针对永磁同步电机控制系统中电流反馈环路的噪声问题,提出一个信号预分类的ANN方法。该方法通过使用三层BP神经网络对反馈信号的采样空间进行充分训练,进而建立反馈信号的ANN分类模型。使用该模型可判明每种噪声类型,为不同种类的噪声选择不同的滤波器(或截止频率)进行细致化滤波处理提供了有力的科学依据。实验结果表明该方法具有良好的效果。信号预处理方法传统的数字电机信号滤波方法多数是简单地分析信号后，应用巴特沃斯低通滤波器、切比雪夫I滤波器、切比雪夫II滤波器［5］或卡尔曼滤波器［6］对信号进行处理。以巴特沃斯低通滤波器为例信号的ANN分类方法-数控滚圆机滚弧机张家港电动液压滚圆机滚弧机，其特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零，如图2所示，数学表述则如式(1)所示［图2巴特沃斯低通滤波器Fi对信号预处理时，给出通带/阻带频率相关参数本文由全自动缩管机张家港缩管机网站 转载中国知网整理! http://www.suoguanji.name     ，如通带截止频率、通带起始频率、通带衰减和阻带衰减等，然后使用固定参数进行滤波处理。上述相关参数计算的前提是准确地分析出信号的频率特性，再转入定量计算。针对这一情况，本文提出使用人工神经网络对PMSM的反馈信号展开定性、定量分析，为选择适当的滤波器和滤波器的相关参数提供准确的依据。2PMSM数字信号ANN分类方法反射传播ANN广泛用于各类信号的分类任务［8－10］，本文也采用该方法进行电流信号的分类工作。设x为采集到的PMSM电流信号序列，可为Ia、Ib、Ic三者中的任何一个。建立如图3所示的三层神经网络模型，将xt作为ANN输入层的输入向量;隐含层神经元的节点数为可调整的n;输出层y的节点数量为经验值。!!""#!""图3BP型ANN模用于PMSM反馈信号分类的ANN模型的设计内容可描述为:输入层:输入向量为PMSM采集的反馈电流序列xt=(x1，x2，…，xn)T，节点数量为n;隐含层:输入向量为信号的ANN分类方法-数控滚圆机滚弧机张家港电动液压滚圆机滚弧机本文由全自动缩管机张家港缩管机网站 转载中国知网整理! http://www.suoguanji.name