本發明涉及永磁同步電動機的控制方法及控制裝置。
背景技術：
：永磁同步電動機因其損耗少、效率高、功率因素可調等優點被越來越廣泛地應用于各個領域。目前，比較完善的永磁同步電動機的控制方法一般為線性控制方法，并且，永磁同步電機的線性化控制長期以來受到廣大研發人員的追捧。但是，眾所周知，由于永磁同步電動機具有復雜的非線性特性，采用線性控制方法對其進行控制使得很難精準、快速地控制、跟蹤其轉速(或轉角)，效果難以達到預期；而非線性控制方法尚不如線性控制方法完善，難以直接設計出非線性控制器來快、準、穩地控制永磁同步電機。因此，針對永磁同步電動機復雜的非線性特性，設計高魯棒性、高調速比的控制方法是電機控制領域亟需解決的技術問題。基于轉子磁場定向的矢量控制系統可將電機在dq旋轉坐標系中等效為線性的直流電機模型，因此成為電機控制領域的一大里程碑。但其大量的假設前提和近似處理所帶來的誤差已難以通過經典的PID線性控制器予以修正，使其在整個低高速全范圍內的控制精度和響應時間有待改善。T-S模糊控制理論構筑起了線性控制方法與非線性系統之間的橋梁，為實現精確控制具有復雜的非線性特性的永磁同步電動機的控制系統提供了一條新思路。采用T-S模糊控制方法對電機進行控制的關鍵在于模糊建模和反饋控制器的設計，尤其是建模，若建模精度不高，即使控制器設計得再優秀，控制系統的控制精度、甚至穩定性也無法達標。可惜現有的對電機進行控制的T-S模糊控制方法中的建模方法大多采用特征點附近局部線性化，導致建模精度較差，因而，控制系統的控制精度及魯棒性較差。因此，若采用T-S模糊控制方法對電機進行控制，為提高控制系統的控制精度及魯棒性，需采用相較于特征點附近局部線性化而言建模精度更高的建模方法，使得所建立的模型在全局范圍內逼近永磁同步電動機的真實非線性模型。技術實現要素：本發明是為了解決上述至少一個問題而完成的，其目的是提供一種相比特征點附近局部線性化而言建模精度更高、且控制精度及魯棒性更高的基于T-S模糊控制的永磁同步電動機的控制方法，以及與該控制方法相對應的控制裝置。為達上述目的，根據本發明的一個方面，提供一種永磁同步電動機的控制方法，包括：模型建立步驟，在模型建立步驟中，建立永磁同步電動機的T-S模糊模型，模型建立步驟包括原始狀態方程建立步驟，在原始狀態方程建立步驟中，建立永磁同步電動機的原始狀態方程其中，x＝(x1…xk)T為電動機的狀態變量，為狀態變量x的一階導數，u＝(u1…ul)T為電動機的輸入，A、B為系數矩陣，C為常量矩陣；數據對樣本集獲取步驟，在數據對樣本集獲取步驟中，基于原始狀態方程，獲取數據對樣本集Z＝{Z1,Z2,……,Zp}，其中，第m(1≤m≤p)個數據對樣本表示為聚類處理步驟，在聚類處理步驟中，利用聚類算法對數據對樣本集Z中的數據對樣本進行聚類，以將其劃分為n個子類，獲得聚類數n、所述n個子類中每一個子類的聚類中心(i＝1,2,...,n)、以及數據對樣本集Z的隸屬度矩陣μ；和T-S模糊模型確定步驟，在T-S模糊模型確定步驟中，根據聚類處理步驟和數據對樣本集獲取步驟的結果，確定永磁同步電動機的T-S模糊模型，所確定的T-S模糊模型包括n條模糊規則，n條模糊規則為Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>thendxdt=Aix+Biu(i=1,2,...,n)]]>其中，表示第i條模糊規則，Ai、Bi表示第i條模糊規則成立時的系數矩陣，所確定的T-S模糊模型進一步包括對n條模糊規則加權平均進行清晰化后的結果dxdt=Σi=1nh(χ)i(Aix+Biu)]]>其中，χ=x1...xku1...ulTh(χ)i=g(χ)iΣi=1ng(χ)ig(χ)i=Πj=1k+lwji(χj)]]>其中，表示χj對第i條模糊規則的隸屬度，表示第i條模糊規則的隸屬度；以及反饋控制規則建立步驟，在反饋控制規則建立步驟中，基于在模型建立步驟中所建立的T-S模糊模型，建立對永磁同步電動機進行控制的反饋控制規則,包括局部反饋控制規則建立步驟，在局部反饋控制規則建立步驟中，根據T-S模糊模型中的n條模糊規則中的每一條模糊規則，建立對應的反饋控制規則，表示為Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>thenu＝v-Kix(i＝1,2,...,n)其中，Ki表示與第i條模糊規則對應的反饋矩陣，v表示輸入給定，其對于所有的模糊規則是相同的；全局反饋控制規則建立步驟，在全局反饋控制規則建立步驟中，基于局部反饋控制規則建立步驟的結果，獲得對永磁同步電動機進行控制的反饋控制規則，表示為u=v-Σi=1nh(χ)iKix;]]>和穩定性判定步驟，在穩定性判定步驟中，判斷基于反饋控制規則的永磁同步電動機的控制系統的穩定性，如果尋找到一個正常數ζ和一個正定矩陣P滿足不等式FiiTP+PFii+ζP<0(Fij+Fji2)TP+P(Fij+Fji2)+ζP<0(i<j),]]>則判定控制系統穩定，其中，Fij＝Ai-BiKji,j∈{1,2,...,n}，而當嘗試預定的次數后未尋找到滿足不等式的正常數ζ和正定矩陣P，則返回局部反饋控制規則建立步驟。