欢迎来到天天文库
浏览记录
ID:33897387
大小:2.59 MB
页数:84页
时间:2019-03-01
《永磁无刷直流电动机控制策略研究》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、永磁无刷直流电动机控制策略研究摘要论文针对无刷直流电动机无传感器控制中存在的问题,分别从电机的换相、闭环控制和抗干扰等方面来探讨永磁无刷直流电动机的无传感器控制。首先分析了无刷直流电机的数学模型和工作原理。对转子位置检测方法中的反电势过零点法作了比较详细的介绍,讨论了反电势法中相电压和端电压的检测方法,并分析了利用该方法时而产生的转子位置检测误差。针对该检测方法中的相位延迟角问题,在原有的“延迟30。一d换相原理”的基础上,利用“90。一a换相原理”对其迸行改进,增加了相位移a的取值范围,提高了电机换相时的可靠性。其次,论文利用模糊神经网络来预测电机转子的位置信息,实
2、现电机的换相操作。根据无刷直流电机中的电压、电流、磁通和转角之间的相互关系,构造一个基于遗传算法训练网络结构和参数的模糊神经网络,通过检测电机的相电压和电流计算出相磁通,然后利用计算出的相磁通和电流作为网络的输入,经网络运算后,得出电机转予的转角。网络采用离线的方式学习,为了满足系统的实时性要求,网络的离线学习和在线运行都采用遗传算法对网络的参数进行调整。仿真结果表明该方法的合理性。无刷直流电机闭环运行时,不可避免地要受到外部负载扰动和由于电机本身参数变化而产生的干扰。因此,电机闭环控制系统的动态性能就会受到影响。由于干扰的不确定性,论文在抗干扰设计时并没有建立干扰的
3、准确数学模型,而是利用干扰观测器来预测整个系统的等效干扰,然后将干扰量重新补偿到系统中去,以达到消除干扰的目的。仿真结果表明,该方法对干扰的抑制效果明显。论文的最后介绍了基于反电势法的无刷直流电动枫无位置传感器控制的DSP实现,并给出了相关的试验波形。关键词:无刷直流电动机;反电势;模糊神经网络;转角预测器:遗传算法;干扰观测器:信号处理器。ResearchonControlStrategyforPMBrushlessDCMotorsAbstractInallusiontothekeyproblemonthecontr01ofBLDCM,thethesisdiscus
4、ssomemethodsaboutcontrolofitinaspectsofcommutationofmotor,closed—loopcontrolandthedisturbancerestraint.ThethesisfirstexpoundsthemathematicmodelandthebasicrunningprincipleofBLDCM.ThenoIleofthemethodsofrotorpositiondetection--BEMFzerocrossingpointdetectioniSexplainedindetail.Insuccession.
5、thechapterdissertatesthemethodofmeasuringphasevoltageandsupplyvoltage,andanalysestheerrorofrotorpositionusingthismethod.Basedon‘‘lagging30。一ncommutation”。the‘‘lagging90。一qcommutation”methodisbroughtforwardtoovercometheshortagesexistinginthetraditionalzeroBEMF,thentherangofoisexpandedand
6、thereliabilityofcommutationisincreased.Secondly,inordertomakethemotorcommutateexactly,afuzzyneuralnetworkisusedtoestimatetherotorposition.Basedontherelationshipofvoltage,current,fluxlinkageandcorrespondingposition(口),aFNNisproposedwhosestructureandparametersaretrainedbasedOnimprovedgene
7、ticalgorithm.Throughmeasurementofthephasevoltagesandphasecurrents.thefluxlinkagecarlbefigureout.Theinputof洲isfluxlinkageandphasecurrent.theoutputofFNNisrotorposition.111e刚istrainedofflinewiththegeneticalgorithm.SimulationresultsdemonstratethatthemethodiSfeasible.Whenrunningincl
此文档下载收益归作者所有