三相异步电机无速度传感器效率优化控制的研究

论文摘要

电动机作为一种动力设备,广泛应用于工业、商业、农业以及人们生活的各个领域,并占据着及其重要的地位。在我国大约有2/3电能是各种设备上的电动机消耗的,而交流异步电动机就占到3/4。随着电力电子技术的发展,可以采用多种途径提高电机的运行效率,节能控制作为一个重要方法,能够使电机效率得到更大地改善。因此,研究交流异步电动机的节能技术,提高电动机的运行效率,具有很大的意义。针对实际节能控制系统中利用传感器测量转速而带来的各种弊端,采用BP神经网络对异步电机的转速进行辨识,给出了一种基于无速度传感器技术的最小损耗控制算法。首先,在对节能控制原理和现有的节能控制方法分析的基础上,深入研究了基于损耗模型最小损耗控制算法的原理,建立了包含铁损的异步电机模型,给出了基于上述模型的控制系统仿真模型和最优磁链,按确定的最优磁链实现了对所建立的考虑铁损的电机模型的节能控制；其次,在对电机运行机理分析的基础上,建立了以定子电压和最优磁链为输入、定子电流和转速为输出的BP神经网络模型,实现了电机转速的辨识；最后,将建立的BP神经网络模型引入到最小损耗控制中,实现了基于无速度传感器技术的最小损耗控制算法；对所研究内容进行了仿真验证,仿真结果表明了方法的有效性。

论文目录

• 摘要
• Abstract
• 第一章 引言
• 1.1 研究背景
• 1.2 异步电机效率优化控制策略的研究现状
• 1.2.1 效率优化控制原理
• 1.2.2 最小损耗控制策略
• 1.3 无速度传感器技术的发展
• 1.4 本文的研究内容与结构安排
• 第二章 基于损耗模型的异步电机最小损耗控制
• 2.1 异步电机的数学模型
• 2.1.1 异步电机的动态数学模型
• 2.1.2 两相旋转坐标系下的数学模型
• 2.2 考虑铁损的异步电机仿真模型
• 2.2.1 异步电机模型的建立
• 2.2.2 基于磁场定向矢量控制的仿真
• 2.3 异步电机损耗模型及最优磁链
• 2.4 仿真研究
• 2.5 本章小结
• 第三章 基于BP神经网络的电机转速辨识
• 3.1 神经网络模型的建立
• 3.1.1 建立电机的输入输出关系模型
• 3.1.2 网络模型和网络结构的确定
• 3.2 网络的训练
• 3.3 仿真研究
• 3.3.1 神经网络的训练
• 3.3.2 神经网络的测试
• 3.4 本章小结
• 第四章 基于无速度传感器技术的最小损耗控制
• 4.1 基于无速度传感器的效率优化控制仿真模型的建立
• 4.2 基于无速度传感器的效率优化控制仿真
• 4.3 本章小结
• 第五章 结论
• 5.1 总结
• 5.2 展望
• 参考文献
• 在学研究成果
• 致谢