基于神经网络的无刷直流电机无位置传感器控制

论文摘要

无刷直流电机(BLDCM)是一种集电机和电子一体化的高新技术产品,不仅具有普通直流电机良好的控制性能和机械特性,还具有效率高、转矩大、体积小、惯性小、寿命长、无换向火花等优点。然而无刷直流电机中的位置传感器本身存在一些缺陷,以至于在一些特殊场合,无刷直流电机的应用受到了限制。因此,研究新型的无刷直流电机无位置传感器控制技术成为了当今学者越来越关注的焦点。本文首先从永磁无刷直流电机的本体结构出发,对无刷直流电机的工作原理进行了详细的分析,介绍了无刷直流电机的数学模型。针对多变量、非线性、时变的无刷直流电机无位置传感器系统,结合神经网络对函数具有良好的逼近能力的特点,提出了基于BP神经网络的智能控制算法。其次,将无位置传感器控制视为一个非线性系统辨识过程,并通过对转子位置检测原理的分析,推导出无刷直流电机的相电压、相电流与转子位置之间的关系。以此为依据,构建了基于BP神经网络的无刷直流电机无位置传感器控制系统辨识方案。为解决传统BP算法存在的收敛慢、局部最小的问题,采用了引入动量项的梯度最速下降法,提高了网络的环境适应能力。最后,论文对基于BP神经网络的无刷直流电机无位置传感器控制进行了仿真,为了进一步验证方案的可行性,在无位置传感器基础上搭建了速度、电流双闭环调速系统仿真平台。实验结果表明该方法能够准确的提供电机的换相信号,从而实现无位置传感器控制,并且具有精度高、适应性好、鲁棒性强等优点。本文同时基于DSP实验平台进行了实验。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景与意义
• 1.2 国内外研究现状
• 1.2.1 无刷直流电机发展情况
• 1.2.2 驱动控制技术发展情况
• 1.2.3 无刷直流电机控制技术发展情况
• 1.3 神经网络在控制领域的发展和应用
• 1.4 本文主要内容与结构
• 第2章 无刷直流电机工作原理与数学模型
• 2.1 无刷直流电机控制系统的结构组成
• 2.1.1 无刷直流电机本体
• 2.1.2 位置检测装置
• 2.1.3 功率逆变器
• 2.2 无刷直流电机的工作原理
• 2.3 无刷直流电机的数学模型
• 2.3.1 微分方程模型
• 2.3.2 传递函数模型
• 2.4 无刷直流电机的调速
• 第3章 无刷直流电机的BP网络控制算法研究
• 3.1 神经网络控制
• 3.1.1 神经网络概述
• 3.1.2 神经网络学习算法
• 3.1.3 神经元的数学模型
• 3.2 BP神经网络
• 3.2.1 BP网络结构
• 3.2.2 BP神经网络的前馈计算
• 3.2.3 BP网络的不足
• 3.2.4 BP算法的改进
• 3.3 BP神经网络辨识
• 3.3.1 人工神经网络辨识
• 3.3.2 BP网络辨识
• 3.3.3 无刷直流电机模型辨识
• 第4章 基于BP神经网络的无位置传感器控制
• 4.1 转子位置间接检测法
• 4.1.1 反电势法
• 4.1.2 磁链法
• 4.1.3 电感法
• 4.1.4 状态观测器法
• 4.1.5 人工智能法
• 4.2 无刷直流电机无位置传感器的启动
• 4.2.1 转子初始位置确定
• 4.2.2 外同步加速
• 4.2.3 外同步加速切换到自同步运转
• 4.3 基于神经网络的无位置传感器控制
• 4.3.1 位置检测算法
• 4.3.2 换相BP神经网络结构的确定
• 4.3.3 神经网络的训练
• 4.4 无位置传感器调速系统控制器设计
• 4.4.1 BP网络整定参数的PID控制算法
• 4.4.2 控制算法中BP网络的构建
• 4.5 仿真及结果
• 第5章 基于TMS320F28335的控制系统设计
• 5.1 控制系统总体设计
• 5.2 TMS320F28335芯片概述
• 5.3 控制系统硬件结构
• 5.4 控制系统软件设计
• 5.5 实验结果
• 第6章 结论
• 参考文献
• 致谢