变频调速系统转速辨识方法的研究

论文摘要

随着电力电子技术和微电子技术不断发展,交流调速系统逐渐取代了直流调速系统。在交流调速系统中,速度检测是必不可少的环节。为检测速度,传统方法在转轴上安装传感器,增加了系统的复杂度和成本,对环境适应力不强,无速度传感器矢量技术利用定子电压和电流间接获得转速,省去了传感器,增强了系统的简易性和鲁棒性,逐渐成为近年来的研究热点。本文采用三种方法对异步电动机的转速进行了辨识。介绍了变频调速系统转速辨识研究现状、矢量控制基本原理以及三相异步电动机在不同坐标系下的数学模型,在此基础上重点阐述了转子磁场定向矢量控制技术,并在MATLAB/Simulink环境下搭建了变频调速矢量控制系统模型。根据波波夫超稳定性理论设计自适应律,并结合模型参考自适应系统基本理论,设计了基于模型参考自适应系统的速度辨识算法,仿真分析了该系统在空载、负载、转速突变和低磁时性能,结果表明,该算法辨识速度跟随性较好,响应速度快,动态性能良好,但存在稳定误差。根据扩展卡尔曼滤波法基本原理,利用异步电动机状态方程,推导了转速和转子磁链的辨识方法,并选择合适的滤波参数,编写辨识算法,对比仿真分析了系统在不同工况下的性能,结果表明,该方法具有良好的滤波效果,抗干扰能力强,稳定性较好。神经网络法具有超强的自学习能力和鲁棒性,通过学习训练能任意逼近非线性函数,因此本文根据多层前向网络模型设计了二层神经网络,采用BP算法对转速进行辨识,选择合适的学习因子对系统进行仿真研究,结果表明该方法动、静态性能良好,抗干扰能力强。比较分析三种方法在不同工况下、电机参数变化以及噪声干扰时对转速辨识的影响。结果表明,模型参考自适应法和神经网络法响应速度快,跟随性较好,但受定子电阻影响大,扩展卡尔曼滤波法稳定性较好,抗干扰能力强,但受电机参数影响较大。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 引言
• 1.2 变频调速系统转速辨识方法研究现状
• 1.2.1 直接计算法
• 1.2.2 PI自适应控制器法
• 1.2.3 模型参考自适应法
• 1.2.4 扩展卡尔曼滤波器法
• 1.2.5 基于人工神经网络法
• 1.3 课题研究背景和意义
• 1.4 本文的主要研究内容
• 第2章 变频调速矢量控制系统建模
• 2.1 矢量控制基本原理
• 2.2 三相异步电机数学模型
• 2.2.1 三相静止坐标系上的数学模型
• 2.2.2 坐标变换及变换矩阵
• 2.2.3 两相静止坐标系上的数学模型
• 2.2.4 两相同步旋转坐标系上的数学模型
• 2.3 转子磁场定向矢量控制系统
• 2.3.1 转子磁场定向矢量控制基本原理
• 2.3.2 转子磁场定向矢量控制系统结构
• 2.4 电压空间矢量SVPWM技术
• 2.4.1 SVPWM的基本原理
• 2.4.2 SVPWM的实现方法
• 2.5 变频调速矢量控制系统模型的建立
• 2.6 本章小结
• 第3章 基于模型参考自适应系统的转速辨识
• 3.1 模型参考自适应系统的基本理论
• 3.1.1 模型参考自适应系统的基本原理
• 3.1.2 基于超稳定性系统设计
• 3.2 转子磁链观测
• 3.3 基于模型参考自适应转速辨识方法设计
• 3.4 基于模型参考自适应系统转速辨识仿真研究
• 3.4.1 转速辨识模型
• 3.4.2 仿真结果分析
• 3.5 本章小结
• 第4章 基于扩展卡尔曼滤波法转速辨识
• 4.1 扩展卡尔曼滤波基本原理
• 4.2 基于扩展卡尔曼滤波法的转速辨识设计
• 4.3 基于扩展卡尔曼滤波矢量控制系统仿真分析
• 4.4 本章小结
• 第5章 基于神经网络法的转速辨识
• 5.1 神经网络法的基本理论
• 5.2 基于多层前向神经网络转速辨识设计
• 5.3 基于多层前向神经网络转速辨识的仿真分析
• 5.3.1 转速辨识模型
• 5.3.2 仿真结果分析
• 5.4 本章小结
• 第6章 不同转速辨识方法分析和比较
• 6.1 不同工况下的转速辨识
• 6.2 电机参数对转速辨识的影响
• 6.3 噪声对转速辨识的影响
• 6.4 本章小结
• 结论
• 致谢
• 参考文献
• 附录
• 攻读硕士学位期间发表的论文