异步电机具有结构简单、成本低、气隙均匀、 可靠性高等优点，而且齿槽脉动转矩低、具有宽弱 磁范围[1-3]，被广泛应用于农业生产机械中。然而随 着现代农业装备和先进生产过程向高速、高精方向 的飞速发展，对高速、超高速电机传动系统的性能 要求越来越高，传统异步电机在高速运行时的机械 轴承磨损和来自有害气体、液体的腐蚀改变了系统 原有的性能和精度，造成电机气隙不均匀、绕组发 热、温升增加，降低了电机的工作效率，缩短了使 用寿命[4-7]。无轴承异步电机（bearingless induction motor，BIM）利用磁轴承与异步电机定子结构的相 似性，把磁轴承中产生径向悬浮力的绕组叠压到异 步电机定子绕组上，使径向悬浮力绕组产生的磁场 和异步电机定子绕组产生的磁场合成一个整体，同 时实现了电机转子的旋转和稳定悬浮[8-11]。BIM 不 但具有传统异步电机的所有特点，而且具有磁轴承 无磨损，无需润滑，使用寿命长等优点，可实现高 速、超高速运行，在高速离心泵、机械加工、离心 干燥机、飞轮贮能装置、小型农用发电设备、透平 压缩机、高速高精数控机床等特种电气驱动/传动领 域具有广阔的应用前景[12-15]。 高性能的 BIM 驱动控制是电机稳定运行的基 础，驱动系统不仅需要快速转速响应能力，而且在 电机参数发生变化或受到外部扰动时，还应具有转 度快速跟踪能力。传统的参数固定 PID 控制在受到 较大扰动时，控制容易出现积分饱和而无法满足这一 要求[16-17]。目前，国内外相关文献给出了一些自适应 控制器的设计方法，如模型参考自适应控制[18-20]、平 滑模型控制[21-24]等。这些控制器在一定程度上能提 高电机驱动系统的性能，但是它们都要依赖系统模 型的固定参数和结构，在系统模型未知时，将使控制系统陷入复杂计算。近年来模糊逻辑在计算机自 动控制技术中的广泛应用[25-27]，促进了智能控制的 发展。然而在模糊逻辑控制中，隶属度函数与模糊 规则的确定要依赖专家提供或设计，难以自动获 取。为了解决这个问题，本文将神经网络引入到模 糊输入信号和模糊权值，提出了基于自适应模糊神 经网络推理系统（adaptive neuro-fuzzy inference system，ANFIS）的 BIM 驱动控制。 本文以一台 2 极转矩绕组，4 极径向悬浮力绕 组的 BIM 为研究对象，采用 ANFIS 方法对 BIM 进 行驱动控制。在基于 MATLAB/Simulink 仿真平台 上开展了 BIM 的 ANFIS 控制系统的仿真研究，并 在 BIM 数字控制系统平台上进行了试验研究。仿真 和试验结果均表明该文提出的控制方法的正确性 和有效性，为无轴承异步电机及其控制系统在现代 农业生产机械与装备中的应用提供参考。
更多详细内容请见附件
基于自适应模糊神经网络的无轴承异步电机控制_杨泽斌.pdf
永磁同步电机转子初