根據本發明的另一個方面，提供一種永磁同步電動機的控制裝置，包括：模型建立模塊，模型建立模塊建立永磁同步電動機的T-S模糊模型，模型建立模塊包括原始狀態方程建立單元，原始狀態方程建立單元建立永磁同步電動機的原始狀態方程其中，x＝(x1…xk)T為電動機的狀態變量，為狀態變量x的一階導數，u＝(u1…ul)T為電動機的輸入，A、B為系數矩陣，C為常量矩陣；數據對樣本集獲取單元，數據對樣本集獲取單元基于原始狀態方程，獲取數據對樣本集Z＝{Z1,Z2,……,Zp}，其中，第m(1≤m≤p)個數據對樣本表示為聚類處理單元，聚類處理單元利用聚類算法對數據對樣本集Z中的數據對樣本進行聚類，以將其劃分為n個子類，獲得聚類數n、所述n個子類中每一個子類的聚類中心(i＝1,2,...,n)、以及數據對樣本集Z的隸屬度矩陣μ；和T-S模糊模型確定單元，T-S模糊模型確定單元根據聚類處理單元和數據對樣本集獲取單元所獲得的結果，確定永磁同步電動機的T-S模糊模型，所確定的T-S模糊模型包括n條模糊規則，n條模糊規則為Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>thendxdt=Aix+Biu(i=1,2,...,n)]]>其中，表示第i條模糊規則，Ai、Bi表示第i條模糊規則成立時的系數矩陣，所確定的T-S模糊模型進一步包括對n條模糊規則加權平均進行清晰化后的結果dxdt=Σi=1nh(χ)i(Aix+Biu)]]>其中，χ=x1...xku1...ulTh(χ)i=g(χ)iΣi=1ng(χ)ig(χ)i=Πj=1k+lwji(χj)]]>其中，表示χj對第i條模糊規則的隸屬度，表示第i條模糊規則的隸屬度；以及反饋控制規則建立模塊，反饋控制規則建立模塊基于由模型建立模塊建立的T-S模糊模型，建立對永磁同步電動機進行控制的反饋控制規則,反饋控制規則建立模塊包括局部反饋控制規則建立單元，局部反饋控制規則建立單元根據T-S模糊模型中的n條模糊規則中的每一條模糊規則，建立對應的反饋控制規則，表示為Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>thenu＝v-Kix(i＝1,2,...,n)其中，Ki表示與第i條模糊規則對應的反饋矩陣，v表示輸入給定，其對于所有的模糊規則是相同的；全局反饋控制規則建立單元，全局反饋控制規則建立單元基于由局部反饋控制規則建立單元建立的與每一條模糊規則對應的反饋控制規則，獲得對永磁同步電動機進行控制的反饋控制規則，表示為和穩定性判定單元，穩定性判定單元判斷基于反饋控制規則的永磁同步電動機的控制系統的穩定性，如果尋找到一個正常數ζ和一個正定矩陣P滿足不等式FiiTP+PFii+ζP<0(Fij+Fji2)TP+P(Fij+Fji2)+ζP<0(i<j),]]>則穩定性判定單元判定控制系統穩定，其中，Fij＝Ai-BiKji,j∈{1,2,...,n}，而當嘗試預定的次數后未尋找到滿足不等式的正常數ζ和正定矩陣P，穩定性判定單元使得局部反饋控制規則建立單元重新根據n條模糊規則中的每一條模糊規則，建立對應的反饋控制規則。綜上所述，采用根據本發明的永磁同步電動機的控制方法以及控制裝置，能夠建立出相比特征點附近局部線性化而言建模精度更高的永磁同步電動機的T-S模糊模型，并實現對永磁同步電動機精度及魯棒性更高的控制。附圖說明圖1顯示本發明所涉及的永磁同步電動機的控制系統的基本構成圖；圖2顯示根據本發明的基于T-S模糊控制的控制方法的流程；圖3(A)顯示根據本發明的建立永磁同步電動機的T-S模糊模型的具體流程；圖3(B)顯示圖3(A)中的步驟S104的具體流程；圖4(A)顯示基于T-S模糊模型建立反饋控制規則的流程圖；圖4(B)顯示圖4(A)中的步驟S201的具體流程；圖5顯示根據本發明的永磁同步電動機的控制裝置的結構示意圖；以及圖6顯示根據本發明的實施例的永磁同步電動機的控制系統的構成圖。具體實施方式為了使本發明的目的、技術方案和優點更加清楚，以下結合附圖和具體實施例對本發明進行詳細描述。圖1顯示本發明所涉及的永磁同步電動機的控制系統的基本構成圖。如圖1所示，該控制系統包括永磁同步電動機101、傳感器102、控制器103以及執行器104。