基于神经网络的SRM直接转矩控制方法研究

基于神经网络的SRM直接转矩控制方法研究

论文摘要

开关磁阻电机具有成本低、调速范围宽、调速性能优异、可靠性高等优点,近年来受到广泛关注。但开关磁阻电机(SRM)的双凸级结构造成了它噪声、转矩脉动大。本文从控制的方法入手,探讨了改善开关磁阻电机噪声和转矩脉动的方法。文中以四相8/6结构的SRM为研究对象,分析了其直接转矩控制的空间电压矢量以及相应的开关表,通过对空间电压矢量合理选择,使磁链轨迹成圆形,定子电流、磁链波形变化平稳,将转矩脉动限制在一个小的误差滞环带内。从仿真结果可以看出,直接转矩控制抑制了SRM的转矩脉动,降低了噪声。直接转矩控制系统的速度控制器采用PI调节控制,达到了很好的调速效果。本文介绍了人工神经网络的模式,典型神经网络的学习规则,研究了单神经元网络自适应PID、BP神经网络自适应PID以及RBF神经网络自适应PID控制策略的基本原理以及算法,并应用在SR电机调速系统中。仿真表明,应用神经网络自适应PID和常规PI组成复合控制器具有良好的控制性能,具有较高的鲁棒性,自适应能力强的优点。达到了控制的目的,控制精度到,动态性能好。以TMS320F2812 DSP为核心控制器,实现了电流斩波起动程序,直接转矩程序以及其它相关的子程序,并对实验结果进行了分析。为更进一步研究打下了基础,具有一定的实用价值。

论文目录

  • 摘要
  • ABSTRACT
  • 1 绪论
  • 1.1 开关磁阻电机发展概况
  • 1.2 直接转矩控制技术的发展历史及现状
  • 1.3 神经网络的发展历史及现状
  • 1.3.1 人工神经网络国外发展情况
  • 1.3.2 人工神经网络国内研究概况
  • 1.4 本课题主要工作
  • 2 开关磁阻电机结构及运行原理
  • 2.1 开关磁阻电机驱动系统的基本构成
  • 2.2 开关磁阻电机的结构
  • 2.3 开关磁阻电机的运行原理
  • 2.3.1 开关磁阻电机运行原理
  • 2.3.2 开关磁阻电机运行的传统控制策略
  • 2.3.3 本文采取的控制策略
  • 2.4 本章小结
  • 3 开关磁阻电机直接转矩控制
  • 3.1 开关磁阻电机的数学模型
  • 3.1.1 开关磁阻电机基本方程
  • 3.1.2 开关磁阻电机瞬时转矩方程
  • 3.2 开关磁阻电机直接转矩控制
  • 3.2.1 开关磁阻电机直接转矩控制的理论基础
  • 3.2.2 开关磁阻电机功率变换器开关状态分析
  • 3.2.3 开关磁阻电机空间电压矢量选择
  • 3.3 开关磁阻电机直接转矩控制系统的Matlab 仿真实现
  • 3.3.1 Matlab 仿真软件简介
  • 3.3.2 开关磁阻电机DTC 控制结构
  • 3.3.3 功率变换器
  • 3.3.4 转矩、磁链估算
  • 3.3.5 转矩、磁链逻辑关系
  • 3.3.6 定子磁链区间判断
  • 3.3.7 开关表选择
  • 3.3.8 PI 速度控制模块
  • 3.3.9 仿真结果分析
  • 3.4 本章小结
  • 4 神经网络PID 控制器
  • 4.1 人工神经网络概述
  • 4.1.1 人工神经元模式
  • 4.1.2 连接权值
  • 4.1.3 神经网络状态
  • 4.1.4 神经网络的输出
  • 4.2 典型的神经网络学习规则[18]
  • 4.2.1 无监督Hebb 学习规则
  • 4.2.2 有监督Delta 学习规则
  • 4.2.3 有监督Hebb 学习规则
  • 4.3 神经网络模型
  • 4.3.1 相互结合型网络
  • 4.3.2 前馈网络
  • 4.3.3 反馈网络
  • 4.3.4 混合型网络
  • 4.4 典型前馈神经网络PID 控制器
  • 4.4.1 单神经元PID 控制器结构
  • 4.4.2 基于BP 神经网络参数自学习的PID 控制器
  • 4.4.3 基于RBF 神经网络的PID 控制器
  • 4.5 本章小结
  • 5 开关磁阻电机神经网络PID 控制仿真研究
  • 5.1 单神经元PID 的直接转矩控制
  • 5.2 BP-PID 的直接转矩控制
  • 5.3 RBF-PID 的直接转矩控制
  • 5.4 本章小结
  • 6 开关磁阻电机调速系统硬件设计及实验结果
  • 6.1 开关磁阻电机硬件设计概述
  • 6.2 系统电源设计
  • 6.2.1 系统控制电源
  • 6.2.2 电机供电电源
  • 6.3 SRM 功率变换器设计
  • 6.3.1 功率变换器元器件定额与选型
  • 6.3.2 主开关器件驱动电路设计
  • 6.4 速度、位置检测硬件设计
  • 6.5 定子电压、电流检测硬件设计
  • 6.5.1 定子电流检测
  • 6.5.2 定子电压检测
  • 6.5.3 AD7865 模数转化芯片扩展
  • 6.6 实验结果和波形
  • 6.7 本章小结
  • 7 结论
  • 7.1 总结
  • 7.2 展望
  • 致谢
  • 参考文献
  • 附录
  • 攻读硕士期间发表的论文
  • 相关论文文献

