發(fā)布時間：2021-01-12 23:56

　　耦合辨識方法是近些年所出現(xiàn)的一種新的辨識思想,主要用來研究結(jié)構(gòu)復(fù)雜,參數(shù)間存在耦合關(guān)系的線性或非線性多變量系統(tǒng)的參數(shù)辨識問題。其主要原理是通過多變量子系統(tǒng)參數(shù)估計的耦合關(guān)系,減小各個子系統(tǒng)間參數(shù)向量的冗余估計和協(xié)方差矩陣的冗余計算,從而提高辨識算法的收斂速度和參數(shù)的估計精度。永磁同步電機（Permanent magnet synchronous motor,PMSM）的電氣參數(shù),不僅是其電流控制調(diào)節(jié)器設(shè)計的基礎(chǔ),而且對于電機位置控制器與速度控制器參數(shù)優(yōu)化設(shè)計也有著較大的工程價值及理論意義。在不同的運行工況下,PMSM參數(shù)極易受到運行環(huán)境的影響,電機參數(shù)的改變將直接影響矢量坐標(biāo)變換,從而大大影響PMSM的控制性能,所以研究PMSM參數(shù)的動態(tài)辨識是非常必要的。因此,本文將以耦合辨識思想為基礎(chǔ),以PMSM參數(shù)辨識為研究對象,結(jié)合多新息辨識原理,有限數(shù)據(jù)窗辨識原理和偏差補償辨識方法,研究PMSM動態(tài)多參數(shù)的辨識問題及基于其參數(shù)辨識的控制應(yīng)用。主要研究內(nèi)容如下:（1）基于PMSM同步旋轉(zhuǎn)坐標(biāo)下的數(shù)學(xué)模型,推導(dǎo)了PMSM多參數(shù)最小二乘的可辨識性,給出了PMSM參數(shù)辨識的持續(xù)激勵條件,構(gòu)建了基于d ... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：130 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究的背景和意義
    1.2 系統(tǒng)辨識理論概述
        1.2.1 多新息類辨識方法
        1.2.2 有限數(shù)據(jù)窗類辨識方法
        1.2.3 偏差補償類辨識方法
        1.2.4 耦合辨識方法
    1.3 PMSM參數(shù)辨識研究現(xiàn)狀
        1.3.1 模型參考自適應(yīng)PMSM參數(shù)辨識
        1.3.2 PMSM參數(shù)狀態(tài)觀測器辨識
        1.3.3 PMSM參數(shù)的智能尋優(yōu)辨識
        1.3.4 PMSM參數(shù)的系統(tǒng)辨識方法
    1.4 PMSM反步法控制概述
    1.5 主要研究內(nèi)容及章節(jié)安排
第二章 PMSM多參數(shù)可辨識分析與實驗平臺設(shè)計
    2.1 引言
    2.2 PMSM的動態(tài)數(shù)學(xué)模型
    2.3 PMSM多參數(shù)最小二乘可辨識性分析
    2.4 充分激勵信號分析
    2.5 基于DS1007PPC的PMSM實驗平臺設(shè)計
        2.5.1 硬件配置
        2.5.2 軟件配置
        2.5.3 PMSM控制系統(tǒng)的實現(xiàn)
        2.5.4 PMSM實驗平臺實驗測試
    2.6 本章小結(jié)
第三章 耦合多新息辨識方法及PMSM應(yīng)用
    3.1 引言
    3.2 耦合多新息帶遺忘因子最小二乘辨識方法
        3.2.1 單輸入單輸出多新息帶遺忘因子最小二乘辨識算法
        3.2.2 耦合子系統(tǒng)多新息帶遺忘因子最小二乘辨識算法
        3.2.3 耦合多新息帶遺忘因子最小二乘辨識算法
    3.3 基于耦合多新息帶遺忘因子最小二乘算法的PMSM參數(shù)辨識
        3.3.1 PMSM的多元回歸辨識模型
        3.3.2 仿真驗證
        3.3.3 實驗驗證
    3.4 本章小結(jié)
第四章 耦合有限數(shù)據(jù)窗辨識方法及PMSM應(yīng)用
    4.1 引言
    4.2 耦合有限數(shù)據(jù)窗帶遺忘因子最小二乘辨識方法
        4.2.1 多變量有限數(shù)據(jù)窗帶遺忘因子最小二乘辨識算法
        4.2.2 耦合子系統(tǒng)有限數(shù)據(jù)窗帶遺忘因子最小二乘辨識算法
        4.2.3 耦合有限數(shù)據(jù)窗帶遺忘因子最小二乘辨識算法
    4.3 基于耦合有限數(shù)據(jù)窗帶遺忘因子最小二乘算法的PMSM參數(shù)辨識
        4.3.1 基于多元模型的PMSM參數(shù)辨識
        4.3.2 仿真驗證
        4.3.3 實驗驗證
    4.4 本章小結(jié)
第五章 耦合偏差補償辨識方法及PMSM應(yīng)用
    5.1 引言
    5.2 多變量系統(tǒng)部分耦合偏差補償帶遺忘因子最小二乘辨識方法
        5.2.1 多輸入多輸出時變系統(tǒng)模型
        5.2.2 耦合子系統(tǒng)偏差補償帶遺忘因子最小二乘辨識算法
        5.2.3 部分耦合偏差補償帶遺忘因子最小二乘辨識算法
    5.3 基于部分耦合偏差補償帶遺忘因子最小二乘算法的PMSM參數(shù)辨識
        5.3.1 PMSM的狀態(tài)方程辨識模型
        5.3.2 實驗驗證
    5.4 多元偽系統(tǒng)耦合偏差補償帶遺忘因子最小二乘辨識方法
    5.5 基于耦合偏差補償帶遺忘因子最小二乘算法的PMSM參數(shù)辨識
    5.6 本章小結(jié)
第六章 基于參數(shù)耦合辨識的PMSM間接自適應(yīng)反步法控制策略
    6.1 引言
    6.2 反步法控制理論
        6.2.1 非線性嚴(yán)格反饋系統(tǒng)
        6.2.2 反步法控制器設(shè)計
    6.3 PMSM間接自適應(yīng)反步法控制
        6.3.1 PMSM間接自適應(yīng)反步法控制器設(shè)計
        6.3.2 間接自適應(yīng)反步法數(shù)字化控制器的實現(xiàn)
        6.3.3 仿真驗證
        6.3.4 實驗驗證
    6.4 本章小結(jié)
第七章 結(jié)論與展望
    7.1 結(jié)論
    7.2 展望
致謝
參考文獻
附錄：作者在攻讀博士學(xué)位期間發(fā)表的論文


