發(fā)布時(shí)間：2017-06-02 23:03

  本文關(guān)鍵詞：基于自適應(yīng)粒子群算法的船舶推進(jìn)電機(jī)動(dòng)態(tài)參數(shù)辨識(shí)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著電力電子技術(shù)、交流傳動(dòng)控制技術(shù)的迅猛發(fā)展,矢量控制已成為現(xiàn)代主流的電機(jī)控制策略,且在電力推進(jìn)船舶的推進(jìn)電機(jī)控制系統(tǒng)中得到廣泛應(yīng)用。優(yōu)良的推進(jìn)電機(jī)控制系統(tǒng)性能會(huì)為船舶安全航行提供有效的技術(shù)保障,而推進(jìn)電機(jī)控制性能主要依賴于電機(jī)參數(shù)的準(zhǔn)確性,且電機(jī)參數(shù)在實(shí)際運(yùn)行過(guò)程中會(huì)發(fā)生變化,因此對(duì)船舶推進(jìn)電機(jī)參數(shù)在線辨識(shí)是十分必要的。 本文首先深入研究了船舶異步推進(jìn)電機(jī)動(dòng)態(tài)模型,推導(dǎo)出船舶異步推進(jìn)電機(jī)轉(zhuǎn)子磁場(chǎng)定向下的動(dòng)態(tài)模型和離散模型。其次,深入分析標(biāo)準(zhǔn)粒子群算法早熟和易陷入局部最優(yōu)問(wèn)題的原因。針對(duì)以上兩個(gè)問(wèn)題,通過(guò)引入進(jìn)化速度因子和聚集度因子,提出一種兼具快速性和精準(zhǔn)收斂特性的自適應(yīng)粒子群算法,并通過(guò)測(cè)試函數(shù)將自適應(yīng)粒子群算法與幾種現(xiàn)有算法進(jìn)行對(duì)比測(cè)試。再次,根據(jù)船舶異步推進(jìn)電機(jī)的特殊性設(shè)計(jì)了粒子群算法的目標(biāo)函數(shù),并將自適應(yīng)粒子群算法應(yīng)用于船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí),同時(shí)詳細(xì)分析實(shí)現(xiàn)流程。最后,在Matlab軟件的Simulink環(huán)境中搭建了船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí)系統(tǒng)仿真平臺(tái),并對(duì)三種經(jīng)典負(fù)載變化情況下進(jìn)行電機(jī)參數(shù)辨識(shí)仿真。 仿真試驗(yàn)結(jié)果表明,自適應(yīng)粒子群算法在收斂精度和快速性上均優(yōu)于幾種現(xiàn)有粒子群算法,并且解決了標(biāo)準(zhǔn)粒子群算法中的易早熟和易陷入局部最優(yōu)的問(wèn)題,實(shí)現(xiàn)了電氣參數(shù)(定轉(zhuǎn)子電阻和電感及互感)的高精度同時(shí)在線辨識(shí)。
【關(guān)鍵詞】：船舶異步推進(jìn)電機(jī) 矢量控制 在線參數(shù)辨識(shí) 粒子群優(yōu)化算法
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：U664.14;U665
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-16
• 1.1 課題背景及意義10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-14
• 1.3 論文結(jié)構(gòu)安排14-16
• 第2章 船舶異步推進(jìn)電機(jī)動(dòng)態(tài)模型及矢量控制系統(tǒng)16-33
• 2.1 船舶異步推進(jìn)電機(jī)在三相靜止ABC坐標(biāo)系下的動(dòng)態(tài)模型16-19
• 2.1.1 電壓方程17
• 2.1.2 磁鏈方程17-18
• 2.1.3 轉(zhuǎn)矩方程18-19
• 2.1.4 運(yùn)動(dòng)方程19
• 2.2 坐標(biāo)變換和矢量變換19-23
• 2.2.1 變換矩陣19-20
• 2.2.2 Clark矩陣20-21
• 2.2.3 Park變換21-22
• 2.2.4 船舶異步推進(jìn)電機(jī)兩相靜止αβ坐標(biāo)系下動(dòng)態(tài)模型22
• 2.2.5 船舶異步推進(jìn)電機(jī)兩相同步旋轉(zhuǎn)dq坐標(biāo)系下動(dòng)態(tài)模型22-23
• 2.3 矢量控制技術(shù)23-25
• 2.3.1 矢量控制原理23-24
• 2.3.2 按轉(zhuǎn)子磁場(chǎng)定向的船舶異步推進(jìn)電機(jī)動(dòng)態(tài)模型24-25
• 2.4 船舶異步推進(jìn)電機(jī)狀態(tài)空間表達(dá)式25-27
• 2.5 船舶異步推進(jìn)電機(jī)矢量控制系統(tǒng)仿真27-32
• 2.5.1 定子電流坐標(biāo)變換28-29
• 2.5.2 直接轉(zhuǎn)子磁場(chǎng)定向29
• 2.5.3 dq軸給定電流計(jì)算29-30
• 2.5.4 SVPWM產(chǎn)生模塊30
• 2.5.5 仿真結(jié)果分析30-32
• 2.6 本章小結(jié)32-33
• 第3章 自適應(yīng)粒子群優(yōu)化算法研究33-50
• 3.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法33-35
• 3.1.1 標(biāo)準(zhǔn)粒子群優(yōu)化算法的基本原理33-34
• 3.1.2 標(biāo)準(zhǔn)粒子群優(yōu)化算法的實(shí)現(xiàn)流程34-35
• 3.2 標(biāo)準(zhǔn)粒子群算法的收斂性分析35-37
• 3.3 自適應(yīng)粒子群算法37-40
• 3.3.1 自適應(yīng)慣性權(quán)重的構(gòu)建37-39
• 3.3.2 學(xué)習(xí)因子的改進(jìn)39-40
• 3.3.3 自適應(yīng)粒子群優(yōu)化算法流程40
• 3.4 自適應(yīng)粒子群算法的優(yōu)化性能測(cè)試40-49
• 3.4.1 算法測(cè)試函數(shù)42-45
• 3.4.2 自適應(yīng)慣性權(quán)重參數(shù)的確定45-46
• 3.4.3 優(yōu)化性能結(jié)果分析46-49
• 3.5 本章小結(jié)49-50
• 第4章 船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí)50-58
• 4.1 船舶異步推進(jìn)電機(jī)辨識(shí)參數(shù)的定義50-51
• 4.2 船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí)的目標(biāo)函數(shù)51
• 4.3 船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí)流程51-54
• 4.4 基于參數(shù)辨識(shí)的船舶異步推進(jìn)電機(jī)矢量控制仿真流程54-57
• 4.5 本章小結(jié)57-58
• 第5章 不同負(fù)載轉(zhuǎn)矩下推進(jìn)電機(jī)在線參數(shù)辨識(shí)結(jié)果與分析58-76
• 5.1 船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí)系統(tǒng)仿真平臺(tái)58-62
• 5.1.1 電機(jī)互饋平臺(tái)的結(jié)構(gòu)組成58-60
• 5.1.2 同軸連接器模型60-61
• 5.1.3 電機(jī)參數(shù)辨識(shí)系統(tǒng)仿真平臺(tái)61-62
• 5.2 負(fù)載轉(zhuǎn)矩變化下的船舶異步推進(jìn)電機(jī)參數(shù)辨識(shí)62-75
• 5.2.1 電機(jī)負(fù)載的性質(zhì)62
• 5.2.2 恒轉(zhuǎn)矩負(fù)載轉(zhuǎn)矩變化下的參數(shù)辨識(shí)仿真62-66
• 5.2.3 階躍負(fù)載轉(zhuǎn)矩變化下的參數(shù)辨識(shí)仿真66-70
• 5.2.4 恒功率負(fù)載轉(zhuǎn)矩變化下的參數(shù)辨識(shí)仿真70-75
• 5.3 本章小結(jié)75-76
• 第6章 總結(jié)與展望76-78
• 參考文獻(xiàn)78-83
• 攻讀學(xué)位期間公開(kāi)發(fā)表論文83
• 攻讀學(xué)位期間所獲獎(jiǎng)項(xiàng)83
• 攻讀學(xué)位期間參與項(xiàng)目83-84
• 致謝84-85
• 作者簡(jiǎn)介85

