基于神经网络磁链辨识感应电机DTC系统的研究

论文摘要

直接转矩控制（DTC）是继矢量控制之后的一种新型的高性能交流调速传动控制技术,摒弃了矢量控制中的解耦控制思想,很大程度上解决了矢量控制中计算复杂、特性易受电动机参数变化的影响等一些技术问题,因其控制思想新颖、方法简单、动静态性能优越等特点,是目前交流传动领域的研究热点之一。基于开关矢量表查询方式的传统DTC系统采用磁链和转矩双滞环控制,存在磁链、转矩和电流脉动较大,开关频率不恒定的问题。本文在传统DTC系统的基础上,采用空间电压矢量脉宽调制原理,提出了基于神经网络磁链辨识感应电机DTC系统（SVM-DTC）。SVM-DTC控制策略根据转矩误差和定子磁链误差借助于空间电压矢量调制原理实时合成出一个最佳电压矢量作用于电动机,使得电动机的转矩和定子磁链误差恰好得到补偿,从而减小了电动机的转矩和磁链脉动；采用矢量的对称调制时,还可以达到开关管的开关频率恒定的效果、减小了电动机的运行噪声、电流的正弦度较好。为了提高DTC系统的控制性能,许多学者致力于对定转子电阻、转速、定转子磁链等电机参数高精度辨识技术的研究。由于DTC系统是通过对电动机定子磁链的控制来实现对电磁转矩的控制,定子磁链的准确辨识是保证DTC系统控制性能的关键,基于此原因本文重点研究DTC系统定子磁链辨识方法。在对传统开环定子磁链辨识方法、基于自适应积分器定子磁链辨识和基于广义卡尔曼滤波器闭环定子磁链辨识方法对比分析的基础上,本文提出了基于神经网络定子磁链辨识方法。该辨识方法采用BP神经网络,对神经网络的输入信号进行了动态滤波处理,具有学习算法简单、稳定性好、精度高等优点,解决了纯积分器的初始值和积分饱和问题以及低通滤波器的幅值和相位偏移问题,并且对定子电阻具有很好的鲁棒性。本文在MatlabR7.8/Simulink环境下对基于神经网络定子磁链辨识的感应电机DTC系统进行仿真研究,仿真结果进一步证明神经网络定子磁链辨识精度高稳定性好,系统动态响应良好。最后,本文基于dsPIC6010A控制芯片对感应电机直接转矩控制系统进行软硬件设计并进行实验研究,实验结果较好地体现了直接转矩快速动态响应这一特征,验证了辨识方法的正确性。

论文目录

• 摘要
• Abstract
• 目录
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 引言
• 1.2 感应电机高性能交流调速技术
• 1.3 感应电机直接转矩控制技术的发展
• 1.4 感应电机直接转矩控制的研究现状
• 1.5 本文主要研究内容
• 第2章 基于神经网络磁链辨识感应电机DTC系统原理
• 2.1 传统感应电机DTC系统
• 2.1.1 传统感应电机DTC系统结构
• 2.1.2 传统感应电机DTC系统原理
• 2.1.3 传统感应电机DTC动态数学模型
• 2.2 基于神经网络磁链辨识感应电机DTC系统
• 2.2.1 基于神经网络磁链辨识感应电机DTC系统结构
• 2.2.2 基于神经网络磁链辨识感应电机DTC系统原理
• 2.2.3 基于神经网络磁链辨识感应电机DTC动态数学模型
• 2.3 本章小结
• 第3章 感应电机DTC系统定子磁链辨识方法研究
• 3.1 基于电机模型的定子磁链辨识方法
• 3.1.1 传统开环定子磁链辨识方法
• 3.1.2 基于低通滤波器补偿的开环定子磁链辨识
• 3.1.3 基于自适应积分器的开环定子磁链辨识
• 3.1.4 基于广义卡尔曼滤波器的闭环定子磁链辨识
• 3.2 基于神经网络的定子磁链辨识方法
• 3.2.1 神经网络的基本原理
• 3.2.2 基于BP神经网络定子磁链辨识
• 3.2.3 基于动态滤波处理的BP神经网络定子磁链辨识
• 3.3 本章小结
• 第4章 基于神经网络磁链辨识感应电机DTC系统仿真研究
• 4.1 传统感应电机DTC系统的仿真研究
• 4.1.1 传统感应电机DTC系统的仿真模型
• 4.1.2 传统定子磁链辨识的仿真模型
• 4.1.3 传统感应电机DTC系统的仿真结果
• 4.2 基于神经网络磁链辨识感应电机DTC系统仿真研究
• 4.2.1 基于神经网络磁链辨识感应电机DTC系统仿真模型
• 4.2.2 神经网络定子磁链辨识仿真模型
• 4.2.3 基于神经网络磁链辨识的感应电机DTC系统仿真结果
• 4.3 本章小结
• 第5章 基于神经网络磁链辨识感应电机DTC系统的实现
• 5.1 硬件设计
• 5.1.1 主电路设计
• 5.1.2 控制系统设计
• 5.2 软件设计
• 5.3 实验结果及分析
• 5.4 本章小结
• 结论及展望
• 参考文献
• 致谢
• 附录A 攻读学位期间所发表的学术论文目录