基于模糊神经自适应感应电动机直接转矩控制的的研究

《基于模糊神经自适应感应电动机直接转矩控制的的研究》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、基于模糊神经n适麻的感府电动机卣接转矩控制研究摘要感应电动机直接转矩控制是上世纪80年代发展起来的交流调速控制方案。它直接对电机的定子磁链和转矩进行控制，其结构简单，控制手段直接，具有良好的动静态性能。传统的感应电动机直接转矩控制采用滞环比较器分别对转矩和磁链进行调节，从而近似的实现了对转矩和磁链的解耦。但同时也带来了转矩脉动问题。本文主要围绕采用先进手孥制方法抑制转矩脉动和直接转矩无速度传感器算法两方面来进行。首先，本文介绍了感应电动机的数学模型，对传统直接转矩控制系统进行了讨论。利用MATLAB／SIMULINK建立了感应电动机直接转矩

2、系统的仿真模型。并进行了仿真，仿真结果验证了直接转矩控制优良的动静态性能。其次，传统的控制策略依赖于电机的数学模型，当模型参数变化或受到扰动作用时，系统性能将受到影响。智能控制算法不须依赖电机精确的数学模型，具有较强的鲁棒性。本文阐述了智能控制技术，包括模糊控制和神经网络控制技术，在此基础上，一是设计了模糊控制器，二是利用BP网络设计人工神经网络控制器。分别对两种控制器进行了仿真验证，仿真结果证明了利用模糊控制器和神经网络控制器能有效的降低转矩的脉动。这两种控制器用来代替传统直接转矩控制中的滞环比较器，进一步简化了结构，改善了系统的性能。最

3、后，无速度传感器技术是近年来研究的热点领域。本文介绍了几种常见的无速度传感器的方案，利用模型参考自适应理论和线性自适应神经网络分别设计了感应电动机直接转矩无速度传感器方案，拓展了无速度传感技术的方法，有助于无速度传感器技术的进一步实现。对所设计的方案分别进行了仿真，仿真结果证明了其正确性，有效性。通过本文的研究，表明了将先进控制方法引入直接转矩控制，可以有效的改善感应电动机直接转矩控制的性能。在直接转矩控制以及交流传动技术应用领域有广阔的前景。关键词：交流调速系统；直接转矩控制：模糊控制；无速度传感器技术；神经网络；自适应控制；lI硕士学位

4、论文量皇量■量篁皇曼曼!兰舅曼曼量——■罾笪曼!苎皇舅曼量—■董I——II曼曼皇罡曼■■■皇曼兰蔓曼曼晕——皇皇曼皇皇量詈—■■皇皇曼皇曼曼AbstractDirecttorquecontrol(DTC)ofinductionmachineisanewcontrolstrategyinthefieldofvariablespeedACmotordriveapplicationsdevelopedinthemideightyoflastcentury．Itdirectlycontrolstheelectromagnetictorqueands

5、tatorfluxlinkage．Ithassimplestructure，directlycontrolmeansandhighstableandtransientperformance．ConventionalDTCemploystwohysteresiscomparatorstoregulatethestatorfluxandtorquerespectively,whichresultsinapproximatelydecouplingbetweenthefluxandthetorquecontr01．Andalsoitbringst

6、orquerippleproblem．Thepaper’Semphasesaretwoaspects：Oneisreducingthetorquerippleusingadvancedcontrolmethodsandtheotheristheresearchofthespeedsensor—lessschemes．Firstly,afterintroducingtheinductionmathematicmodel，theconventionalDTCisdiscussedandthesimulationmodelofitisbuildu

7、pbyusingoftheSIMULINKtoolboxofMATLABsoftware．SimulationresultstestifytheDTChasgoodstaticanddynamicperformance．Secondly，conventionalcontrolstrategiesarebasedoninductionmathematicmodel．Theperformancewouldbeaffectedbythemodelparametersorrandomnoise．Buttheintelligencecontrolle

8、rsdoesnotneedtheprecisemathematicalmodelandhavegreatrobustness．Inthispapertheintelligentc