永磁同步電動機101是控制系統的控制對象。傳感器102用于檢測永磁同步電動機101的參數，并將所檢測到的參數輸出至控制器103。這里，參數包括轉子的轉速、轉子的轉角、定子電壓、定子電流等。控制器103根據輸入的轉子的期望轉速將所檢測到的永磁同步電動機101的實際參數與期望參數進行比較，并結合實際參數與期望參數間的誤差及其組合，通過事先建立的反饋控制規則計算出相應的控制信號輸出至執行器104。執行器104根據控制信號產生相應的三相電壓或電流輸出至永磁同步電動機101，以使得其產生希望的轉矩來糾正轉速的誤差。本發明中，圖1所示的控制系統基于T-S模糊控制的控制方法來對永磁同步電動機101進行控制。以下，參考圖2至圖4(B)描述圖1中的控制系統基于T-S模糊控制的控制方法。在以下的說明中，適當地以永磁同步電動機代替永磁同步電動機101來進行描述。如圖2所示，本發明中，基于T-S模糊控制的控制方法包括建立永磁同步電動機的T-S模糊模型(步驟S11)，以及基于T-S模糊模型建立反饋控制規則(步驟S12)。以狀態方程描述某一非線性系統的T-S模糊模型有如下的表達式(1)和(2)：Rpi:ifx1∈M1iand...andxk∈Mkiandu1∈N1iand...andul∈Nli]]>thendxdt=Aix+Biui=1,2,...,n---(1)]]>其中，表示第i條模糊規則，k維向量x＝(x1…xk)T表示非線性系統的狀態變量，u＝(u1…ul)T表示非線性系統的輸入，表示中xj的所屬領域，表示 中uq的所屬領域，Ai、Bi表示成立時所對應的系數矩陣。上述表達式(1)中，“if”之后“then”之前的語句表示的模糊前件；而“then”之后的語句表示的模糊后件，對應一個線性子系統。對上述表達式(1)中的n條模糊規則進行加權平均，清晰化后，可得到逼近該非線性系統的全局模糊模型如下：dxdt=Σi=1nh(χ)i(Aix+Biu)]]>其中，χ=x1...xku1...ulTh(χ)i=g(χ)iΣi=1ng(χ)ig(χ)i=Πj=1k+lwji(χj)---(2)]]>其中，表示χj對第i條模糊規則的隸屬度，表示第i條模糊規則的隸屬度。因此，從上述式(1)和(2)可以看出，T-S模糊模型的真諦在于將一個復雜的非線性系統擬合成多個線性子系統的加權平均，以達到任意精度的線性逼近。模糊規則數越多，線性逼近的精度越高，對其進行控制的效果越好。根據上述非線性系統的T-S模糊模型建立反饋控制規則時，可對其中各條模糊規則下的各個線性子系統(i＝1,2,...,n)的反饋控制規則單獨建立，再通過一定的規則組合即可得到全局的反饋控制規則。例如，上述各條模糊規則下的各個線性子系統的反饋控制規則可采用如下的表示式：thenu＝-Kixi＝1,2,...,n(3)其中，Ki表示與第i條模糊規則對應的反饋矩陣。定義全局的反饋控制規則為各個線性子系統的反饋控制規則的隸屬度加權平均，則全局的反饋控制規則可以有如下的表示式：u=-Σi=1nh(χ)iKix---(4)]]>因此，基于T-S模糊控制方法的控制系統可以表示為：dxdt=Σi=1nh(χ)i(Aix+Biu)u=-Σi=1nh(χ)iKix---(5)]]>對于如式(5)所示的控制系統，需要保證其的穩定性。對于控制系統的穩定性判別，可以根據Lyapunov穩定性判據來推得，即，存在一個正常數ζ和一個正定矩陣P滿足不等式FiiTP+PFii+ζP<0(Fij+Fji2)TP+P(Fij+Fji2)+ζP<0(i<j)---(6)]]>則控制系統全局漸進穩定，其中，Fij＝Ai-BiKji,j∈{1,2,...,n}。本發明在圖2的步驟S11中，需要建立形如上述表達式(1)和(2)的永磁同步電動機的T-S模糊模型，且在步驟S12中基于步驟S11中所建立的T-S模糊模型建立形如上述表達式(3)和(4)的反饋控制規則。接下來，參考圖3(A)和圖3(B)來描述根據本發明的在圖2的步驟S11中建立永磁同步電動機的T-S模糊模型的具體流程。首先，在圖3(A)的步驟S101中，選擇永磁同步電動機的狀態變量x＝(x1…xk)T、輸入u＝(u1…ul)T，根據永磁同步電動機的電磁方程組,獲得其原始狀態方程其中，為狀態變量x的一階導數，A、B為系數矩陣，C為常量矩陣。這里的原始狀態方程將作為永磁同步電動機的原始非線性模型。