【參考文獻】：
期刊論文
[1]系統(tǒng)辨識算法的復(fù)雜性、收斂性及計算效率研究[J]. 丁鋒.  控制與決策. 2016(10)
[2]永磁同步電機用坐標(biāo)變換的電流諧波抑制方法[J]. 劉剛,孫慶文,肖燁然.  電機與控制學(xué)報. 2015(05)
[3]永磁同步電機參數(shù)辨識研究綜述[J]. 李紅梅,陳濤.  電子測量與儀器學(xué)報. 2015(05)
[4]多變量方程誤差類系統(tǒng)的部分耦合迭代辨識方法[J]. 丁鋒,汪菲菲,汪學(xué)海.  南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2014(04)
[5]類多變量輸出誤差系統(tǒng)的耦合多新息辨識方法[J]. 丁鋒,汪菲菲,汪學(xué)海.  南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2014(03)
[6]基于柯西變異粒子群算法的永磁同步電機參數(shù)辨識[J]. 傅小利,顧紅兵,陳國呈,鄒俊忠,張見.  電工技術(shù)學(xué)報. 2014(05)
[7]基于遺傳算法的內(nèi)埋式永磁同步電機參數(shù)辨識方法[J]. 肖曦,許青松,王雅婷,史宇超.  電工技術(shù)學(xué)報. 2014(03)
[8]基于多新息隨機梯度永磁同步電機參數(shù)辨識[J]. 徐鵬,肖建,周鵬,李山.  計算機工程與應(yīng)用. 2014(06)
[9]多元系統(tǒng)耦合多新息隨機梯度類辨識方法[J]. 丁鋒,汪菲菲.  南京信息工程大學(xué)學(xué)報(自然科學(xué)版). 2014(01)
[10]基于dq0坐標(biāo)系的異步電機等效電路參數(shù)在線辨識方法研究[J]. 杜中蘭,趙海森,劉曉芳,王慶,張萌.  華北電力大學(xué)學(xué)報(自然科學(xué)版). 2013(03)

博士論文
[1]列車自動駕駛控制模型參數(shù)辨識及其應(yīng)用[D]. 王呈.北京交通大學(xué) 2015
[2]基于Backstepping方法的不確定非線性系統(tǒng)魯棒自適應(yīng)控制[D]. 蔡建平.浙江大學(xué) 2014
[3]基于先進辨識的控制策略研究及其應(yīng)用[D]. 王建宏.南京航空航天大學(xué) 2011
[4]永磁同步電機多參數(shù)在線辨識研究[D]. 劉侃.湖南大學(xué) 2011
[5]永磁同步電機非線性及諧波參數(shù)的閉環(huán)辨識系統(tǒng)研究[D]. 石晶合.哈爾濱工業(yè)大學(xué) 2011
[6]模塊化非線性系統(tǒng)辨識算法研究[D]. 徐小平.西安理工大學(xué) 2010

碩士論文
[1]具有死區(qū)補償?shù)腟VM-DTC交流調(diào)速實驗平臺研究[D]. 鞠雪強.哈爾濱工業(yè)大學(xué) 2014



本文編號：2973799