本文選題：開關(guān)磁阻電機(jī) + 直接轉(zhuǎn)矩控制��； 參考：《大連海事大學(xué)》2017年碩士論文

【摘要】：由于開關(guān)磁阻電機(jī)具有結(jié)構(gòu)簡單、成本低、可靠性高、性能優(yōu)越等特點(diǎn),受到人們廣泛關(guān)注。近年來,許多學(xué)者將直接轉(zhuǎn)矩控制方法應(yīng)用于開關(guān)磁阻電機(jī),而直接轉(zhuǎn)矩控系統(tǒng)準(zhǔn)確性與電機(jī)實(shí)時(shí)反饋量的準(zhǔn)確性息息相關(guān)。實(shí)際上,標(biāo)準(zhǔn)直接轉(zhuǎn)矩控制系統(tǒng)只有電壓、電流傳感器,在只有電壓、電流反饋的控制過程中,由二者計(jì)算得到磁鏈?zhǔn)强刂茰?zhǔn)確與否的關(guān)鍵因素,而傳統(tǒng)的積分計(jì)算磁鏈存在許多問題,故圍繞磁鏈計(jì)算的相關(guān)參數(shù)的辨識(shí)是準(zhǔn)確判別磁鏈的保證。首先由于在積分模型中,定子電阻是計(jì)算磁鏈的關(guān)鍵,特別是低速時(shí),影響更大。定子電阻主要受到溫度變化的影響,而為了避免控制系統(tǒng)的復(fù)雜性,溫度傳感器是不被允許的。本文通過優(yōu)化BP神經(jīng)網(wǎng)絡(luò),研究兩個(gè)不同定子電阻模型間的電流與定子電阻的關(guān)系,在傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,優(yōu)化選擇各層級(jí)神經(jīng)元個(gè)數(shù),優(yōu)化選擇學(xué)習(xí)速率,提出一種基于電流誤差的定子電阻辨識(shí)方法。仿真結(jié)果表明,該定子電阻辨識(shí)器算法簡單、實(shí)時(shí)性好,能夠滿足控制需求。其次針對(duì)于積分模型的誤差隨著積分累加的問題,Torrey提出另外一種磁鏈的模型,該模型具有高精度擬合特性,能夠準(zhǔn)確的描述磁鏈特性,但其參數(shù)辨識(shí)比較困難。針對(duì)該問題,提出一種改進(jìn)的遺傳算法用于辨識(shí)開關(guān)磁阻電機(jī)的模型參數(shù),改進(jìn)遺傳算法能夠避免過早成熟的問題。實(shí)驗(yàn)結(jié)果顯示,該種算法比基本遺傳算法對(duì)解決本問題有更好的尋優(yōu)能力。在Matlab2014a/Simulink仿真環(huán)境下,本文建立了加入定子電阻辨識(shí)模塊和Torrey磁鏈模型的開關(guān)磁阻電機(jī)直接轉(zhuǎn)矩控制系統(tǒng)仿真模型,仿真結(jié)果表明,兩種算法對(duì)于傳統(tǒng)直接轉(zhuǎn)矩控制有很好的優(yōu)化。同時(shí)驗(yàn)證了兩種算法的性能,為兩種算法的應(yīng)用做好推廣的基礎(chǔ)。
[Abstract]:Because of its simple structure, low cost, high reliability and superior performance, switched reluctance motor (SRM) has attracted wide attention. In recent years, many scholars have applied direct torque control method to switched reluctance motor, and the accuracy of direct torque control system is closely related to the accuracy of real-time feedback. In fact, there are only voltage and current sensors in the standard direct torque control system. In the control process with only voltage and current feedback, the flux chain is the key factor for the accuracy of the control. However, there are many problems in the traditional integral calculation of flux chain, so the identification of the related parameters around the flux chain calculation is the guarantee of the accurate identification of the flux chain. Firstly, in the integral model, stator resistance is the key to the calculation of flux, especially at low speed. Stator resistance is mainly affected by temperature change, but temperature sensor is not allowed to avoid the complexity of control system. By optimizing BP neural network, the relationship between current and stator resistance between two different stator resistance models is studied. On the basis of traditional BP neural network, the number of neurons in each level is optimized and the learning rate is optimized. A stator resistance identification method based on current error is proposed. The simulation results show that the stator resistance identifier is simple and real-time, and can meet the control requirements. Secondly, Torrey puts forward another kind of flux model aiming at the problem that the error of the integral model accumulates with the integration. The model has the characteristic of high precision fitting and can describe the flux characteristic accurately, but its parameter identification is difficult. To solve this problem, an improved genetic algorithm is proposed to identify the model parameters of switched reluctance motor. The improved genetic algorithm can avoid the problem of premature maturity. Experimental results show that this algorithm has better ability to solve this problem than the basic genetic algorithm. In the Matlab 2014a / Simulink simulation environment, the simulation model of switched reluctance motor direct torque control system with stator resistance identification module and Torrey flux model is established. The simulation results show that the two algorithms are very good for traditional direct torque control. At the same time, the performance of the two algorithms is verified, which is the basis for the application of the two algorithms.
【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】：2017
【分類號(hào)】：TM352;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 紀(jì)良文,蔣靜坪,何峰;基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的開關(guān)磁阻電機(jī)建模[J];電工技術(shù)學(xué)報(bào);2001年04期

