无刷直流电动机智能控制器的研究

论文摘要

直流无刷电动机调速系统具有时变、非线性、强耦合等特征。传统的控制策略虽然算法简单、快速性好、控制精度高，但在被控对象数学模型不确定或为非线性时，通常较难满足系统要求的静、动态性能指标。基于人工智能的控制方法，具有无需依赖控制对象精确的数学模型和能够抑制时变、参数扰动等因素对系统影响的特性，因此将人工智能控制方法与传统控制策略相结合可起到相辅相成的作用。本文着重研究了直流无刷电动机智能控制，对转矩脉动抑制方法、软件仿真进行了较为详细地分析。针对直流无刷电动机在低速运转时存在较大的转矩脉动，通过对模糊控制和神经网络控制进行的深刻研究，以及对各种控制理论和方法进行比较，提出了参数自校正模糊控制与神经网络控制相结合以及在不同偏差采用不同控制策略的双模控制理论。本文较为详尽地阐述了直流无刷电动机转矩脉动产生的原因，并针对其原因分别提出了解决方法。其中着重分析了如何抑制由定子主绕组各相换流所引起的转矩脉动，并在此基础上提出了在速度环和电流环分别采用参数自调整的模糊控制和神经网络控制的策略。考虑到实时性和微控制器实现的问题，文中提出了卡尔曼滤波学习算法以及其证明过程，经过MATLAB仿真后表明，采用卡尔曼滤波学习算法的神经网络和采用BP学习算法的神经网络相比，学习时间不仅可以大为减少，而且对噪声具有更好的抑制作用。在分析了直流无刷电动机数学模型的基础上，将所设计的智能控制器应用于直流无刷电动机控制系统中。仿真结果表明，直流无刷电动机智能控制系统具有良好的静、动态特性，并能够在一定程度上减小转矩脉动，控制效果令人满意。

论文目录

• 摘要
• Abstract
• 插图索引
• 附表索引
• 第1章 绪论
• 1.1 直流无刷电动机的发展历程
• 1.2 国内外对直流无刷电动机控制系统研究的基本状况
• 1.3 直流无刷电动机研究中的主要问题
• 1.4 本课题研究的主要内容及意义
• 第2章 直流无刷电动机基本原理及数学模型
• 2.1 直流无刷电动机的基本组成及工作原理
• 2.1.1 直流无刷电动机的基本组成
• 2.1.2 直流无刷电动机的工作原理
• 2.1.3 直流无刷电动机的主回路
• 2.2 直流无刷电动机的数学模型
• 2.2.1 电压方程
• 2.2.2 转矩方程
• 2.2.3 运动方程
• 2.2.4 状态方程和等效电路
• 2.3 本章小结
• 第3章 模糊控制与神经网络控制原理
• 3.1 模糊控制
• 3.1.1 模糊控制的特点
• 3.1.2 模糊控制器的基本结构和组成
• 3.2 神经网络控制
• 3.2.1 人工神经元模型
• 3.2.2 神经网络的分类
• 3.2.3 神经网络的学习算法
• 3.2.4 神经网络的结构
• 3.2.5 BP神经网络
• 3.3 本章小结
• 第4章 智能控制系统的设计
• 4.1 智能控制系统的结构及原理
• 4.2 基于模糊控制的速度调节器的设计
• 4.2.1 参数自调整的模糊控制器的设计
• 4.2.2 数字式 PID控制
• 4.3 基于神经网络的电流调节器的设计
• 4.3.1 综述
• 4.3.2 基于 BP神经网络的电流调节器
• 4.3.3 基于卡尔曼滤波器的最优估计
• 4.3.4 基于扩展卡尔曼滤波器的神经网络学习算法
• 4.3.5 仿真结果与分析
• 4.4 本章小结
• 第5章 系统实验仿真及结果说明
• 5.1 直流无刷电动机控制系统结构
• 5.2 仿真实验
• 5.3 本章小结
• 总结与展望
• 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）