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李丹;高立群;黃越;王珂;;基于天體系統(tǒng)粒子群算法的異步電機(jī)參數(shù)辨識(shí)[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年09期

2 金海;黃進(jìn);;基于模型參考方法的感應(yīng)電機(jī)磁鏈的自適應(yīng)觀測(cè)及參數(shù)辨識(shí)[J];電工技術(shù)學(xué)報(bào);2006年01期

3 王明渝;冼成瑜;惠婭倩;;感應(yīng)電動(dòng)機(jī)矢量控制參數(shù)離線辨識(shí)技術(shù)[J];電工技術(shù)學(xué)報(bào);2006年08期

4 崔納新;張承慧;李珂;張承進(jìn);;基于參數(shù)在線估計(jì)的交流異步電動(dòng)機(jī)效率最優(yōu)控制[J];電工技術(shù)學(xué)報(bào);2007年09期

5 覃建波;邱小華;許寧;宋湛華;;改進(jìn)粒子群算法在異步電機(jī)靜態(tài)參數(shù)識(shí)別中的應(yīng)用[J];電機(jī)技術(shù);2008年06期

6 徐小增,秦憶;矢量控制異步電動(dòng)機(jī)的自適應(yīng)控制和參數(shù)辨識(shí)[J];電機(jī)與控制學(xué)報(bào);2002年02期

7 李和明,申仲濤,許伯強(qiáng);矢量控制異步電動(dòng)機(jī)的轉(zhuǎn)子電阻在線辨識(shí)方法[J];華北電力大學(xué)學(xué)報(bào);2002年03期

8 王鴻山;張興;楊淑英;謝震;;基于最小二乘法在線參數(shù)辨識(shí)的異步電動(dòng)機(jī)矢量控制仿真[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

9 徐小增,李葉松,秦憶;矢量控制感應(yīng)電機(jī)參數(shù)變化的影響研究[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年07期

10 郝寧眉;呂新榮;杜剛;;基于粒子群優(yōu)化算法的異步電動(dòng)機(jī)動(dòng)態(tài)模型參數(shù)估計(jì)方法研究[J];科學(xué)技術(shù)與工程;2011年15期

  本文關(guān)鍵詞：基于自適應(yīng)粒子群算法的船舶推進(jìn)電機(jī)動(dòng)態(tài)參數(shù)辨識(shí)研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：416700