在本發明的實施例中，選擇狀態變量x＝(x1x2x3x4)T＝(isDisQθrωr)T，四個分量分別為定子電流的D軸(2相靜止坐標系，下同)分量isD、定子電流的Q軸(2相靜止坐標系，下同)分量isQ、轉子轉過的角度θr及轉子的轉速ωr，輸入u＝(u1u2)T＝(usDusQ)T，兩個分量分別為定子電壓的D軸分量usD、定子電壓的Q軸分量usQ；并且，在忽略漏磁及轉軸阻尼的情況下，根據如下式(7-1)所示的永磁同步電動機的電磁方程組dψmDdt=usD-RsisDdψmQdt=usQ-RsisQψmD=LssisD+|ψr|cosθrψmQ=LssisQ+|ψr|sinθrte=p(ψmDisQ-ψmQisD)Jdωrdt=te-TL---(7-1)]]>可推得如式(7-2)所示的原始狀態方程dxdt=-RsLss00|ψr|sinx30-RsLss0|ψr|sinx30001-p|ψr|Jsinx3p|ψr|Jcosx300x+1Lss001Lss0000u+000-pTLJ---(7-2)]]>在式(7-1)和(7-2)中，ψmD為氣隙磁鏈的D軸(2相靜止坐標系，下同)分量，ψmQ為氣隙磁鏈的Q軸(2相靜止坐標系，下同)分量，te為電磁轉矩，Rs為電樞電阻，Lss為定子自感，|ψr|為轉子永磁體的磁鏈幅值，J為轉動慣量，p為極對數，TL為負載轉矩(包括空轉轉矩)。其中，ψmD、ψmQ、te為變量，Rs、Lss、|ψr|、J、p、TL都是固定量，可通過電機銘牌數據或用戶手冊獲取。上述式(7-1)中的各電磁方程為永磁同步電動機固有的電磁方程。實施例中，將上述獲得的狀態方程(7-2)作為永磁同步電動機的原始非線性模型。至此，從上述式(7-2)可以看出，實施例中，整個永磁同步電動機的任意時刻的運行狀態都可由(isDisQθrωrusDusQ)六個量描述，且這些量都是可測量的，這為后續的控制器的反饋控制規則的建立打下了伏筆。之后，在步驟S102中，基于步驟S101中的原始狀態方程，獲取數據對樣本集Z＝{Z1,Z2,……,Zp}。具體地，在該步驟中，通過對狀態變量x以及輸入u中的各分量進行取值，并基于步驟S101中的原始狀態方程，獲得p個數據對樣本，該p個數據對樣本組成數據對樣本集Z＝{Z1,Z2,……,Zp}，其中，第m(1≤m≤p)個數據對樣本表示為即每個數據對樣本是由永磁同步電動機的狀態變量、輸入及狀態變量的導數組成。顯然，對于步驟S101中所獲得的原始狀態方程而言，通過Matlab或軟件編程等方式可獲得任意數量的數據對樣本Zm。這里，為了使得后續建立的模型能夠更好地逼近原始非線性模型，應注意使得各數據對樣本Zm中關于狀態變量x以及輸入u中的各分量的取值所構成的范圍盡量遍布各分量的可取值范圍。此外，數據對樣本越多、越密，所構成的數據對樣本集Z越能客觀反映系統實際的運行狀態及物理模型。本發明的實施例中，通過步驟S202獲得的數據對樣本集Z中的每個數據對樣本可表示為(m＝1,2,...,p)。實施例中，總共獲得500個(即，p＝500)數據對樣本，每一個數據對樣本中usD、usQ的值取[-Ud,Ud]內的隨機值(Ud為逆變器的直流電壓)，isD、isQ的值取[-1.5Ie,1.5Ie]內的隨機值(Ie為電機的額定電流)，θr的值取[0,2π]內的隨機值，ωr的值取[50,ωmax]內的隨機值(ωmax為電機的最大轉速)，i'sD、i'sQ、θr'、ωr'的值可根據式(7-2)由該數據對樣本中的isD、isQ、θr、ωr、usD、usQ的值來確定。接下來，在步驟S103中，通過聚類算法對步驟S102中的數據對樣本集Z中的數據對樣本進行聚類，以將數據對樣本集Z劃分成n個子類，得到聚類數n,n個子類中每一個子類的聚類中心ξi(i＝1,2,...,n)，以及數據對樣本集Z相對于各聚類中心ξi(i＝1,2,...,n)的隸屬度矩陣μ。這里，實現聚類的聚類算法有很多，例如，模糊c均值聚類算法、減聚類算法等。通過聚類得到的n個子類中每一個子類的聚類中心(i＝1,2,...,n),其中，與狀態變量x中的分量x1,……,xk一一對應，與輸入u的分量u1,……,ul一一對應，且與狀態變量x的一階導數x1',……,x'k一一對應；通過聚類得到的隸屬度矩陣μ=μ11...μ1p.........μn1...μnp,]]>其中，μit(i＝1,2,...,n,t＝1,2,...,p)代表第t個數據對樣本相對第i個聚類中心的隸屬度。在本發明的實施例中，采用模糊c均值聚類算法，具體實現方法是利用Matlab的模糊工具包中的fcm函數，并設定參數聚類數為6，隸屬度分布指數為2。在 實施例中，由于狀態變量x中有4個分量，輸入u中有2個分量，因此，(i＝1,2,...,n)。接下來，在步驟S104中，確定形如式(1)和(2)的永磁同步電動機的T-S模糊模型。圖3(B)顯示了在圖3(A)中的步驟S104中確定永磁同步電動機的T-S模糊模型的具體流程。以下，參考圖3(B)對圖3(A)中的步驟S104進行詳細說明。