基于ELM实现的IPMSM转矩观测器

针对内置式永磁同步电机(IPMSM)参数非线性及不确定性导致的电机转矩难以准确估测和控制等问题,研究了基于ELM(极限学习机)神经网络的IPMSM的矢量控制转矩观测器。利用ELM神经网络较强的泛化能力和逼近能力,同时根据IPMSM的矢量控制要求,设计出电流到转矩的非线性映射;将神经网络输出的估测的转矩作为反馈转矩输入PI转矩控制器,并通过PI电流控制器调节q轴电流;使实际电机转矩等于转矩命令,从而完成对电机的转矩控制。实验结果表明,该观测器有效地减少了90%的转矩脉动,具有良好的动态和静态性能,同时对系统参数不确定性和非线性具有较好的适应性。