基于人工神经网络的无刷直流电机控制系统研究

论文摘要

永磁无刷直流电机(BLDCM)是随着电机控制技术、电力电子技术和微电子技术的发展而出现的一种新型电机。在无刷直流电机中,电机的参数(反电势等)是影响电机性能预测的重要因素。在用传统的方法对无刷直流电机及其控制系统仿真时,通常假设气隙磁密按正弦或梯形分布,但实际上永磁无刷直流电机的气隙磁密是非线形分布的,所以这种假设与实际有较大的误差。传统无刷直流电机(BLDCM)调速系统通常采用PI控制。由于电机在运行过程中,电机的参数和外部的扰动是不断变化的,所以用普通的PI控制器很难达到很好的控制效果。针对上述问题,本文在分析了无刷直流电机数学模型的基础上,首先建立了基于MATLAB/SIMULINK平台的无刷直流电机的仿真模型,并采用了电流和速度双闭环控制系统对其进行控制。其次,本文利用BP神经元网络具有以任意精度逼近非线性的特性,将遗传算法和BP神经元网络相结合,对无刷直流电机的反电势进行了预测,预测结果表明,用本算法预测的无刷直流电机的反电势更精确。最后,为了提高无刷直流电机调速系统的性能,本文将单神经元网络与PID有机结合,构成单神经元自适应PID控制器,以克服常规PID控制存在的不足,仿真研究表明上述神经网络自适应PID控制器优于传统PID控制器。

论文目录

• 摘要
• ABSTRACT
• 目录
• 第一章 绪论
• 1.1 引言
• 1.2 无刷直流电机的研究现状及应用
• 1.3 无刷直流电机的国内外研究热点
• 1.4 人工神经网络的历史及研究现状
• 1.5 人工神经网络主要特征和问题
• 1.6 人工神经网络在控制系统中的应用概述
• 1.7 人工神经网络发展趋势
• 1.8 本文主要工作
• 第二章 原理分析与数学模型
• 2.1 引言
• 2.2 基本组成
• 2.3 工作原理
• 2.4 数学模型
• 2.5 小结
• 第三章 基于MATLAB/SIMULINK的调速系统研究
• 3.1 引言
• 3.2 BLDC本体的建模
• 3.2.1 电流计算模块
• 3.2.2 转矩计算模块
• 3.2.3 中性点电压计算模块
• 3.3 电流滞环控制模块
• 3.4 速度控制模块
• 3.5 参考电流模块
• 3.6 电压型逆变器模块
• 3.7 控制系统仿真研究
• 3.8 小结
• 第四章 基于遗传神经网络的反电势预测研究
• 4.1 引言
• 4.2 BP神经网络理论
• 4.3 BP算法的改进
• 4.4 遗传算法基本原理
• 4.5 反电势模型
• 4.6 基于GA-BP神经网络预测反电势研究
• 4.7 小结
• 第五章 基于单神经元PID控制策略研究
• 5.1 引言
• 5.2 常规PID控制原理
• 5.3 单神经元自适应PID控制器
• 5.3.1 单神经元结构及控制算法
• 5.3.2 单神经元自适应PID控制
• 5.3.3 单神经元网络PID控制仿真研究
• 5.4 小结
• 第六章 总结与展望
• 参考文献
• 致谢