永磁同步电机改进神经网络控制研究

发布时间：2017-10-16 06:14

  本文关键词：永磁同步电机改进神经网络控制研究

  更多相关文章： 永磁同步电机 PID控制 改进神经网络 控制性能

【摘要】：永磁同步电机(Permanent Magnet Synchronous Motor)以其体积小、功率密度高、过载能力强和控制性能优良等优点在高精度控制场合得到了广泛的应用和发展。近年来,由于化石能源紧缺和低碳的背景,电动汽车发展前景相当看好。永磁同步电机在电动汽车驱动方面受到了高度重视。这就使得对永磁同步电机的控制研究成为重要的内容和热点。永磁同步电机具有强非线性、时变和强耦合的特性,难以建立精确的系统数学模型,传统PID控制器无法取得很好的控制效果。随着智能控制技术的发展,神经网络控制成为新型的控制方案。人工神经网络具有自学习、自适应和自组织的能力,它与PID控制器相结合,弥补了传统PID控制器不能实时调参数和鲁棒性不强等缺点。文中提出了基于超闭球小脑模型(HCMAC)神经网络的永磁同步电机自适应调速控制策略,该网络结构简单,无需反复学习,学习收敛速度较快。在MATLAB/SIMULINK环境下仿真结果与PID进行对比,不难发现,在空载启动和突加负载的情况下采用HCMAC神经网络与PID结合控制的方法进行实时控制时,转速误差更小、控制精度更高、动静态响应更快。文中对遗传算法优化神经网络作了进一步的研究,遗传算法在整定PID参数中具有操作方便、速度快,多点并行操作,多目标寻优等优点,是一种全局优化算法。选用的神经网络为小脑模型(CMAC)神经网络,也用PID控制器作为参照,同样验证了该方法的有效性和合理性。可见,对于高精度和实时性要求较高的场合,该方法具有很强的学术价值和可预期的应用前景。
【关键词】：永磁同步电机 PID控制 改进神经网络 控制性能
【学位授予单位】：上海电机学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM341
【目录】：

