面向电动汽车的永磁同步电机驱动控制方法研究

论文摘要

随着世界汽车保有量的急剧增加,能源和环境问题更加突出,人们迫切需要寻求一种低排放和节约能源的绿色交通工具。电动汽车以其在节能和环保方面的巨大优势,已成为世界各国竞相研究的热点,必将成为21世纪重要的交通工具之一。电机驱动系统是电动汽车的心脏,也是电动汽车研制的关键技术之一,它直接决定电动汽车的性能。永磁同步电机具有高效、高功率密度以及良好的调速性能,成为电动汽车的首选驱动电机。因此,研究永磁同步电机计算机控制系统具有较高的理论和实际意义。本文根据永磁同步电机的矢量控制理论,深入研究了面向电动汽车的永磁同步电机驱动控制方法,主要研究内容如下：(1)在永磁同步电机矢量控制理论的基础上,结合永磁同步电机的数学模型,在Matlab/Simulink环境下,建立了永磁同步电机矢量控制系统模型,并对其进行了仿真研究。仿真结果表明,所设计的仿真模型是可行的。(2)针对驱动控制系统容易受非线性因数等外界干扰的影响,本文提出采用参数自整定模糊PID控制方法,对PID参数进行在线自调整。在参数自整定模糊PID控制器的基础上,结合永磁同步电机的矢量控制系统模型,对基于参数自整定模糊PID控制的永磁同步电机矢量控制系统进行了仿真分析。仿真结果表明,系统的动、静态性能和鲁棒性得到了一定的改善。(3)针对所设计的模糊控制规则和隶属度函数的选取有着很大的人为主观性,本文提出了一种用遗传算法优化模糊PID控制器中的量化因子和比例因子的方法,应用于所建立的电动汽车用永磁同步电机驱动的矢量控制系统中,并对系统进行了仿真研究。仿真结果表明,经过优化后的模糊PID控制器的控制品质有了进一步的改善和提高。

论文目录

• 摘要
• Abstract
• 目录
• 第1章 绪论
• 1.1 课题研究的背景与意义
• 1.2 电动汽车电机驱动系统
• 1.2.1 电动汽车对驱动控制系统的要求
• 1.2.2 几种电机及其驱动系统的比较
• 1.3 永磁同步电机控制系统在电动汽车中的应用
• 1.3.1 永磁同步电机控制策略
• 1.3.2 永磁同步电机的闭环控制系统算法
• 1.4 论文内容与组织结构
• 第2章 永磁同步电机数学模型及SPWM技术
• 2.1 永磁同步电机的结构及分类
• 2.1.1 永磁同步电机的结构
• 2.1.2 永磁同步电机的分类
• 2.2 坐标变换原理
• 2.2.1 几种常见坐标系的介绍
• 2.2.2 坐标系之间的变换
• 2.3 永磁同步电机方程
• 2.3.1 三相静止坐标系下的电机方程
• 2.3.2 两相旋转坐标系下的电机方程
• 2.4 永磁同步电机的数学模型
• 2.5 正弦脉宽调制技术
• 2.5.1 PWM控制技术原理
• 2.5.2 正弦脉宽调制技术
• 2.6 本章小结
• 第3章 永磁同步电机矢量控制系统仿真研究
• 3.1 矢量控制基本思想
• 3.2 永磁同步电机矢量控制基础
• 3.2.1 永磁同步电机矢量控制基本原理
• 3.2.2 转子磁场定向的矢量控制
• 3.2.3 永磁同步电机矢量控制策略
• 3.2.4 矢量控制系统的基本结构
• 3.3 永磁同步电机矢量控制系统仿真实现
• 3.3.1 Matlab/Simulink简介
• 3.3.2 永磁同步电机矢量控制系统仿真模型
• 3.3.3 仿真结果与分析
• 3.4 本章小结
• 第4章 参数自整定模糊PID控制算法研究
• 4.1 模糊控制理论知识
• 4.1.1 模糊控制理论概况
• 4.1.2 模糊控制理论特点
• 4.1.3 模糊控制方法研究现状
• 4.2 模糊控制系统简介
• 4.2.1 基本原理
• 4.2.2 模糊控制器的组成
• 4.2.3 论域、量化因子和比例因子的选择
• 4.3 参数自整定模糊PID控制器设计
• 4.3.1 PID控制概述
• 4.3.2 参数自整定模糊PID控制器结构
• 4.3.3 隶属函数的确定
• 4.3.4 模糊控制规则
• 4.3.5 反模糊化
• 4.4 基于参数自整定模糊PID控制的系统仿真
• 4.4.1 模糊逻辑工具箱简介
• 4.4.2 Simulink仿真模型的建立
• 4.4.3 仿真结果与分析
• 4.5 本章小结
• 第5章 基于遗传优化的模糊PID控制算法研究
• 5.1 遗传算法的概述
• 5.1.1 遗传算法的原理
• 5.1.2 遗传算法的特点
• 5.2 遗传算法的基本操作
• 5.2.1 编码
• 5.2.2 适应度函数
• 5.2.3 遗传操作
• 5.2.4 遗传算法运行参数设定
• 5.3 遗传算法在模糊PID控制器中的应用
• 5.3.1 模糊控制中待优化问题
• 5.3.2 遗传算法优化模糊控制器的方法
• 5.3.3 遗传算法优化量化因子和比例因子
• 5.4 基于遗传优化的模糊PID控制的系统仿真
• 5.4.1 遗传算法的模糊PID参数的实现
• 5.4.2 仿真结果与分析
• 5.5 本章小结
• 第6章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 附件