PMSM參數(shù)辨識及其解耦自適應(yīng)反步法控制研究
發(fā)布時間:2021-10-18 07:54
永磁同步電機(jī)(Permanent magnet synchronous motor,PMSM)具有效率高、調(diào)速范圍廣以及結(jié)構(gòu)簡單等優(yōu)點,是高效、高精度運(yùn)動控制系統(tǒng)的理想驅(qū)動電機(jī)。高性能PMSM控制系統(tǒng)的設(shè)計及實現(xiàn)與電機(jī)參數(shù)密不可分,然而PMSM參數(shù)值會隨著工況及運(yùn)行環(huán)境的變換發(fā)生改變,這將對矢量坐標(biāo)變化、控制器性能造成不利影響。此外,矢量控制時電流勵磁、轉(zhuǎn)矩分量間仍存在的動態(tài)耦合關(guān)系也直接影響到PMSM的動態(tài)性能,通過解耦控制技術(shù)可解決這一問題,但傳統(tǒng)解耦控制技術(shù)多存在電機(jī)參數(shù)依賴問題,所以PMSM參數(shù)辨識研究極其必要。因此,為提高電機(jī)控制性能,本文將對PMSM參數(shù)辨識問題以及基于參數(shù)辨識的PMSM解耦控制方法進(jìn)行研究。主要研究內(nèi)容包括:(1)介紹PMSM數(shù)學(xué)模型,對其進(jìn)行參數(shù)耦合性分析,并推導(dǎo)出相應(yīng)的狀態(tài)反饋解耦控制律。然后對矢量控制以及解耦控制的參數(shù)敏感性進(jìn)行分析,為后續(xù)研究提供理論分析與技術(shù)支撐。(2)針對PMSM多參數(shù)辨識速度慢、精度低等問題,提出了一種基于改進(jìn)樽海鞘群算法的參數(shù)辨識方法?紤]到原樽海鞘群算法的不足,采用自適應(yīng)評估移動策略和鄰域最優(yōu)引領(lǐng)策略,加強(qiáng)了算法個體間信息...
【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)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 PMSM參數(shù)辨識研究現(xiàn)狀
1.2.1 智能優(yōu)化算法類辨識方法
1.2.2 最小二乘算法類辨識方法
1.3 PMSM解耦控制研究現(xiàn)狀
1.3.1 傳統(tǒng)補(bǔ)償類解耦方法
1.3.2 新型解耦方法
1.3.3 狀態(tài)反饋解耦方法
1.4 PMSM反步法控制技術(shù)研究現(xiàn)狀
1.5 研究的主要內(nèi)容及章節(jié)安排
第二章 PMSM數(shù)學(xué)模型及預(yù)備知識
2.1 引言
2.2 PMSM數(shù)學(xué)模型
2.2.1 三相靜止坐標(biāo)系下PMSM數(shù)學(xué)模型
2.2.2 坐標(biāo)變換理論
2.2.3 兩相旋轉(zhuǎn)坐標(biāo)系下PMSM數(shù)學(xué)模型
2.3 預(yù)備知識
2.3.1 PMSM矢量控制
2.3.2 PMSM的矢量控制技術(shù)對參數(shù)變化的敏感性分析
2.3.3 PMSM系統(tǒng)耦合性分析
2.3.4 PMSM狀態(tài)反饋解耦控制設(shè)計
2.3.5 PMSM的解耦控制技術(shù)對參數(shù)變化的敏感性分析
2.4 本章小結(jié)
第三章 基于改進(jìn)樽海鞘群算法的PMSM參數(shù)辨識
3.1 引言
3.2 樽海鞘群算法及其改進(jìn)
3.2.1 標(biāo)準(zhǔn)樽海鞘群算法
3.2.2 改進(jìn)樽海鞘群算法
3.2.3 改進(jìn)樽海鞘群算法性能評估
3.3 基于改進(jìn)樽海鞘群算法的PMSM參數(shù)辨識
3.3.1 PMSM參數(shù)辨識模型
3.3.2 ISSA算法辨識PMSM參數(shù)的實現(xiàn)
3.4 仿真驗證
3.5 本章小結(jié)
第四章 基于耦合增量估計最小二乘算法的PMSM參數(shù)辨識
4.1 引言
4.2 多變量耦合增量估計最小二乘算法
4.2.1 多變量增量估計最小二乘算法
4.2.2 耦合子系統(tǒng)增量估計最小二乘算法
4.2.3 多元系統(tǒng)的耦合增量估計最小二乘算法
4.3 基于多元回歸辨識模型的PMSM參數(shù)辨識
4.3.1 PMSM的多元回歸辨識模型
