神经网络逆系统方法在无轴承永磁同步电机径向悬浮力解耦控制中的应用

"这篇论文是2011年11月发表在《电机与控制学报》上的，主要探讨了无轴承永磁同步电机（BPMSM）的径向悬浮力动态解耦控制策略。作者孙晓东、朱烧秋、张涛和杨泽斌来自江苏大学电气信息工程学院。文章提出了解决BPMSM径向悬浮力非线性和强耦合问题的方法，即基于神经网络逆系统的方法。" 无轴承永磁同步电机是一种先进的电动机技术，其独特之处在于没有传统的机械轴承，而是利用电磁力实现电机轴的悬浮，从而减少了机械磨损，提高了效率和可靠性。然而，这种电机的径向悬浮力存在非线性特性，且各力之间相互耦合，这给控制带来了挑战。 论文首先深入分析了无轴承永磁同步电机的工作原理，特别是径向悬浮力的产生机制。通过这些理论基础，作者建立了径向悬浮力的数学模型，进一步进行了可逆性分析，证明了该系统可以被逆向操作，即具备解耦的潜力。 接下来，论文引入神经网络逆系统方法，这是一种基于人工神经网络的控制策略，能够将原有的非线性、强耦合多变量系统转化为两个位置上互不耦合的线性子系统。线性化后的系统使得控制变得更加简洁，可以应用线性系统理论来设计闭环控制器，以实现对电机径向悬浮力的有效控制。 为了验证所提策略的可行性，作者在Matlab环境下搭建了仿真平台，进行了详细的仿真研究和性能分析。仿真结果表明，该动态解耦控制策略能有效地管理和减小径向悬浮力的非线性和耦合效应，提高了电机运行的稳定性和控制精度。 这篇论文提出的基于神经网络逆系统方法的无轴承永磁同步电机径向悬浮力动态解耦控制策略，为解决这类电机的复杂控制问题提供了新的思路和解决方案，具有重要的理论价值和实践意义，对于无轴承电机领域的研究和技术发展有着积极的推动作用。