首先，在步驟S111中，根據步驟S103中獲得的聚類數n確定所建T-S模糊模型的模糊規則數(聚類數n即為模糊規則數n)，并根據聚類結果確定每一條模糊規則的模糊前件。該步驟中確定的每一條模糊規則(i＝1,2,...,n)的模糊前件如下所示：Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>本發明的實施例中的每一條模糊規則(i＝1,2,...,n)的模糊前件可表示為：Rpi:ifx1∈ξ1iand...andx4∈ξ4iandu1∈ξ5iandu2∈ξ6i]]>由于(x1x2x3x4)為(isDisQθrωr)，(u1u2)為(usDusQ)，因而上述模糊前件又可以表示為：Rpi:ifisD∈ξ1iandisQ∈ξ2iandθr∈ξ3iandωr∈ξ4iandusD∈ξ5iandusQ∈ξ6i]]>接下來，在步驟S112中，根據聚類結果確定n條模糊規則中每一條模糊規則的隸屬度(i＝1,2,...,n)。根據式(2)中的表達式可知，通過計算即可得到在計算時，需要選擇χj對第i條模糊規則的隸屬度的函數類型。隸屬度的函數類型可以選用高斯分布、正態分布、三角分布等。這里以高斯分布為例進行說明，高斯分布的隸屬度如式(8)所示。通過式(9)和式(10)可以確定式(8)中的參數αij,βij，式(9)和式(10)的μit為上述隸屬度矩陣μ中的分量，χtj表示步驟S102中獲取的第t個數據對樣本中χj的值。實施例中，χj是向量χ＝(isDisQθrωrusDusQ)T中的分量。wji(χj)=exp(-(χj-αij)22βij2)---(8)]]>αij=Σt=1pμitχtjΣt=1pμit---(9)]]>βij=Σt=1pμit(χtj-αij)2Σt=1nμit---(10)]]>在得到之后，根據式(2)中的表達式，即可得到之后，在步驟S113中，確定n條模糊規則中每一條模糊規則的模糊后件。具體地，在該步驟中，確定與所需確定的T-S模糊模型中每一條模糊規則對應的線性子系統(i＝1,2,...,n)的表達式，即，確定系數矩陣Ai、Bi。本發明中，采用最小二乘法來確定n條模糊規則中每一條模糊規則的模糊后件。根據式(2)可得,在本發明的實施例中，x'中的第一個分量x1'(i'sD)滿足關系式x1′=Σi=1nh(χ)i(ai1x1+ai2x2+ai3x3+ai4x4+ai5u1+ai6u2),]]>其中，待定系數ai1,…,ai4構成系數矩陣Ai中的第一行，ai5,ai6構成系數矩陣Bi中的第一行。同樣，對于x'中的其它分量x'2,x'3,x'4也分別有類似上述x1'滿足的關系式，類似地，每一個這樣的關系式中的待定系數構成系數矩陣Ai和Bi中的相應行。以下，以x1′=Σi=1nh(χ)i(ai1x1+ai2x2+ai3x3+ai4x4+ai5u1+ai6u2)]]>為例，說明其中待定系數ai1,…,ai6的確定方法。記為x1'的實測值(m＝1,2,...,p)，η~m=Σi=1nh(χm)i(ai1x1m+ai2x2m+ai3x3m+ai4x4m+ai5u1m+ai6u2m)]]>(m＝1,2,...,p)為x1'的估算值，若定義擬合的方差可知當aij(j＝1,2,3,4,5,6)滿足式(11)所示的最小二乘法判據時，估算值與真實值的偏差波動最小，滿足擬合要求。于是可以得到6×n個以aij為變量的方程組，解該方程組即可得到待定系數ai1,…,ai6。對于其它分量x'2,x'3,x'4的關系式中的待定系數的確定方法，與上述待定系數ai1,…,ai6的確定方法類同。因而，當所有的待定系數均確定完之后，系數矩陣Ai和Bi則確定。∂E∂aij=Σm=1ph(χm)ixjηm-Σm=1ph(χm)ixjh(χm)1x1...h(χm)1x6...h(χm)nx1...h(χm)nx6a11...a16...an1...an6=0---(11)]]>至此，可以得到圖3(A)中的步驟S104中所確定的形如式(1)和(2)所示的永磁同步電動機的T-S模糊模型。在本發明的實施例中，在圖3(A)的步驟S104中所確定的永磁同步電動機的T-S模糊模型如式(12)和(13)所示：Rpi:ifx1∈ξ1iand...andx4∈ξ4iandu1∈ξ5iandu2∈ξ6i]]>thendxdt=Aix+Biui=1,2,...,n---(12)]]>加權平均，清晰化：dxdt=Σi=1nh(χ)i(Aix+Biu)]]>其中，χ=x1...x4u1u2Th(χ)i=g(χ)iΣi=1ng(χ)ig(χ)i=Πj=16wji(χj)---(13)]]>本發明中，當完成步驟S104后，可以通過執行步驟S105來計算在步驟S104中所確定的T-S模糊模型的建模精度。