    • [1].基于模糊神经网络的SRM无位置传感器的研究[J]. 计算机与数字工程 2016(11)
    • [2].同轴串联的双SRM转矩脉动抑制的研究[J]. 计算机仿真 2014(03)
    • [3].商业企业如何建立SRM系统进行供应商管理[J]. 海峡科学 2014(03)
    • [4].SRM直驱伺服压力机的柔性控制建模与带负载仿真[J]. 锻压技术 2011(05)
    • [5].基于旋转变压器零位检测的SRM起动策略研究[J]. 微电机 2014(03)
    • [6].采用SRM准则的盲均衡器[J]. 北京邮电大学学报 2008(04)
    • [7].线圈辅助轴向磁通SRM转矩脉动抑制策略研究[J]. 大电机技术 2020(05)
    • [8].基于直接转矩控制算法的SRM转矩脉动抑制研究[J]. 电气应用 2016(03)
    • [9].SRM融雪径流模型在疏勒河流域上游的应用[J]. 水资源与水工程学报 2015(01)
    • [10].基于SRM准则的恒模盲均衡器[J]. 数据采集与处理 2009(04)
    • [11].SRM应用于混合动力汽车再生制动系统的可行性分析[J]. 机械设计与制造 2012(01)
    • [12].基于神经网络的12/10 SRM速度控制器[J]. 电气传动 2009(08)
    • [13].流固耦合数值模拟方法及其在分段式SRM的应用[J]. 弹箭与制导学报 2012(01)
    • [14].基于SRM的疾病感知干预对血液透析患者疾病感知、应对方式和希望水平的影响[J]. 齐鲁护理杂志 2020(07)
    • [15].SRM训练系统在场地短距离自行车运动员专项力量训练中的应用[J]. 西安体育学院学报 2008(05)
    • [16].国内外SRM电机无位置传感器检测技术的发展[J]. 科技视界 2015(20)
    • [17].SRM无位置传感器转子位置检测技术研究[J]. 煤矿机械 2014(01)
    • [18].SRM-Ⅳ型前庭功能治疗系统治疗良性阵发性位置性眩晕的疗效评估及对患者生活质量的影响[J]. 中国耳鼻咽喉头颈外科 2017(10)
    • [19].一种减少SRM转矩脉动的控制策略研究[J]. 计算机与数字工程 2015(02)
    • [20].SRM点火瞬间流固耦合研究现状与发展探索[J]. 世界科技研究与发展 2009(05)
    • [21].基于SRM的煤矿机械调速系统的研究[J]. 煤矿机械 2014(08)
    • [22].四相SRM驱动系统两相励磁功率因数校正研究[J]. 电机与控制学报 2011(08)
    • [23].大长径比SRM头部复杂结构三维纯气相火焰传播过程[J]. 固体火箭技术 2010(02)
    • [24].SRM的神经网络模型参考自适应控制[J]. 微计算机信息 2009(34)
    • [25].SRM点火瞬态凝相粒子对火焰传播过程的影响[J]. 宇航学报 2008(05)
    • [26].SRM装药界面力学性能研究进展[J]. 兵器装备工程学报 2020(09)
    • [27].基于高频脉冲法的SRM无位置传感器控制研究[J]. 机电工程 2016(09)
    • [28].SRM在自行车场地短距离项目战术分析中的应用研究[J]. 南京体育学院学报(自然科学版) 2014(02)
    • [29].基于导波能量泄漏的SRM复合材料壳体脱粘缺陷定量检测方法[J]. 无损探伤 2013(04)
    • [30].基于单片机和CPLD的SRM调速系统设计[J]. 控制工程 2013(S1)

    标签:;  ;  ;  ;  

    基于神经网络的SRM直接转矩控制方法研究
    下载Doc文档

    猜你喜欢