基于开通、关断角度优化的开关磁阻电机控制策略的研究

基于开通、关断角度优化的开关磁阻电机控制策略的研究

ID:28835646

大小:7.59 MB

页数:93页

时间:2018-12-14

基于开通、关断角度优化的开关磁阻电机控制策略的研究_第1页
基于开通、关断角度优化的开关磁阻电机控制策略的研究_第2页
基于开通、关断角度优化的开关磁阻电机控制策略的研究_第3页
基于开通、关断角度优化的开关磁阻电机控制策略的研究_第4页
基于开通、关断角度优化的开关磁阻电机控制策略的研究_第5页
资源描述:

《基于开通、关断角度优化的开关磁阻电机控制策略的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、原创性声明本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在在论文中作了明确的说明。作者签名:隧≥交日期:丝f!年硅月』一日关于学位论文使用授权说明本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩

2、印或其它手段保存学位论文;学校可根据国家或湖南省有关部门规定送交学位论文。储躲杖翱签趁于在线寻优、基于模糊逻辑和基于神经网络的三种SRM角度优化控制方法,并将它们应用在同一SRM上进行仿真,结合仿真结果综合比较它们的优缺点,确定了把基于神经网络的SRM角度优化控制作为本文要采取的方案。以转矩/安培比最大化作为优化指标,选择了径向基(RadialBaseFunction,RBF)神经网络作为角度优化控制策略的工具,采用了一种启发式搜索算法,运行此算法,通过实验获得了RBF网络离线训练的样本数据。利用MATLAB神经网络

3、工具箱,根据样本数据设计了RBF神经网络。建立了基于RBF神经网络的SRM角度优化控制系统的MATLAB/Simulink仿真模型,验证了RBF神经网络角度优化的可行性。论文设计了基于DSP芯片TMS320F2812的开关磁阻电机角度优化系统的硬件平台,从功率电路和控制器电路两个方面分别进行了详细设计。提出了系统软件的总体结构,然后分析了几个重要程序模块的具体实现,通过TI公司的集成开发环境CCS3.1编写系统程序,并进行了相关实验,得出了实验结果。实验结果表明了本文提出的基于RBF神经网络的角度优化控制方法的优越性

4、,实现了转矩/安培比最大化的角度优化目标。关键词:开关磁阻电机,角度优化,径向基神经网络,DSPABSTRACTSwitchedReluctanceMotor(SRMforshort)featuressimpleandstrongstructure,highreliabilityandhighefficiency,andthushasgreatapplicationpotential.Butatthesametime,duetoitsdoublysalientstructureandseriouslynonlinea

5、rmagneticcircuit.itiSdifj[iculttoestablishallaccuratemathematicalmodelforit.andaccordingly,theimprovementoftheperformanceofSI泓iSrestricted.Underthisbackground,thispaperaimstoexploreacontrolstrategictooptimizetheperformanceofSImbychangingtheturn—onandturn-o疗angl

6、eofswitchesinpowercircuit.ThisPaperintroducesandanalyzesthreedifferentcontrolmethodsofangleoptimization:online-optimization—basedmethod,fuzzy-logic—basedmethodandneural—network-basedmethod.intermsoftheirprinciplesandapplicationexamples.Thesemethodsareappliedfor

7、simulationonthesameSIW,theresultofthesimulationiSusedforthecomparisonoftheirprosandconscomprehensively.Accordingtothecomparision,itisdeterminedthatneural-network.basedcontrolstrategicofangleoptimizationforperformanceofSImwillbeadoptedinthePapel-.Thispaperconsid

8、ersthemaximizationofampere/torqueratioastheoptimumobjective,choosestheRadialBaseFunction(RBF)neuralnetworkasthetoolofoptimizingtheampere/torque。ratioofSI洲based—onanglecontr0

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。