1 引言

    随着电机制造与控制技术的飞速发展，特别是永磁材料、大规模集成电路、半导体功率器件和微处理器技术的进步以及矢量控制等理论的提出，使得伺服控制系统得到了极大的发展^[1]。永磁同步电动机（PMSM）以其结构简单、体积小、运行效率高、转动惯量小、脉冲转矩大、动态性能好等特点，使得交流永磁伺服控制系统在高精度数控机床和工业机器人等控制领域得到了广泛的应用^[2]。在此介绍SVPWM 的基本原理及算法，针对传统的SVPWM算法，给出了一种基于Kohonen神经网络的SVPWM算法，最后结合永磁同步电机控制系统给出了仿真实验结果。

2 PMSM的数学模型

在d-q坐标系下，永磁同步电机定子电压方程为

由三相逆变器对PMSM供电时，定子电压由逆变器输出的电压空间矢量决定。典型的电压型逆变器简化图如图1所示，由6个开关器件组成。桥臂的开关状态形成6个非零电压空间矢量

3.2 基于Kohonen神经网络的SVPWM算法

Kohonen网络由一个全互连神经元阵列组成。当外部输入模式出现时，网络每个神经元都同时工作，网络采用“赢者通吃”的竞争学习机制，完成对复杂模式的分类过程，并在回复（Recalling）模式时，按一定权来分配模式间的关系^[4]。空间矢量PWM 技术需要确定参考电压矢量的扇区，也属于分类问题范畴，而且所有分类权值都是已知的，无需进行网络权值训练。图3给出了基于Kohonen神经网络的SVPWM框图，参考电压矢量经过六个线性单元计算后，其结果被送入比较网络进行处理。其中第k个计算单元的输出值，等于参考电压矢量与第k个基矢量的内积，即

从图5可以看出位置信号能够快速跟踪给定，并且无超调，稳态无静差。速度波形超调很小，稳态无静差。转矩波形脉动很小，不过转速变化的时候，突变比较大，在实际系统中可以采用限幅减小突变。仿真结果证明了SVPWM算法及所建系统模型正确性。

5 结论

介绍了SVPWM基本原理，分析了基于Kohonen网络的SVPWM算法。该算法计算简单，无需三角函数和求根运算，从而节省了处理器的计算时间。将该算法应用到PMSM位置伺服中，构建了基于SVPWM的PMSM伺服系统仿真模型，通过仿真结果可以看出系统能平稳运行，具有良好的动态与稳态性。在此仿真模型基础上，可以实现参数选择、调整。因此，可以从整体角度出发对伺服系统进行研究。为实际控制系统的设计开发打下基础。

参考文献

[1]杨明,牛里,王宏佳,等.PMSM矢量控制系统的精确仿真研究[J].电气传动,2009:39(10),14-17.

[2]白玉成,宋莹莹.PMSM矢量控制策略下的MATLAB仿真[J].煤矿机械,2009:30(10),53-54.

[3]王成波,朱熀秋,吉裕晖.基于SVPWM 的无轴承永磁同步电机转子磁场定向控制系统研[J].电工电能新技术,2010:29(2),48-52.

[4] AR Bakhshai, G Joos,PK Jin, et al. Incorporating the Over-modulation Range in Space Vector Patten Generators Using a Classification Algorithm[J]. IEEE Trans.on Power Electronics, 2000,15(1):83-91.

作者简介

蒋正友 （1985-） 男  硕士 研究方向为永磁同步电机控制系统