可以通過式(14)來計算建模精度，其結果表征了建模的相對誤差。其中，接下來，在步驟S106中，判斷步驟S105中計算出的建模精度是否滿足設定的建模精度要求。例如，設定的建模精度要求可定義為通過式(14)計算出的建模的相對誤差小于15％，本發明在此不作限定。當步驟S105中計算出的建模精度滿足建模精度要求時，則步驟S11中的永磁同步電控機的T-S模糊模型建立完畢，反之，返回步驟S103重新進行聚類(如改變fcm的聚類數、分布指數等參數)，或者也可以返回步驟S104中的步驟S112重新選擇隸屬度的函數類型并計算隸屬度參數。從上述內容可以看出，本發明在建立永磁同步電動機的T-S模糊模型時，對所需建立的T-S模糊模型中模糊規則的參數辨識是通過采集根據永磁同步電動機的電磁方程組獲得的原始狀態方程所描述的電動機實驗數據集，并采用聚類算法確認T-S模型的模糊前件，再用最小二乘法確定模糊后件從而實現的。因此，根據本發明所建立的T-S模糊模型相比特征點附近局部線性化而言建模精度更高，其在全局范圍內更能夠逼近永磁同步電動機的真實非線性模型。此外，通過設置建模精度要求，有助于更好地控制建模精度，使T-S模型更逼近真實模型。接下來，參考圖4(A)和圖4(B)來說明基于步驟S11中所建立的T-S模糊模型建立反饋控制規則的具體流程。圖4(A)顯示基于T-S模糊模型建立反饋控制規則的流程圖。如圖4(A)所示，在步驟S201中，建立與所建立的T-S模糊模型中各條模糊規則對應的反饋控制規則u＝v-Kix(i＝1,2,...,n)。換句話說，在該步驟中，針對所建立的T-S模糊模型中各條模糊規則的模糊后件對應的各線性子系統(i＝1,2,...,n)建立各自的反饋控制規則u＝v-Kix(i＝1,2,...,n)，其中，Ki(i＝1,2,...,n)表示與第i個線性子系統所對應的反饋矩陣，v表示輸入給定，其對于所有的模糊規則是相同的。可以看出，在該步驟中，建立各反饋控制規則u＝v-Kix(i＝1,2,...,n)的關鍵是要設定輸入給定v并確定反饋矩陣Ki。圖4(B)顯示在步驟S201中建立與所建立的T-S模糊模型中各條模糊規則對應的反饋控制規則u＝v-Kix(i＝1,2,...,n)的具體流程。現參考圖4(B)對步驟S201進行說明。首先，在步驟S211中，判斷所建立的T-S模糊模型中各條模糊規則中的線性子系統(i＝1,2,...,n)的狀態可控性。采用秩判據可以判別各條模糊規則下的線性子系統的狀態可控性。之后，在步驟S212中，判斷是否所有的線性子系統(i＝1,2,...,n)均為狀態可控，如果是則執行步驟S213，否則，執行步驟S216，返回步驟S103重新進行聚類(如改變fcm的聚類數、分布指數等參數)或者返回步驟S104中的步驟S112重新選擇隸屬度的函數類型來重新確定(修正)T-S模糊模型。在步驟S213中，描述與所建立的T-S模糊模型中各條模糊規則對應的反饋控制規則為u＝v-Kix(i＝1,2,...,n)，并設定輸入給定v，其在每一條反饋控制規則u＝v-Kix(i＝1,2,...,n)中是相同的。在本發明的實施例中，設定輸入給定v=ωr*0T,]]>其中，第一分量為電機轉子的期望轉速，第二分量固定為0，以便建立控制規則(由于本發明的實施例中輸入u＝(usDusQ)T為二維向量，因而引入狀態反饋控制規則后，整個控制系統的輸入給定也是二維向量)。此外，輸入給定v也可被設定成諸如0ωr*T,12ωr*ωr*T]]>等其它形式，只要保證其對所有的模糊規則均相同即可。只是不同的v所對應的狀態反饋控制規則的確立方法(Ki的確立方法)不同。之后，在步驟S214中，設計永磁同步電動機的輸出表達式y＝Dx+Fu，使輸出y等于永磁同步電動機的轉子的轉速ωr，其中，D、F分別為系數矩陣。由此可得到基于反饋控制規則u＝v-Kix(i＝1,2,...,n)的各個子系統的狀態方程如式(15)所示：dxdt=(Ai-BiKi)x+Bivy=Dx+Fu---(15)]]>在本發明的實施例中，令永磁同步電動機的輸出y＝Dx＝[0001]x＝x4＝ωr。因而，在本發明的實施例中，基于反饋控制規則u＝v-Kix(i＝1,2,...,n)的各個控制子系統的狀態方程為：dxdt=(Ai-BiKi)x+Bivy=Dx---(16)]]>接下來，在步驟S215中，采用極點配置法計算各反饋矩陣Ki(i＝1,2,...,n),使得基于反饋控制規則u＝v-Kix(i＝1,2,...,n)的各個子系統的輸出的穩態響應為轉子的期望轉速具體地，在本發明的實施例中，在該步驟中，首先記第i條模糊規則下的如式(16)所示的線性子系統的閉環極點為(由于實施例中狀態變量x是四維的，故有4個閉環極點)。