4.3.2 仿真驗證
4.4 本章小結(jié)
第五章 基于參數(shù)辨識的PMSM解耦自適應(yīng)反步法控制
5.1 引言
5.2 基于參數(shù)辨識的PMSM狀態(tài)反饋解耦控制
5.3 PMSM解耦自適應(yīng)反步法控制
5.3.1 PMSM解耦自適應(yīng)反步法控制器設(shè)計
5.3.2 控制系統(tǒng)穩(wěn)定性分析
5.4 仿真驗證
5.5 實驗驗證
5.5.1 基于DS1007PPC的 PMSM高性能實驗平臺
5.5.2 實驗結(jié)果與分析
5.6 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
致謝
參考文獻(xiàn)
附錄 :作者在攻讀碩士學(xué)位期間科研成果
本文編號:3442499
【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)】:72 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究背景及意義
1.2 PMSM參數(shù)辨識研究現(xiàn)狀
1.2.1 智能優(yōu)化算法類辨識方法
1.2.2 最小二乘算法類辨識方法
1.3 PMSM解耦控制研究現(xiàn)狀
1.3.1 傳統(tǒng)補(bǔ)償類解耦方法
1.3.2 新型解耦方法
1.3.3 狀態(tài)反饋解耦方法
1.4 PMSM反步法控制技術(shù)研究現(xiàn)狀
1.5 研究的主要內(nèi)容及章節(jié)安排
第二章 PMSM數(shù)學(xué)模型及預(yù)備知識
2.1 引言
2.2 PMSM數(shù)學(xué)模型
2.2.1 三相靜止坐標(biāo)系下PMSM數(shù)學(xué)模型
2.2.2 坐標(biāo)變換理論
2.2.3 兩相旋轉(zhuǎn)坐標(biāo)系下PMSM數(shù)學(xué)模型
2.3 預(yù)備知識
2.3.1 PMSM矢量控制
2.3.2 PMSM的矢量控制技術(shù)對參數(shù)變化的敏感性分析
2.3.3 PMSM系統(tǒng)耦合性分析
2.3.4 PMSM狀態(tài)反饋解耦控制設(shè)計
2.3.5 PMSM的解耦控制技術(shù)對參數(shù)變化的敏感性分析
2.4 本章小結(jié)
第三章 基于改進(jìn)樽海鞘群算法的PMSM參數(shù)辨識
3.1 引言
3.2 樽海鞘群算法及其改進(jìn)
3.2.1 標(biāo)準(zhǔn)樽海鞘群算法
3.2.2 改進(jìn)樽海鞘群算法
3.2.3 改進(jìn)樽海鞘群算法性能評估
3.3 基于改進(jìn)樽海鞘群算法的PMSM參數(shù)辨識
3.3.1 PMSM參數(shù)辨識模型
3.3.2 ISSA算法辨識PMSM參數(shù)的實現(xiàn)
3.4 仿真驗證
3.5 本章小結(jié)
第四章 基于耦合增量估計最小二乘算法的PMSM參數(shù)辨識
4.1 引言
4.2 多變量耦合增量估計最小二乘算法
4.2.1 多變量增量估計最小二乘算法
4.2.2 耦合子系統(tǒng)增量估計最小二乘算法
4.2.3 多元系統(tǒng)的耦合增量估計最小二乘算法
4.3 基于多元回歸辨識模型的PMSM參數(shù)辨識
4.3.1 PMSM的多元回歸辨識模型
4.3.2 仿真驗證
4.4 本章小結(jié)
第五章 基于參數(shù)辨識的PMSM解耦自適應(yīng)反步法控制
5.1 引言
5.2 基于參數(shù)辨識的PMSM狀態(tài)反饋解耦控制
5.3 PMSM解耦自適應(yīng)反步法控制
5.3.1 PMSM解耦自適應(yīng)反步法控制器設(shè)計
5.3.2 控制系統(tǒng)穩(wěn)定性分析
5.4 仿真驗證
5.5 實驗驗證
5.5.1 基于DS1007PPC的 PMSM高性能實驗平臺
5.5.2 實驗結(jié)果與分析
5.6 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 展望
致謝
參考文獻(xiàn)
附錄 :作者在攻讀碩士學(xué)位期間科研成果
本文編號:3442499
本文鏈接:http://sikaile.net/kejilunwen/dianlidianqilunwen/3442499.html
最近更新
教材專著