学位论文 > 优秀研究生学位论文题录展示

基于模糊神经网络无速度传感器异步电机矢量控制研究

作　者: 刘培刚
导　师: 郭小舟
学　校: 西南交通大学
专　业: 轨道交通电气化与自动化
关键词: 无速度传感器模糊神经网络 MRAS 参数辨识铁损补偿
分类号: TP212;TP183
类　型: 硕士论文
年　份: 2011年
下　载: 116次
引　用: 0次
阅　读: 论文下载

内容摘要

异步电机无速度传感器矢量控制技术在降低系统的复杂程度和减少系统成本方面效果显著,高性能的无速度传感器异步电机矢量控制系统已成为国内外研究的热点。本文利用转子磁链输出的模型参考自适应法对转速进行估计,针对系统的非线性、变参数等特点将模糊控制、神经网络控制以及模糊神经网络控制运用于系统当中,有效提高了系统的响应速度和鲁棒性。本论文深入研究了无速度传感器矢量控制系统的数学模型、转子磁链观测模型、空间电压矢量调制原理以及模糊神经网络的相关理论,建立了基于模型参考自适应法进行转速估计的无速度传感器矢量控制系统。论文重点研究了将传统的PI转速调节器用模糊神经网络调节器进行替代的实现,对网络的结构、算法以及稳定性进行了设计和分析。在理论分析的基础上,利用MATALB/SIMULINK工具,建立了相应的系统仿真模型进行验证,仿真表明所用算法能很好地满足系统的性能指标,系统动静态特性良好。同时将此控制器与传统PI控制器进行了对比,仿真结果表明所用模糊神经网络转速调节器能有效地提高系统的性能。针对电机参数变化对系统的性能影响较大,本文利用模糊控制和人工神经网络分别对电机定、转子电阻进行估计。模糊控制可以有效地避免对系统建立准确的数学模型,而人工神经网络具有超强的学习能力,通过仿真表明参数辨识效果明显,系统具有较好的动、静态特性。最后本文研究了铁损对系统性能的影响,分析了考虑铁损的电机模型,推导出铁损的补偿方案,建立了考虑铁损的控制系统。仿真结果表明加入铁损补偿的电机模型能达到和理想电机模型基本一致的输出效果,为实现高性能的矢量控制系统作了铺垫。

全文目录

摘要  6-7
Abstract  7-10
第1章绪论  10-15
  1.1 交流调速系统发展概况  10-11
  1.2 无速度传感器矢量控制技术国内外研究现状  11-14
    1.2.1 无速度传感器矢量控制系统及速度估算方法  11-12
    1.2.2 基于模糊神经网络的控制技术研究现状  12-13
    1.2.3 电机参数的在线辨识  13-14
  1.3 论文研究的背景和意义  14
  1.4 论文的主要研究内容及章节安排  14-15
第2章异步电机矢量控制理论  15-28
  2.1 异步电机的数学模型  15-19
    2.1.1 三相静止坐标系上的数学模型  15-17
    2.1.2 两相坐标系上的数学模型  17-19
  2.2 矢量控制的基本原理  19-23
    2.2.1 按转子磁链定向的矢量控制基本原理  19-21
    2.2.2 磁链观测模型  21-23
  2.3 空间电压矢量法  23-27
    2.3.1 空间电压矢量法的基本工作原理  23-26
    2.3.2 空间电压矢量法的实现方法  26-27
  2.4 本章小结  27-28
第3章系统的转速辨识与模糊神经网络调节器设计  28-45
  3.1 无速度传感器矢量控制系统基本原理  28
  3.2 基于模型参考自适应系统的转速辨识  28-34
    3.2.1 基于模型参考自适应系统设计的基本理论  29
    3.2.2 基于超稳定性和正实性系统的设计  29-31
    3.2.3 基于转子磁链模型的转速辨识方法  31-34
  3.3 模糊神经网络原理  34-37
    3.3.1 模糊控制  34-36
    3.3.2 神经网络控制  36-37
    3.3.3 模糊神经网络  37
  3.4 模糊神经网络转速调节器的设计  37-44
    3.4.1 模糊神经网络的结构设计  38-40
    3.4.2 模糊神经网络的学习算法  40-41
    3.4.3 网络的稳定性分析  41-42
    3.4.4 模糊神经网络的具体实现  42-44
  3.5 本章小结  44-45
第4章系统的参数在线辨识与铁损补偿研究  45-60
  4.1 电机参数对无速度传感器矢量控制系统的影响  45-46
    4.1.1 定子电阻对控制系统的影响  45-46
    4.1.2 转子电阻对控制系统的影响  46
  4.2 基于模糊控制的定子电阻在线辨识  46-49
    4.2.1 模糊控制系统的设计  47
    4.2.2 模糊推理  47-48
    4.2.3 解模糊化  48-49
  4.3 基于神经网络的转子电阻在线辨识  49-53
    4.3.1 神经网络的建模  50-51
    4.3.2 神经网络的训练  51-53
  4.4 铁损对无速度传感器矢量控制系统的影响  53-54
  4.5 考虑铁损的控制系统分析  54-59
  4.6 本章小结  59-60
第5章系统的仿真研究  60-87
  5.1 系统的转速辨识及 FNN调节器仿真  60-68
    5.1.1 仿真模块的搭建  61-63
    5.1.2 仿真结果与分析  63-68
  5.2 电机参数辨识的仿真研究  68-78
    5.2.1 定子电阻辨识  68-70
    5.2.2 转子电阻辨识  70-73
    5.2.3 定子电阻和转子电阻的同时辨识  73-75
    5.2.4 定子电阻和转速的同时辨识  75-78
  5.3 考虑铁损的控制系统仿真分析  78-84
    5.3.1 考虑铁损的异步电机模型验证  79-80
    5.3.2 考虑铁损的矢量控制系统仿真分析  80-82
    5.3.3 铁损的补偿仿真  82-84
  5.4 系统的综合仿真  84-86
  5.5 本章小结  86-87
结论  87-88
致谢  88-89
参考文献  89-93
附录  93-95
攻读硕士学位期间发表的论文及科研成果  95

基于模糊神经网络无速度传感器异步电机矢量控制研究

内容摘要

全文目录

相似论文