1.一种五自由度无轴承永磁同步发电机神经网络预测解耦控制器，包括模糊神经网络系统(3)，其特征是：模糊神经网络系统(3)的输入端分别串接两个神经网络动态预测模块(4、5)，模糊神经网络系统(3)的输出端连接包含有五自由度无轴承永磁同步发电机的复合被控对象(2)；第一个神经网络动态预测模块(4)的输入是五自由度无轴承永磁同步发电机在t时刻的径向位移{xa,ya}、轴向位移za、径向位移给定值 以及轴向位移给定值输出是t+1时刻的复合控制量ja；第二个神经网络动态预测模块(5)的输入是五自由度无轴承永磁同步发电机在t时刻的径向位移{xb,yb}、发电电压u、径向位移给定值 以及发*电电压给定值u ，输出t+1时刻的复合控制量jb和发电电压控制量uc；模糊神经网络系统(3)的输出是在α‑β坐标系下的t+1时刻的发电绕组参考电压分量 转子径向悬浮力绕组参考电压分量 以及转子轴向位移控制电压 所述的两个神经网络动态预测模块(4、5)均各由三个神经网络预测模块(20、21、22、30、31、32)、三个控制增量计算模块(23、24、25、33、34、35)和三个预测值计算模块(26、27、28、36、37、38)以及一个复合信号计算模块(29、39)组成，其中的一个神经网络预测模块(20、21、22、30、31、32)、一个控制增量计算模块(23、24、25、33、34、35)和一个预测值计算模块(26、27、28、36、37、38)依次串接组成一个串联支路，两个神经网络动态预测模块(4、5)中各自的三个串联支路的输出端均连接各自的一个复合信号计算模块(29、39)的输入端；

径向位移xa、ya、xb、yb、轴向位移za、发电电压u及对应的径向位移给定值

*

轴向位移给定值 发电电压给定值u共六组对应量，每组对应量分别输入一个神

经网络预测模块(20、21、22、30、31、32)中，第一个神经网络预测模块(20)根据公式计算出t+1时刻的初始径向位移预测值 和修正径向位移预测值x′ac(t+1)＝hx″ac(t+1)，h为修正系数，误差比例系数KP的范围在10‑30之间，误差积分系数Ki的范围在0.01‑0.9之间；其余的神经网络预测模块(21、22、30、31、32)的计算方法与第一个神经网络预测模块20的相同。

2.根据权利要求1所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：第一个控制增量计算模块(23)根据公式计算出t+1时刻的控制增量l为计算次数，误差权重参数d(l)的取值范围为0到2，其余

的控制增量计算模块(24、25、33、34、35)的计算方法与第一个控制增量计算模块23的相同。

3.根据权利要求2所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：第一个预测值计算模块(26)根据公式计算出t+1时刻的径向预测值xac(t+1)＝x′ac(t+1)+p△u(t)，增量权重参数p的取值范围为0到2，其余的预测值计算模块(27、28、36、

37、38)的计算方法与第一个预测值计算模块(26)的相同，分别计算出t+1时刻的径向预测值yac(t+1)、轴向预测值zac(t+1)、径向预测值xbc(t+1)、ybc(t+1)和发电电压预测值uc(t+

1)。

4.根据权利要求3所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：第一个神经网络动态预测模块(4)中的复合信号计算模块(29)根据公式计算复合控制量 第二个神经网络动态预测模块(5)中的复合信号计算模块39根据公式计算复合控制量

a11、a12、a21为权值参数，取值范围均是0到1，i为虚数单位。

5.根据权利要求1所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：所述的模糊神经网络系统(3)由模糊神经网络(16)以及与模糊神经网络(16)相串接的两个二阶差分处理器(13、14)和一个一阶差分处理器(15)组成，第一个二阶差分处理器(13)的输入是所述的复合控制量ja，输出是复合控制量ja以及该复合控制量ja的一阶、二阶差分控制量 第二个二阶差分处理器(14)的输入端是所述的复合控制量jb，输出是复合控制量jb以及该复合控制量jb的一阶、二阶差分控制量 一阶差分处理器(15)的输入是所述的发电电压控制量uc，输出是发电电压控制量uc以及该发电电压控制量uc的一阶差分控制量

6.根据权利要求5所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：所述的第一个二阶差分处理器(13)根据公式计算得到一阶差分控制量和二阶差分控制量ja(t‑3)、ja(t‑2)、ja(t‑1)、

ja(t)、ja(t+1)分别是t‑3、t‑2、t‑1、t、t+1时刻的复合控制量ja(t)；第二个二阶差分处理器(14)根据公式计算得到一阶差分信号 和二阶差分信号 的方法和第一个二阶差分处理器(13)的方法雷同，仅将计算公式中的复合控制量ja用复合控制量jb替换；所述的一阶差分处理器(15)根据公式计算出一阶控制量 uc(t‑3)、uc(t‑2)、uc(t)、uc(t+1)分别是t‑3、t‑2、t、t+1时刻的发电电压控制量。

7.根据权利要求1所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：所述的复合被控对象(2)由五自由度无轴承永磁同步发电机、三个模拟开关信号调制模块(6、7、8)、两个IGBT三相逆变器(10、11)、一个三相整流器(12)以及一个开关功率放大器(9)组成，第一个模拟开关信号调制模块(6)的输入为转子径向悬浮力绕组参考电压分量 输出为t+1时刻的开关信号S3；第二模拟开关信号调制模块(7)的输入为转子径向悬浮力绕组参考电压分量 输出为t+1时刻的开关信号S2；第三个模拟开关信号调制模块(8)的输入是发电绕组参考电压分量 输出为t+1时刻的开关信号S1；开关功率放大器(9)的输入是转子轴向位移控制电压 输出为转子轴向位移控制电流iz；开关信号S3作为第一个IGBT三相逆变器(10)的输入，第一个IGBT三相逆变器(10)输出t+1时刻的悬浮力绕组控制电流{i3a,i3b,i3c}至五自由度无轴承永磁同步发电机中；开关信号S2作为第二个IGBT三相逆变器(11)的输入，第二个IGBT三相逆变器(11)输出t+1时刻的悬浮力绕组控制电流{i2a,i2b,i2c}至五自由度无轴承永磁同步发电机中；开关信号S1和五自由度无轴承永磁同步发电机输出的发电绕组电压{u1a,u1b,u1c}共同作为三相整流器(12)的输入，三相整流器(12)输出的是发电电压u。

8.根据权利要求7所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征是：第一个模拟开关信号调制模块(6)通过公式计算得到三相绕组的开关信号S3＝(S3a,S3b,S3c)，S3a＝Va‑Vcomm，S3b＝Vb‑Vcomm，S3c＝Vc‑Vcomm，其中，中间变量中间变量的最大值Vmax＝max{Va,Vb,Vc}，最小值Vmin＝min{Va,Vb,Vc}，平均值Vcomm＝(Vmax+Vmin)/2；第二个和第三个模拟开关信号调制模块(7、8)采用与第一个模拟开关信号调制模块(6)相同的计算方法分别得到开关信号S2、S1，仅将三个中间变量Va,Vb,Vc计算式中的 分别以替代。

9.根据权利要求5所述的五自由度无轴承永磁同步发电机神经网络预测解耦控制器，其特征 是 ：以 训练样 本 作为 输入信 号 ，以阶 跃信 号作为输出信号训练模糊神经网络(16)。