永磁同步电机无位置传感器控制及自适应转速控制

永磁同步电机无位置传感器控制及自适应转速控制

ID:33668100

大小:2.01 MB

页数:61页

时间:2019-02-28

永磁同步电机无位置传感器控制及自适应转速控制_第1页
永磁同步电机无位置传感器控制及自适应转速控制_第2页
永磁同步电机无位置传感器控制及自适应转速控制_第3页
永磁同步电机无位置传感器控制及自适应转速控制_第4页
永磁同步电机无位置传感器控制及自适应转速控制_第5页
资源描述:

《永磁同步电机无位置传感器控制及自适应转速控制》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、摘要永磁同步电机由于具有体积小、重量轻,转矩纹波小、转矩控制简单,转速平稳,动态响应快速准确,过载能力强等优点而广泛应用于现代交流调速系统中。然而,位置传感器的存在使得其安装、维护困难,增加了系统的成本,并且降低了系统的可靠性,因此,无位置传感器控制成为永磁同步电机研究的一个重要内容。其次,由于永磁同步电机是一个多变量、非线性、强耦合的系统,传统PID控制器容易受电机参数变化和负载扰动等不确定因素的影响,故在负载波动大,且对速度、转矩控制精度要求较高的情况下,该方法很难满足控制要求。神经网络(NN)

2、因其具有在线学习能力,非常适合于解决非线性系统的控制问题,但传统的BP神经网络结构复杂、训练速度慢,且存在局部极小问题,很难满足实时控制要求。径向基函数(RBF)神经网络具有学习速度快、泛化能力强的突出优点,有较强的实时性,结合快速的训练算法和简单、合理的控制方式就能够满足永磁同步电机系统对控制器的要求。本文应用MATLAB/SIMUL玳K仿真环境建立了五对极永磁同步电机及其驱动系统的动态仿真模型,对永磁同步电机的矢量控制调速系统进行了动态仿真分析。同时,本文以TI公司的TMS320F2812DSP

3、为基础,进行了永磁同步电机矢量调速控制系统软、硬件设计,实现了转子位置检测、转速调节以及过流和欠压保护等功能。在此基础之上,利用RBF神经网络进行无位置传感器控制和智能调速控制的研究。首先,本文提出了一种基于RBF神经网络的永磁同步电机无位置传感器控制方法,通过对电机a.p轴上电压和电流的映射,得到了电机转子的转角和转速,取代了传统的位置传感器,仿真结果表明了该控制方法的有效性。其次,本文提出一种基于RBF神经网络的永磁同步电机自适应转速控制方法,该方法将离线训练好的网络构成转速控制器,并结合网络的

4、在线训练,让控制器在电机运行中自适应地调节网络参数,使之适应环境的变化。同时构造另一个RBF神经网络对控制对象进行在线辨识,为控制网络的在线学习提供所需的梯度参数。仿真结果证明了该方法具有响应速度快、控制精度高、鲁棒性强等优点。.关键词:永磁同步电机;RBF神经网络;无位置传感器控制;自适应转速控制ABSTRACTPermanentMagnetSynchronousMotor(PMSM)hastheadvantagesofsmallvolume,lightinweight,smalltorqueri

5、pple,simplicityintorquecontrol,steadyrotatespeed,fastdynaIllicalspeedresponseandstrongoverloadability,SOitiswidelyusedinACspeedregulatingsystem.However,theexistingsensorsincreasethecost,reducethereliabilityofthesystemandaredifficulttomountandmaintain,S

6、Oitcan’tbeusedinbadenvironmentandhighdemandconditions.Therefore,positionsensorlesscontrolhasbecomeanimportanttopicofPMSMresearch.Moreover,becausePMSMisamulti·variable,nonlinearandstrongcouplingsystem,theconventionalPIDcontrolleriseasilysubjectedtOthein

7、fluenceofmotorparametervariationandloaddisturbance.Soitishardtosatisfytheneedinthesituationswhenloadvariationisbigandtherequirementofspeedaccuracyandtorquecontrolprecisionishigh.Theneuralnetwork(NN)iswellknownforitsstrongnonlinearmappingcapability,andC

8、anbeappliedtothecomplexspeedcontrolsystem.ConventionalBPneuralnetworkhasthedisadvantagessuchascomplexstructure,slowtrainingspeed,andeasilylandingintolocalmJninlulnpoints.AllofthesedisqualifyitfromfillingtheneedofcontrolofthePMSM.However

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。