基于神经网络自校正矢量控制系统的研究

论文摘要

磁场定向矢量控制系统是交流传动领域中一个重要的研究课题。与直流电机类似,它的根本任务在于将转子磁场和力矩电流解耦。这种解耦是依靠对电机参数的估计来实现的。相应的定子电流也分解成励磁分量和转矩分量独立进行控制。实际的磁场定向控制系统要求准确的知道电机的参数,但是,有些参数并不能够直接的测量。而对于磁场定向控制系统来说,最大的缺点是对电机参数的敏感性,尤其是电机的转子时间常数。当转子时间常数估计不准确时会影响电机的运行性能。因此,实际系统中对电机参数进行观测是必需的。 另一方面,基于神经网络的控制器提供了一种解决复杂问题的有效方法。神经网络也成功的应用于模式识别、语音处理、控制和辨识等广泛领域。 本文从矢量控制的基本原理和控制方程出发,首先分析了电机参数变化对系统性能的影响,然后将神经网络理论应用到矢量控制系统中,根据电机参数和瞬时无功功率的关系,构造了相应的神经网络对电机参数进行辨识,并将辨识结果用于参数的自校正。仿真结果表明这种控制策略在电机的矢量控制中是可行的。

论文目录

• 第1章 绪论
• 1.1 交流传动调速系统的基本类型
• 1.2 矢量控制技术原理及研究现状
• 1.3 本文的主要工作及内容安排
• 第2章 基于磁场定向的矢量控制技术
• 2.1 感应电动机数学模型与矢量控制
• 2.2 电机参数变化对矢量控制性能的影响
• 第3章 基于神经网络的参数辨识方案
• 3.1 矢量控制系统中电机的参数辨识问题
• 3.2 基于神经网络的参数辨识模型
• 3.2.1 神经网络及BP算法
• 3.2.2 矢量控制系统中电机参数与瞬时无功功率的关系
• 3.2.3 电机参数的神经网络辨识数学模型
• 第4章 神经网络参数自校正矢量控制系统方案
• 4.1 神经网络参数自校正控制系统的构成
• 4.2 神经网络参数自校正控制系统的仿真分析
• 结论
• 致谢
• 参考文献
• 附录
• 攻读硕士学位期间发表论文