基于小样本数据预处理的开关磁阻电机智能算法建模
背景技术：
1、开关磁阻电机凭借其容错能力强、结构简单、制造成本低等特点广泛应用于航空制造、电动汽车和家用电器等领域。然而开关磁阻电机的控制应用离不开精确的srm本体模型，由于srm的双凸极结构和磁链的高度非线性，导致其本体建模十分具有挑战性。目前应用广泛的方法是通过实验测量的磁链数据，利用解析式法、查表法和智能方法建模。实验数据一般采用间接测量法获取，即利用转子夹紧装置和位置传感器固定转子位置并激励单相，记录相电压和相电流数据计算得到磁链，实验需要额外装置的同时需要量取大量数据，且数据必须经过重复实验以保证准确性。查表法所需数据量最大，精度依赖于数据质量，并由于需要预存储数据，会占用大量空间。解析法的精度取决其表达式形式及表达式系数，并且计算非常复杂，对控制器要求很高。因此有必要研究一种对控制器要求低、不需要大量实验和额外实验装置即可快速、简便、准确建立开关磁阻电机模型的方法。
技术实现思路
1、根据现有技术存在的问题，本发明公开了一种基于小样本数据预处理的开关磁阻电机建模方法，具体包括如下步骤：
2、步骤1：利用转矩平衡法得到开关磁阻电机平衡位置处的磁链数据。其中磁链数据获取是通过电压、电流传感器数据计算得到，计算公式如下：
3、
4、式中ψ为磁链值，u为电压，i为电流，θ为角度，r为绕组电阻。
5、并根据中间位置的磁链线性性质，增加中间位置对应下的磁链数据，对数据库进行扩充得到小样本磁链数据。
6、步骤2：采用le-huy磁链模型作预处理函数对步骤1的小样本磁链数据做预处理得到关联性强的小样本磁链数据。其模型如下：
7、ψ＝fψ(i,θ)＝lqi+[ldsati+c(1-e-dt)]-lqi]δ(θ)
8、c＝ψm-ldsatim
9、d＝(ld-ldsat)/(ψm-ldsatim)
10、
11、其中nr是转子极对数，ld和lq分别代表定、转子凸极中心线对齐位置处和非对齐位置处的电感值，ldsat为对齐位置处的饱和电感值，ψm和im分别代表最大磁链值以及与最大磁链值相对应的电流值。
12、通过小样本数据量取的对齐位置和非对齐位置的磁链数据计算上述参数。将原始输入数据的角度和电流带入le-huy模型计算对应的磁链，将计算磁链值作为数据库的一组新的输入数据。
13、步骤3：采用近似线性化处理对步骤2的关联性强的小样本磁链数据做预处理。近似线性化处理利用角度映射改变小角度的变化趋势，其中角度映射采用的是可调的反比例函数，形式如下：
14、
15、其中a、b、c为可调参数；
16、通过调节参数a将小角度范围的磁链随角度变化趋势映射为近似线性。再通过调节斜率调整参数b、c令其变化趋势接近中间线性段。
17、步骤4：以步骤3的预处理过的小样本数据为基础，利用金枪鱼群算法优化的支持向量机进行训练，获得开关磁阻电机磁链模型。网络训练的输入数据为角度、电流，输出数据为磁链，由此得到开关磁阻电机磁链模型。其中金枪鱼群算法的作用是通过合理选择内部参数：种群数量、最大迭代次数、两个参数迭代范围，完成支持向量机惩罚因子、核参数的自动寻优。
18、步骤5：利用步骤4的开关磁阻电机磁链模型获取的磁链数据以及开关磁阻电机电磁特性关系获取电流、转矩模型原始数据。其中电流、角度和磁链是一一对应的关系，因此电流建模的数据库只需将磁链模型的输入、输出进行更换，即输入为角度和磁链，输出为电流。而转矩建模的数据库，需要利用磁链数据和磁共能公式进行计算，计算式如下：
19、
20、式中t为转矩值，w为磁共能，θ为角度。
21、将计算得到的转矩作为转矩建模数据库的输出，相应的电流、角度作为数据库的输入。利用二者的数据库结合多层反向传播神经网络训练得到电流模型和转矩模型，完成开关磁阻电机本体建模。
技术特征：
1.一种基于小样本数据预处理的开关磁阻电机建模方法，其特征在于：包括：
2.根据权利要求1所述的一种基于小样本数据预处理的开关磁阻电机建模方法：其特征在于：基于转矩平衡算法利用电压传感器、电流传感器的测量信息获得磁链数据，基于电机的中间位置区域的磁链线性特征增加中间位置对应下的磁链数据，对测量数据进行扩充，二者共同构成小样本磁链数据。
3.根据权利要求1所述一种基于小样本数据预处理的开关磁阻电机建模方法，其特征在于：采用预处理函数对小样本磁链数据进行预处理时：基于原始数据的电流和角度信息利用le-huy模型函数计算磁链值，将计算磁链值作为一组新输入数据、并与小样本磁链数据共同构成关联性强的小样本磁链数据。
4.根据权利要求1所述的一种基于小样本数据预处理的开关磁阻电机建模方法，其特征在于：采用近似线性化方式对关联性强的小样本磁链数据进行再次预处理时：利用角度映射方式改变小角度的变化趋势，其中角度映射采用的是可调的反比例映射函数，形式如下：
5.根据权利要求1所述的一种基于小样本数据预处理的开关磁阻电机建模方法，其特征在于：基于金枪鱼群算法选择合适的调节参数对支持向量机的惩罚因子、核参数进行寻优，其中调节参数包括种群数量、最大迭代次数以及惩罚因子与核参数的取值范围。
6.根据权利要求1所述的一种基于小样本数据预处理的开关磁阻电机建模方法，其特征在于：其中开关磁阻电机的电流模型的原始数据库是基于磁链模型获取的数据，并将输入量改变为电机角度和磁链，输出量为电流；
技术总结
本发明公开了一种基于小样本数据预处理的开关磁阻电机建模方法，包括：基于转矩平衡法和磁链中间位置区域的线性获得开关磁阻电机的小样本磁链数据，采用预处理函数对小样本磁链数据进行预处理获得关联性强的小样本磁链数据；采用近似线性化方式对关联性强的小样本磁链数据进行再次预处理获得最终小样本磁链数据；利用金枪鱼群算法优化的支持向量机和最终小样本磁链数据获得开关磁阻电机磁链模型；采用反向传播神经网络对电流和转矩模型的原始数据集进行训练得到电流模型和转矩模型以及开关磁阻电机本体模型。本发明能够克服传统建模方法需要繁琐实验、建模精度不高、模型复杂等局限，实现了简便、快速且准确地开关磁阻电机的有效建模。通过仿真实验结果验证了所提方法的有效性。
技术研发人员：朱景伟,赵燕,任萍,荆哲
受保护的技术使用者：大连海事大学
技术研发日：
技术公布日：2024/9/23