开关磁阻电机神经网络建模及无位置传感器控制研究

《开关磁阻电机神经网络建模及无位置传感器控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得云洼王些太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文作者签名：酗呈豆签字日期：z。l砗；月11日学位论文版权使用授权书本学位论文作者完全了解云洼王些太堂有关保留、使用学位论文的规定。特授权云洼工些太堂可以将学位论文的全部或部分内容编入有关数据

2、库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复印件和磁盘。(保密的学位论文在解密后适用本授权说明)学位论文作者签名：a心霭辽导师签名：签字日期：bl睁乡月I1日签字日期：13I与年弓月I＼日万方数据学术论文的主要创新点II[111IIIIU11[II[IIlY2757036一、针对开关磁阻电机的双凸极结构和磁路的高度饱和造成的电机特性的高度非线性、难以解析和建立准确的数学模型等问题，本文分别使用BP神经网络和RBF神经网络对开关磁阻电机的磁链特性、转

3、矩逆特性、角度位置特性进行了非线性建模，并通过几组模型的比较，分析了两种神经网络在开关磁阻电机建模方面的应用分别具有的优点和劣势。二、开关磁阻电机的无位置传感器研究是当前的热点问题，本文在研究了非导通相电流比较法的工作原理基础上，利用神经网络的非线性拟合能力，建立高精度的角度位置模型，提出了基于神经网络的开关磁阻电机无位置传感器控制方案，并分别进行了两种方案的软件程序设计。三、在基于dSPACE半实物实时仿真系统的开发平台上进行了两种无位置传感器控制方案的实验验证，实现了开关磁阻电机的初始位置检测和基于非导通相电

4、流比较法和神经网络法的换相位置判断。万方数据摘要开关磁阻电机由于其结构简单、工作可靠等诸多优点，引起了广泛关注，但由于双凸极结构及磁链的高度饱和，导致其电机特性高度非线性，难以建立准确的数学模型，因此建立准确的开关磁阻电机非线性模型有助于电机的优化设计，同时对于电机的性能分析和高性能控制也具有重要意义。位置闭环是开关磁阻电机调速系统的重要组成部分之一，传统的直接位置检测是通过传感器或编码器等采集电机位置信号，但位置检测元件的存在增加了SRD系统的成本、限制了SR电机的应用领域、降低了系统的可靠性，所以研究无位置传

5、感器的转子位置检测方法成为SRD系统研究的热点。而神经网络由于其良好的非线性拟合能力，在非线性建模和智能控制方面都有十分重要的应用，能够很好的解决开关磁阻电机的非线性建模和间接位置检测中存在的一些问题。本文首先对开关磁阻电机的工作原理及其调速系统的基本构成进行研究，分析了开关磁阻电机传统建模方法存在的一些问题。然后，本文在研究了当前应用广泛的BP神经网络和RBF神经网络工作原理的基础上，通过比较一些常用的优化算法的训练速度，选择了在中小规模网络中训练速度最快的LM优化算法作为网络的训练算法。之后，以此为基础，分别

6、使用两种神经网络建立了SRM的磁链模型、转矩逆模型和角度位置模型，并分析了两种网络在应用于开关磁阻电机建模时各自的优缺点。最后，本文在研究非导通相电流比较法无位置传感器控制的工作原理基础上，提出了基于神经网络的无位置传感器控制算法，进行了两种方案的软件程序设计，并在基于dSPACE半实物实时仿真系统的实验平台上进行了实验验证，证明了两种方案的可行性。关键词：开关磁阻电机；神经网络；非线性建模；无位置传感器；非导通相电流比较法万方数据AbstractSwitchedReluctanceMotor(SRM)hasat

7、tractedwideattentionduetoitssimplestructure，reliableoperationandotheradvantages．However，consideringthatthemotor’Scharacterappearshighnonlinearitywhichresultsfromitsdoublesalientstructureandhighlysaturatedfluxlinkage，themathematicmodelisdifficulttobuild．Theref

8、ore，establishingaccurateSRMnonlinearmodelisbeneficialtomotor’Soptimizingdesign．Besides，itisofgreatimportancetomotoranalysisandhigh—performancecontr01．Thepositionclose—loopisanessentialpar