开关磁阻电动机驱动系统建模及其控制策略研究

《开关磁阻电动机驱动系统建模及其控制策略研究》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、浙江大学博士学位论文摘要开关磁阻电机(SRM)驱动系统是20世纪80年代迅猛发展起来的一种新型电机驱动系统。由于其自身的结构及运行特点，SRM的特性和控制方式与传统电机存在着明显的不同，本文从开关磁阻电机及其传动系统的建模和控制两个方面对其进行了理论和应用研究。SRM电动机磁路存在着严重的饱和非线性，且是周期性变化的，难以建立参数化、解析化的数学模型。本文在实际测量SRM电机静态磁链及转矩特性的基础上，将一种模糊神经网络用于丌关磁阻电机非线性建模，并以此模型，建立了一种新型的SR传动系统通用的整体仿真方法，其仿真计算结果与实验结果相比较验证了这种建模及仿真方法的有效性。由于S

2、RM电动机及功率变换器的非线性，SRD控制参数的优化设计是一个颇为复杂的问题。本文从SRM电动机能量转换的本质出发，得出了SRM最佳开关角控制规律的本质特征，之后利用本文提出的基于模糊神经网络的SRM非线性建模和系统仿真方法，对其实际的工作状态进行精确的数值仿真，计算出了SRM电动机开关角度最佳控制规律。基于开关角优化控制思想，本文以TMS320F240数字信号处理器为控制核心，设计开发了具有智能控制方法的高精度、全数字SRM调速驱动系统。试验结果证明，该系统结构简单、可靠，运行效率高，具有较高的动、静态性能。针对传统SRM无位置传感器控制技术存在的问题，论文提出了一种基于简

3、化SRM磁链特性的无位置传感器观测方案，该方法从SRD的特点出发，摈弃了传统的转子位置精确检测的思想，提出了“模糊”角度检测和在线开关角优化调节的思想。实验结果表明本文提出的SRM无位置检测方法简单、实用，系统运行效率高，在高速运行时亦能实现SRM可靠换相。与传统交、直流电机相比，SRM的一个最突出的缺点是其驱动系统转矩脉动比较严重，为此，论文提出了一种基于模糊神经网络转矩逆模型的SRM转矩控制方案，并设计了SRM滑模电流控制器，理论分析和仿真结果表明，基于滑模电流控制器的SRM电动机转矩逆模型控制策略能够有效的解耦、补偿和抵消SRM非线性转矩脉动特性，有效的控制SRM相转矩

4、按期望相转矩变化，从而实现了SRM高性能、低脉动转矩控制。为了提高SRM转矩控制系统的适应性和鲁棒性，论文提出了一种新型SRM转矩观测方案，在此基础上设计了SRM转矩闭环控制方案，仿真结果证明了该方法的有效性。关键词：丌关磁阻电动机，模糊神经网络，无位置传感器控制，转矩控制事磺挥?嚣、苷崩，i穗舔垒哎盆·甯浙江大学博士学位论文ABSTRACTInthelastdecade，theswitchedreluctancemotor(SRM)israpidlygainingimportanceapplicationinvariable—speeddrivesystems．Compar

5、edwithconventionalmotors，TheSRMhasmanyindividualfeatures．ThisdissertationisfocusedonthemodelingandnovelcontrolstrategiesfurSRM．AnimportantcharacteristicoftheSRMdriveisitsinherentnonlinearity,whichmakesitverydifficulttoderiveaanalyticmathematicalmodelforSRM．Basedonthemeasurementoftheflux—lin

6、kageandtorquecharacteristicsofSRM，afuzzy—neuralnetwork(FNN)modelofSRMWaspresented,andthenanovelprocedurefurthegeneralsimulationofswitchedreluctancemotordrivers(SRD)．Computedresultsareverifiedbyexperimentresults．BecauseofthenonlinearityofSRManditspowerconveaer，theoptimizationofcontrolparamet

7、ersisaverycomplexproblem．Thispaperderivesthenaturecharacteristicofoptimumswitch-anglestrategyofSRMfromtheenergyconversionofSRM．UsingthesimulationmethodofSRDdescribed，someresultsabouttheoptimumswitchangleshavebeendrawn．Accordingtotheoptimumswitchanglescon