2 王雙紅,詹瓊?cè)A;單相開關(guān)磁阻電機(jī)及其控制[J];微電機(jī)(伺服技術(shù));2002年04期

3 李俊卿,李和明;開關(guān)磁阻電機(jī)發(fā)展綜述[J];華北電力大學(xué)學(xué)報(bào);2002年01期

4 孫劍波,詹瓊?cè)A;一種利于開關(guān)磁阻電機(jī)降噪的新散熱筋結(jié)構(gòu)[J];電工技術(shù)學(xué)報(bào);2005年09期

5 茅靖峰;趙德安;劉羨飛;施凱;;混合動(dòng)力汽車用開關(guān)磁阻電機(jī)發(fā)電運(yùn)行[J];微特電機(jī);2005年12期

6 李同華;;開關(guān)磁阻電機(jī)的工作原理和調(diào)速性能[J];起重運(yùn)輸機(jī)械;2005年10期

7 茅靖峰,劉羨飛,吳曉;開關(guān)磁阻電機(jī)發(fā)電運(yùn)行原理與實(shí)現(xiàn)[J];南通大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

8 尚中仁;;開關(guān)磁阻電機(jī)在煤礦生產(chǎn)中的應(yīng)用[J];煤炭技術(shù);2006年08期

9 劉迪吉;;開關(guān)磁阻電機(jī)發(fā)展及應(yīng)用[J];電氣技術(shù);2006年07期

10 孫曉明;趙德安;劉東;蔣海波;蔣春彬;;基于開關(guān)磁阻電機(jī)的車用集成起動(dòng)交流制動(dòng)系統(tǒng)研究[J];微電機(jī);2007年01期

相關(guān)會(huì)議論文 前10條

1 張榮;李俊麗;張臻;;開關(guān)磁阻電機(jī)的應(yīng)用及其研究的前沿問題[A];第十屆全國煤礦自動(dòng)化學(xué)術(shù)年會(huì)論文集[C];2000年

2 盛威;程康;張侃健;費(fèi)樹岷;;一類開關(guān)磁阻電機(jī)的終端滑模控制器設(shè)計(jì)[A];2009年中國智能自動(dòng)化會(huì)議論文集（第一分冊(cè)）[C];2009年

3 劉迪吉;;開關(guān)磁阻電機(jī)發(fā)展綜述[A];電氣技術(shù)發(fā)展綜述[C];2004年

4 崔玉龍;趙英凱;劉教民;;中速開關(guān)磁阻電機(jī)的仿真研究[A];中國自動(dòng)化學(xué)會(huì)全國第九屆自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)論文集[C];2004年

5 張媛;鄧智泉;;一種新型確定無軸承開關(guān)磁阻電機(jī)中超前角的方法[A];中國力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2005論文摘要集（下）[C];2005年

6 修杰;夏長亮;;開關(guān)磁阻電機(jī)的模糊自適應(yīng)PID控制[A];第二十六屆中國控制會(huì)議論文集[C];2007年

7 朱曰瑩;趙桂范;韓光省;楊娜;唐駿;;基于車輛動(dòng)態(tài)負(fù)載的開關(guān)磁阻電機(jī)驅(qū)動(dòng)特性分析[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第三分冊(cè)）[C];2013年

8 王宏華;;開關(guān)磁阻電機(jī)兩步換相法的局限及改進(jìn)[A];西部大開發(fā) 科教先行與可持續(xù)發(fā)展——中國科協(xié)2000年學(xué)術(shù)年會(huì)文集[C];2000年

9 曹鑫;楊鋼;張媛;鄧智泉;;無軸承開關(guān)磁阻電機(jī)雙相勵(lì)磁建模分析[A];中國力學(xué)學(xué)會(huì)學(xué)術(shù)大會(huì)'2005論文摘要集（下）[C];2005年

10 周強(qiáng);劉闖;朱學(xué)忠;劉迪吉;;開關(guān)磁阻電機(jī)專用集成電路的設(shè)計(jì)與應(yīng)用[A];2008中國電工技術(shù)學(xué)會(huì)電力電子學(xué)會(huì)第十一屆學(xué)術(shù)年會(huì)論文摘要集[C];2008年

相關(guān)重要報(bào)紙文章 前6條

1 肖國林;科匯打造開關(guān)磁阻電機(jī)研發(fā)基地[N];中國工業(yè)報(bào);2006年

2 ，

本文編號(hào)：2074300