一种基于RBF神经网络对多IGBT并联控制器均流控制方法及系统

本发明涉电机控制器技术领域，具体涉及一种基于RBF神经网络对多IGBT并联控制器均流控制方法及系统，方法通过实时采样并联IGBT支路的电流，获取每个支路的瞬时电流值及输出电流的参考值，并建立电流误差模型，模型通过计算每个支路的电流误差和电流不均衡误差，定量衡量多个支路的均流程度，基于误差模型，设计滑模面并将各支路电流误差加权，构成整体均流偏差的滑模面函数，利用控制算法使其逐步趋近于零；滑模控制律包括线性反馈项和非线性趋近项，符号信息通过双曲正切函数进行平滑近似处理，形成带边界层的饱和函数；构建RBF神经网络，利用网络对非线性趋近项进行实时逼近，以补偿控制量；PID控制器校正总电流的稳态偏差，生成调节信号，并与补偿控制量融合，得到融合信号，确保各支路电流均衡分配。本发明可以解决电机控制器中多个并联IGBT支路电流不均的问题。