然后，令方陣Ai-BiKi的特征值為通過式(17)所示的恒等式，用待定系數法可求得反饋矩陣Ki(是關于的代數式)。|λI-Ai+BiKi|=(λ-λ1i)(λ-λ2i)(λ-λ3i)(λ-λ4i)---(17)]]>然后，通過對線性子系統的狀態方程(式(16))作拉氏變換，可得到如式(18)所示的閉環傳遞函數矩陣由于輸入給定v=ωr*0T]]>是二維向量，故閉環傳遞函數矩陣是1×2型矩陣，記為G(s)i=Y(s)iV(s)=D(sI-Ai+BiKi)-1Bi=1|sI-Ai+BiKi|D(sI-Ai+BiKi)*Bi---(18)]]>當設定v=ωr*0T]]>時，則此時系統輸出根據拉氏變換的終值定理可知，因此，為使y的穩態響應等于轉子的期望轉速的增益必須為1。通過對式(18)的分析可知，可寫成如式(19)所示的形式，式中p、q、r為常系數，為關于反饋矩陣Ki的代數多項式。G1(s)i=ps3+qs2+rs+f(Ki)|sI-Ai+BiKi|---(19)]]>又因為且Ki可用表示，故可進一步寫成如式(20)所示的形式：G1(0)i=1λ1iλ2iλ3iλ4iZ(λ1iλ2iλ3iλ4i)---(20)]]>即，改變閉環極點即可使輸出y的穩態響應等于轉子的期望轉速具體做法可以是先設置中的三個的值，例如，設置的值，然后將帶入式(20)中的求解方程，得到的值。這里需要說明的是，為使各線性子系統穩定，需保證4個閉環極點都為負數，或擁有負實部的復數。例如，令分別為-1、-2、-3，并帶入求解方程求得若采用該方法計算出來 的為非負數或者不是擁有負實部的復數時，則需要重新設定再計算直至皆為負數，或擁有負實部的復數。之后，再根據式(17)計算Ki即可得到反饋控制規則u＝v-Kix。當然，當v設為別值時，也可用上述方法確定閉環極點及Ki。至此，圖4(A)中的步驟S201執行完畢。接下來，在步驟S202中，獲得全局的反饋控制規則u=v-Σi=1nh(χ)iKix.]]>接下來，在步驟S203中，判斷基于反饋控制規則的永磁同步電動機的控制系統的穩定性。這里，關于控制系統的穩定性的判斷可以根據之前所述的Lyapunov穩定性判據來推得，即，若存在一個正常數ζ和一個正定矩陣P滿足式(6)的不等式，則控制系統穩定，至此，反饋控制規則建立完畢。當嘗試預定的次數后仍未尋找到滿足不等式(6)的正常數ζ和正定矩陣P時，則返回步驟S201中的步驟S215重新配置閉環極點，計算反饋矩陣Ki。當返回步驟S201預定的次數后，仍未尋找到滿足條件的正常數ζ和正定矩陣P，則返回步驟S103重新進行聚類(如改變fcm的聚類數、分布指數等參數)或者返回步驟S104中的步驟S112重新選擇隸屬度的函數類型來重新確定(修正)T-S模糊模型。與上述永磁同步電動機的控制方法相對應，本發明還提供了一種永磁同步電動機的控制裝置。圖5顯示根據本發明的永磁同步電動機的控制裝置的結構示意圖。如圖5所示，根據本發明的永磁同步電動機的控制裝置包括模型建立模塊501和反饋控制規則建立模塊502。模型建立模塊501建立永磁同步電動機的T-S模糊模型。反饋控制規則建立模塊502基于由模型建立模塊501建立的T-S模糊模型，建立對永磁同步電動機進行控制的反饋控制規則。如圖5所示，模型建立模塊501包括原始狀態方程建立單元5011、數據對樣本集獲取單元5012、聚類處理單元5013、T-S模糊模型確定單元5014以及建模精度評估單元5015。反饋控制規則建立模塊502包括局部反饋控制規則建立單元5021、全局反饋控制規則建立單元5022以及穩定性判定單元5023。原始狀態方程建立單元5011建立永磁同步電動機的原始狀態方程其中，x＝(x1…xk)T為電動機的狀態變量，為狀態變量x的一階導 數，u＝(u1…ul)T為電動機的輸入，A、B為系數矩陣，C為常量矩陣。數據對樣本集獲取單元5012基于由原始狀態方程建立單元5011建立的原始狀態方程，獲取數據對樣本集Z＝{Z1,Z2,……,Zp}，其中，第m(1≤m≤p)個數據對樣本表示為聚類處理單元5013利用聚類算法對由數據對樣本集獲取單元5012獲取的數據對樣本集Z中的數據對樣本進行聚類，以將其劃分為n個子類，獲得聚類數n、n個子類中每一個子類的聚類中心(i＝1,2,...,n)、以及數據對樣本集Z相對于各聚類中心ξi(i＝1,2,...,n)的隸屬度矩陣μ。