)參數(shù)，包括w_jk、v_j、μ_j、σ_j、α_x、α_y、α_n、ε_x、ε_y、ε_z、γ、α_A、α_C、α_μ、α_σ。

步驟2：由系統(tǒng)輸出得到反饋值x、y、n。

步驟3：將反饋值x、y、n與給定值x*、y*、n*比較得到誤差e_x、e_y、e_n。并構(gòu)造狀態(tài)向量x(t)＝[e _x e_y e_n]^T。

步驟4：計(jì)算執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)的輸出I_m(t)、V(t)。

步驟5：計(jì)算強(qiáng)化信號(hào)r(t)。

步驟6：計(jì)算下一采樣時(shí)間的系統(tǒng)輸出。

步驟7：計(jì)算t+1時(shí)刻執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)輸出I_m(t+1)、V(t+1)。

步驟8：計(jì)算強(qiáng)化信號(hào)r(t+1)。

步驟9：計(jì)算瞬時(shí)差分信號(hào)δ_TD(t)。

步驟10：更新執(zhí)行器-評價(jià)器復(fù)合RBF神經(jīng)網(wǎng)絡(luò)的參數(shù)包括w_jk、v_j、μ_j、σ_j。

步驟11：判斷系統(tǒng)是否穩(wěn)定即誤差信號(hào)是否處于容許誤差帶。若系統(tǒng)穩(wěn)定則結(jié)束流程，否則跳轉(zhuǎn)到步驟6。

最終由上述執(zhí)行器-評價(jià)器模塊2與懸浮繞組電流控制模塊3、轉(zhuǎn)矩繞組電流控制模塊4共同組成完整的無軸承永磁同步電機(jī)強(qiáng)化學(xué)習(xí)控制器1，如圖1所示。