基于LSSVM的多输入多输出开关磁阻电机建模.pdf

《基于LSSVM的多输入多输出开关磁阻电机建模.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第l9卷第6期电机与控制学报V01．19No．62015年6月ElectricMachinesandControlJune2015基于LSSVM的多输入多输出开关磁阻电机建模徐宇柘，曹彦萍，钟锐(1．山东省海洋环境监测重点实验室，山东青岛266001；2．山东省科学院海洋仪器仪表研究所，山东青岛266001；3．东南大学国家专用集成电路系统工程技术研究中心，江苏南京210096)摘要：针对开关磁阻电机(SRM)非线性建模中多变量输出累积误差问题，根据实测样机数据，采用最小二乘支持向量机(LSSVM)方法，建立了非线性多输入多输出(MIMO)SRM模型。与传统LSSVM法SRM模型相比在结

2、构上进行了改进，该模型中LSSVM的输入为角度、磁链，输出为电流、转矩及磁链对角度的偏导，此多输入多输出LSSVM避免了以往多个单输出LSSVM组合造成的累积误差。在SIMULINK中用S函数实现了LSSVM模型的仿真。实验结果表明，仿真电流波形和实测电流波形一致，实测峰值电流42A、峰值角度6．36。及关断角电流29A时，仿真的3个相应参数为43．5A、6．58。、29A，误差均较小，从而验证该文提出的建模方法的正确性和有效性。关键词：开关磁阻电机；最小二乘支持向量机；多输入多输出；非线性建模DoI：10．15938／j．emc．2015．06．007中图分类号：TM352文献标志码：

3、A文章编号：1007—449X(2015)06—0041—06MIMOmodelingofswitchedreluctancemotorsbasedonLSSVMXUYu．zhe!，，CAOYan．ping，ZHONGRui(1．ShandongProvincialKeyLaboratoryofOceanEnvironmentMonitoringTechnology，Qingdao266001，China；2．InstituteofOceanographicInstrumentation，ShandongAcademyofScience，Qingdao266001，China；3．Nat

4、ionalASICSystemEngineeringResearchCenter，SoutheastUniversity，Nanjing210096，China)Abstract：Anonlinearmulti-inputmulti-output(MIMO)modelbasedonleastsquaressupportvectorma—chine(LSSVM)wasbuiltaccordingtothemeasuredprototypecharacteristics，aimingattheproblemofaccumulatedelTOl'2$withmulti—variableoutp

5、utofnonlinearswitchedreluctancemotor(SRM)mode1．AnimprovementinstructurewasconductedcomparedwiththetraditionalLSSVMmodelingofSRM．andtheinputsofLSSVMareangleandflux，and，outputsarecurrent，torqueandfluxpa~iMderivativesoftheangle，what’Smore，thismulti-outputLSSVMavoidstheaccumulatederrorscausedbythepre

6、viouscom—binationofmultisingle-outputLSSVM．ThesimulationofLSSVMmodelwascomplementedinSimulinkusingSfunction．Ithasbeenshownbyexperimentsthatthecurentwaveformobtainedbysimulationisconsistentwiththeexperimentalcurrentwaveform．Whenthepeakcurrentis42A，peakangleis6．36。andturn—offcurentis29Ainexperiment

7、，thecorespondingsimulationresultsare43．5A，6．58。and29A，whichverifythecorectnessandeffectivenessoftheproposedmodelingmethod．Keywords：switchedreluctancemotors；leastsquaressuppo~vectormachine；MIMO；nonlinearmodel收稿日期：2014—0