T-S模糊模型確定單元5014根據聚類處理單元5013和數據對樣本集獲取單元5012所獲得的結果，確定永磁同步電動機的T-S模糊模型，該T-S模糊模型包括n條模糊規則，n條模糊規則為Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>thendxdt=Aix+Biu(i=1,2,...,n)]]>其中，表示第i條模糊規則，Ai、Bi表示第i條模糊規則成立時的系數矩陣，該T-S模糊模型進一步包括對n條模糊規則加權平均進行清晰化后的結果dxdt=Σi=1nh(χ)i(Aix+Biu)]]>其中，χ=x1...xku1...ulTh(χ)i=g(χ)iΣi=1ng(χ)ig(χ)i=Πj=1k+lwji(χj)]]>其中，表示χj對第i條模糊規則的隸屬度，表示第i條模糊規則的隸屬度。建模精度評估單元5015計算由T-S模糊模型確定單元5014確定的T-S模糊模型的建模精度，并判定該建模精度是否滿足設定的建模精度要求，當該建模精度不滿足設定的建模精度要求時，建模精度評估單元5015使得聚類處理單元5013重新利用聚類算法對數據對樣本集Z中的數據對樣本進行聚類，或者使得T-S模糊模型確定單元5014重新確定永磁同步電動機的T-S模糊模型。局部反饋控制規則建立單元5021根據由模型建立單元501建立的T-S模糊模型中的n條模糊規則中的每一條模糊規則，建立對應的反饋控制規則，表示為Rpi:ifx1∈ξ1iand...andxk∈ξkiandu1∈ξk+1iand...andul∈ξk+li]]>thenu＝v-Kix(i＝1,2,...,n)其中，Ki表示與第i條模糊規則對應的反饋矩陣，v表示輸入給定，其對于所有的模糊規則是相同的。全局反饋控制規則建立單元5022基于由局部反饋控制規則建立單元5021建立的與每一條模糊規則對應的反饋控制規則，獲得對永磁同步電動機進行控制的反饋控制規則，表示為u=v-Σi=1nh(χ)iKix.]]>穩定性判定單元5023判斷基于反饋控制規則的永磁同步電動機的控制系統的穩定性，如果尋找到一個正常數ζ和一個正定矩陣P滿足不等式FiiTP+PFii+ζP<0(Fij+Fji2)TP+P(Fij+Fji2)+ζP<0(i<j),]]>則穩定性判定單元5023判定控制系統穩定，其中，Fij＝Ai-BiKji,j∈{1,2,...,n}，而當嘗試預定的次數后未尋找到滿足不等式的正常數ζ和正定矩陣P，穩定性判定單元5023使得局部反饋控制規則建立單元5021重新根據n條模糊規則中的每一條模糊規則，建立對應的反饋控制規則。在當嘗試預定的次數后未尋找到滿足不等式的正常數ζ和正定矩陣P，穩定性判定單元5023使得局部反饋控制規則建立單元5021重新根據n條模糊規則中的每一條模糊規則，建立對應的反饋控制規則執行預定的次數之后，仍未尋找到滿足不等式的正常數ζ和正定矩陣P，穩定性判定單元5023使得聚類處理單元5013重新利用聚類算法對所述數據對樣本集Z中的數據對樣本進行聚類，或者使得T-S模糊模型確定單元5014重新確定所述永磁同步電動機的T-S模糊模型。圖6顯示根據本發明的實施例的永磁同步電動機的控制系統的構成圖。如圖6所示，霍爾傳感器201和光電編碼器202構成圖1中的傳感器102，其中，霍爾傳感器201用于檢測永磁同步電動機101定子側的實時三相電流值，經3s/2s變換可得到isD、isQ，光電編碼器用以檢測永磁同步電動機101轉子的實時轉速ωr，再通過積分運算θr＝∫ωrdt可得到轉角值θr，霍爾傳感器201和光電編碼器202將所檢測到的參數輸出至控制器103；所建立的永磁同步 電動機101的模型為T-S模糊模型控制器103根據整個系統的輸入給定及isD、isQ、ωr、θr，基于根據所建立的永磁同步電動機101的T-S模糊模型建立的反饋控制規則計算所需輸出電壓值usD、usQ；電壓型逆變器203構成圖1中的執行器104，其將調制出控制器103給出的期望電壓usD、usQ經2s/3s變換和PWM調制后輸出至永磁同步電動機101。綜上所述，本發明提供了一種基于T-S模糊控制的高魯棒性、高調速比的永磁同步電動機的控制方法以及與該控制方法對應的控制裝置。在本發明所提供的基于T-S模糊控制的控制方法中，對所需建立的T-S模糊模型中模糊規則的參數辨識是通過采集根據永磁同步電動機的電磁方程組獲得的原始狀態方程所描述的電動機實驗數據集，并采用聚類算法確認T-S模型的模糊前件，再用最小二乘法確定模糊后件從而實現的。因此，根據本發明所建立的T-S模糊模型相比特征點附近局部線性化而言建模精度更高，在全局范圍內更能夠逼近永磁同步電動機的真實非線性模型。并且，根據所建立的T-S模糊模型而建立的反饋控制規則的控制精度及魯棒性會更高。雖然經過對本發明結合具體實施例進行描述，對于本鄰域的技術技術人員而言，根據上文的敘述后作出的許多替代、修改與變化將是顯而易見。因此，當這樣的替代、修改和變化落入附后的權利要求的精神和范圍之內時，應該被包括在本發明中。當前第1頁1 2 3