基于DSP的无速度传感器DTC参数观测的优化研究

论文摘要

直接转矩控制(Direct Torque Control简称DTC)技术是继矢量控制技术之后发展起来的一种高性能交流调速方法,它具有简洁的系统结构、优良的动静态性能。近年来基于直接转矩的无速度传感器技术发展迅速,成为了研究的热点。本文系统综述了直接转矩控制系统的发展情况,并对直接转矩控制的基本理论和原理进行详细的介绍。通过仿真实验证明其优缺点,进而提出了以BP神经网络为基础的智能控制方法对直接转矩控制系统中的参数进行辨识,并验证其有效性。本文在MATLAB/SIMULINK下独立搭建了DTC系统,采用改进的蚁群BP神经网络构建了转速辨识器取代速度传感器,理论上实现了无速度传感器直接转矩控制。同时初步地实现了基于DSP的DTC系统的速度闭环控制的全数字化软件设计和实验运行。本文对直接转矩控制系统进行了深入研究,掌握了该控制算法的实质和关键技术后,采用MATHWORKS软件公司的MATLAB/SIMULINK开发软件建立了基本的仿真系统模型和采用新算法的仿真系统模型,对DTC系统的磁链、转矩和转速的变化趋势进行了仿真实验,同时和传统BP神经网络算法进行了对比。仿真实验结果表明:采用基于改进型蚁群BP神经网络优化的转速辨识器能够准确的辨识出电机转速,明显的改善了DTC系统的动静态性能,从而说明了在DTC系统中采用上述新方法的可行性。以理论分析和仿真研究为依据,在以TI公司生产的数字信号处理器(DSP)TMS320LF2407A为核心的开发实验平台上,初步进行了控制系统的软件设计。系统的软件部分采用C语言中嵌入汇编语言的方法完成了DTC系统新算法的编程,对电机转速进行了初步的观测并且分别对硬件和软件各个部分进行调试后,进行了系统的联调实验,实验结果表明采用智能控制技术与先进数字信号处理器相结合的DTC系统具有良好的动静态性能。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 直接转矩控制技术概述
• 1.1.1 直接转矩控制技术产生的背景
• 1.1.2 直接转矩控制技术的研究现状及发展趋势
• 1.1.3 无速度传感器技术的发展
• 1.2 智能技术综述
• 1.3 课题研究的意义及总体设计方案
• 1.3.1 选题的意义
• 1.3.2 总体设计方案
• 第二章 直接转矩控制系统的数学模型
• 2.1 异步电机的数学模型
• 2.2 逆变器的数学模型
• 2.3 直接转矩控制原理
• 2.4 直接转矩控制系统得建模与仿真
• 2.4.1 MATLAB/SIMULINK下DTC系统的总体设计结构
• 2.4.2 转矩估计及转矩调节器
• 2.4.3 磁链调节器
• 2.4.4 逆变器模型
• 2.4.5 开关信号选择单元
• 第三章 神经网络蚁群优化算法
• 3.1 BP神经网络
• 3.1.1 BP神经网络的结构
• 3.1.2 BP网络学习公式推导
• 3.1.3 BP神经网络的优缺点
• 3.2 蚁群算法
• 3.2.1 基本蚁群算法的原理
• 3.2.2 蚁群优化算法的特点及收敛性
• 3.2.3 基本蚁群算法的模型
• 3.2.4 蚁群算法的参数设置
• 3.2.5 排序加权的蚁群算法
• 3.3 BP神经网络的蚁群算法优化
• 3.4 训练误差分析
• 第四章 DTC系统转速辨识器的研究与设计
• 4.1 DTC系统转速辨识器的原理
• 4.2 转速辨识器的设计
• 4.3 仿真结果比较
• 4.3.1 仿真电机参数设定
• 4.3.2 仿真结果分析
• 第五章 直接转矩控制系统硬件构成
• 5.1 数字信号处理器TSM320LF2407A芯片概述
• 5.2 系统硬件实验系统
• 第六章 直接转矩控制系统软件设计
• 6.1 概述
• 6.1.1 DSP的C环境编程器的
• 6.1.2 C语言与汇编语言混合编程
• 6.1.3 C语言程序代码生成过程
• 6.2 系统软件设计
• 6.2.1 主程序设计
• 6.2.2 系统中断子程序设计
• 6.2.3 PWM输出
• 第七章 实验结果分析
• 第八章 结论
• 参考文献
• 在学研究成果
• 致谢