基于自适应粒子群算法的船舶推进电机动态参数辨识研究

发布时间：2017-06-02 23:03

  本文关键词：基于自适应粒子群算法的船舶推进电机动态参数辨识研究，由笔耕文化传播整理发布。

【摘要】：随着电力电子技术、交流传动控制技术的迅猛发展,矢量控制已成为现代主流的电机控制策略,且在电力推进船舶的推进电机控制系统中得到广泛应用。优良的推进电机控制系统性能会为船舶安全航行提供有效的技术保障,而推进电机控制性能主要依赖于电机参数的准确性,且电机参数在实际运行过程中会发生变化,因此对船舶推进电机参数在线辨识是十分必要的。 本文首先深入研究了船舶异步推进电机动态模型,推导出船舶异步推进电机转子磁场定向下的动态模型和离散模型。其次,深入分析标准粒子群算法早熟和易陷入局部最优问题的原因。针对以上两个问题,通过引入进化速度因子和聚集度因子,提出一种兼具快速性和精准收敛特性的自适应粒子群算法,并通过测试函数将自适应粒子群算法与几种现有算法进行对比测试。再次,根据船舶异步推进电机的特殊性设计了粒子群算法的目标函数,并将自适应粒子群算法应用于船舶异步推进电机参数辨识,同时详细分析实现流程。最后,在Matlab软件的Simulink环境中搭建了船舶异步推进电机参数辨识系统仿真平台,并对三种经典负载变化情况下进行电机参数辨识仿真。 仿真试验结果表明,自适应粒子群算法在收敛精度和快速性上均优于几种现有粒子群算法,并且解决了标准粒子群算法中的易早熟和易陷入局部最优的问题,实现了电气参数(定转子电阻和电感及互感)的高精度同时在线辨识。
【关键词】：船舶异步推进电机 矢量控制 在线参数辨识 粒子群优化算法
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：U664.14;U665
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-16
• 1.1 课题背景及意义10
• 1.2 国内外研究现状10-14
• 1.3 论文结构安排14-16
• 第2章 船舶异步推进电机动态模型及矢量控制系统16-33
• 2.1 船舶异步推进电机在三相静止ABC坐标系下的动态模型16-19
• 2.1.1 电压方程17
• 2.1.2 磁链方程17-18
• 2.1.3 转矩方程18-19
• 2.1.4 运动方程19
• 2.2 坐标变换和矢量变换19-23
• 2.2.1 变换矩阵19-20
• 2.2.2 Clark矩阵20-21
• 2.2.3 Park变换21-22
• 2.2.4 船舶异步推进电机两相静止αβ坐标系下动态模型22
• 2.2.5 船舶异步推进电机两相同步旋转dq坐标系下动态模型22-23
• 2.3 矢量控制技术23-25
• 2.3.1 矢量控制原理23-24
• 2.3.2 按转子磁场定向的船舶异步推进电机动态模型24-25
• 2.4 船舶异步推进电机状态空间表达式25-27
• 2.5 船舶异步推进电机矢量控制系统仿真27-32
• 2.5.1 定子电流坐标变换28-29
• 2.5.2 直接转子磁场定向29
• 2.5.3 dq轴给定电流计算29-30
• 2.5.4 SVPWM产生模块30
• 2.5.5 仿真结果分析30-32
• 2.6 本章小结32-33
• 第3章 自适应粒子群优化算法研究33-50
• 3.1 标准粒子群优化算法33-35
• 3.1.1 标准粒子群优化算法的基本原理33-34
• 3.1.2 标准粒子群优化算法的实现流程34-35
• 3.2 标准粒子群算法的收敛性分析35-37
• 3.3 自适应粒子群算法37-40
• 3.3.1 自适应惯性权重的构建37-39
• 3.3.2 学习因子的改进39-40
• 3.3.3 自适应粒子群优化算法流程40
• 3.4 自适应粒子群算法的优化性能测试40-49
• 3.4.1 算法测试函数42-45
• 3.4.2 自适应惯性权重参数的确定45-46
• 3.4.3 优化性能结果分析46-49
• 3.5 本章小结49-50
• 第4章 船舶异步推进电机参数辨识50-58
• 4.1 船舶异步推进电机辨识参数的定义50-51
• 4.2 船舶异步推进电机参数辨识的目标函数51
• 4.3 船舶异步推进电机参数辨识流程51-54
• 4.4 基于参数辨识的船舶异步推进电机矢量控制仿真流程54-57
• 4.5 本章小结57-58
• 第5章 不同负载转矩下推进电机在线参数辨识结果与分析58-76
• 5.1 船舶异步推进电机参数辨识系统仿真平台58-62
• 5.1.1 电机互馈平台的结构组成58-60
• 5.1.2 同轴连接器模型60-61
• 5.1.3 电机参数辨识系统仿真平台61-62
• 5.2 负载转矩变化下的船舶异步推进电机参数辨识62-75
• 5.2.1 电机负载的性质62
• 5.2.2 恒转矩负载转矩变化下的参数辨识仿真62-66
• 5.2.3 阶跃负载转矩变化下的参数辨识仿真66-70
• 5.2.4 恒功率负载转矩变化下的参数辨识仿真70-75
• 5.3 本章小结75-76
• 第6章 总结与展望76-78
• 参考文献78-83
• 攻读学位期间公开发表论文83
• 攻读学位期间所获奖项83
• 攻读学位期间参与项目83-84
• 致谢84-85
• 作者简介85

【参考文献】

中国期刊全文数据库 前10条

1 李丹;高立群;黄越;王珂;;基于天体系统粒子群算法的异步电机参数辨识[J];东北大学学报(自然科学版);2008年09期

2 金海;黄进;;基于模型参考方法的感应电机磁链的自适应观测及参数辨识[J];电工技术学报;2006年01期

3 王明渝;冼成瑜;惠娅倩;;感应电动机矢量控制参数离线辨识技术[J];电工技术学报;2006年08期

4 崔纳新;张承慧;李珂;张承进;;基于参数在线估计的交流异步电动机效率最优控制[J];电工技术学报;2007年09期

5 覃建波;邱小华;许宁;宋湛华;;改进粒子群算法在异步电机静态参数识别中的应用[J];电机技术;2008年06期

6 徐小增,秦忆;矢量控制异步电动机的自适应控制和参数辨识[J];电机与控制学报;2002年02期

7 李和明,申仲涛,许伯强;矢量控制异步电动机的转子电阻在线辨识方法[J];华北电力大学学报;2002年03期

8 王鸿山;张兴;杨淑英;谢震;;基于最小二乘法在线参数辨识的异步电动机矢量控制仿真[J];合肥工业大学学报(自然科学版);2009年04期

9 徐小增,李叶松,秦忆;矢量控制感应电机参数变化的影响研究[J];华中科技大学学报(自然科学版);2003年07期

10 郝宁眉;吕新荣;杜刚;;基于粒子群优化算法的异步电动机动态模型参数估计方法研究[J];科学技术与工程;2011年15期

  本文关键词：基于自适应粒子群算法的船舶推进电机动态参数辨识研究，，由笔耕文化传播整理发布。

本文编号：416700