• 摘要5-7
• ABSTRACT7-12
• 第一章 绪论12-19
• 1.1 课题研究背景12-14
• 1.2 永磁同步电机的研究现状和发展方向14-15
• 1.3 永磁同步电机的控制策略介绍15-16
• 1.4 神经网络控制基础16-17
• 1.5 本文研究的主要内容17-19
• 第二章 永磁同步电机的结构以及数学模型19-26
• 2.1 永磁同步电机的结构和分类19-20
• 2.1.1 永磁同步电机的结构19
• 2.1.2 永磁同步电机的分类19-20
• 2.2 永磁同步电机的数学模型20-25
• 2.2.1 a-b-c坐标下数学模型20-21
• 2.2.2 坐标变换21-24
• 2.2.3 永磁同步电机在两相定子坐标系下的数学模型24-25
• 2.2.4 永磁同步电机在两相旋转坐标系下的数学模型25
• 2.3 本章小结25-26
• 第三章 基于MATLAB的永磁同步电机矢量控制系统及其仿真模型26-37
• 3.1 空间矢量（SVPWM）的实现26-29
• 3.2 矢量控制技术介绍29-31
• 3.3 永磁同步电机的调速系统的仿真模型31-34
• 3.3.1 SVPWM模块31-34
• 3.3.2 永磁同步电机本体模块34
• 3.4 永磁同步电机调速系统仿真结果34-36
• 3.5 本章小结36-37
• 第四章 HCMAC神经网络与PID并行控制在永磁同步电机中的应用37-55
• 4.1 神经网络基本原理37-40
• 4.1.1 人工神经元模型37-38
• 4.1.2 神经网络模型分类38-39
• 4.1.3 神经网络的学习39-40
• 4.2 神经网络控制40-41
• 4.2.1 神经网络控制介绍40-41
• 4.2.2 神经网络控制的原理和结构41
• 4.3 小脑模型神经网络介绍41-44
• 4.3.1 CMAC神经网络结构42-43
• 4.3.2 小脑模型神经网络的研究现状43-44
• 4.4 超闭球小脑模型神经网络的结构及原理44-47
• 4.4.1 超闭球小脑模型神经网络的结构44-45
• 4.4.2 超闭球小脑神经网络的算法原理45-47
• 4.4.3 HCMAC神经网络的学习算法47
• 4.5 HCMAC与PID结合控制在PMSM控制系统中的应用47-54
• 4.5.1 HCMAC神经网络与PID结合控制47-48
• 4.5.2 仿真结果及分析48-54
• 4.6 本章小结54-55
• 第五章 遗传算法优化HCMAC-PID控制器在永磁同步电机中的应用55-68
• 5.1 遗传算法的基本原理55-57
• 5.2 遗传算法的优化设计57-58
• 5.2.1 遗传算法的构成要素57
• 5.2.2 遗传算法的应用步骤57-58
• 5.3 遗传算法的收敛性分析58-60
• 5.4 遗传算法的实际应用60-61
• 5.5 基于遗传算法的PID整定原理及仿真参数选取61-63
• 5.5.1 遗传算法整定PID原理61-62
• 5.5.2 利用遗传算法优化 , ,p i dk k k的具体步骤62-63
• 5.5.3 系统仿真参数对整定结果的影响63
• 5.6 遗传算法优化CMAC-PID控制器在永磁同步电机中的应用63-66
• 5.6.1 遗传算法优化CMAC-PID控制器在永磁同步电机中的应用63-64
• 5.6.2 仿真结果与分析64-66
• 5.7 本章小结66-68
• 第六章 结论与展望68-70
• 6.1 结论68
• 6.2 展望68-70
• 参考 文献70-75
• 致谢75-76
• 攻读硕士学位期间取得的研究成果76

【参考文献】

中国期刊全文数据库 前10条

1 郑严;;浅析永磁同步电动机的结构及特点[J];黑龙江科技信息;2014年13期

2 张强;韩如成;李宁;;PMSM-DTC与SVM-PMSM-DTC仿真对比[J];工业控制计算机;2014年01期

3 吴德会;夏晓昊;李钷;;一种带约束的电压空间矢量脉宽调制方法[J];电网技术;2013年10期

4 郭春林;甄子健;武力;肖湘宁;;电动汽车发展前景与关键因素分析[J];汽车工程;2012年09期

5 李慧;段培永;张庆范;;基于聚类的超闭球CMAC神经网络改进算法[J];吉林大学学报(工学版);2012年01期

6 段培永;郭东东;李慧;段晨旭;;一种基于数据的夏季居住环境热舒适度控制方法[J];山东建筑大学学报;2011年01期

7 彭海涛;何志伟;余海阔;;电动汽车用永磁同步电机的发展分析[J];微电机;2010年06期

8 王松;刘明光;石双双;杨罡;;基于卡尔曼滤波和神经网络的PMSM参数辨识[J];北京交通大学学报;2010年02期

9 刘婷婷;谭_g;吴刚;王书茂;;基于SVPWM的高转速永磁同步电机控制系统的研究[J];电力系统保护与控制;2009年12期

10 于晶荣;章兢;;基于电压空间矢量的有源滤波器无差拍电流控制方法[J];湖南大学学报(自然科学版);2008年10期

中国博士学位论文全文数据库 前1条

1 孙晓静;飞轮电池控制策略研究及其应用[D];兰州理工大学;2013年

中国硕士学位论文全文数据库 前10条

1 张鹏;基于滑模控制器的永磁同步电机调速控制系统研究与应用[D];华东交通大学;2014年

2 刘微;永磁同步电机弱磁控制策略研究[D];北京交通大学;2014年

3 张峰;纯电动汽车用永磁同步电机控制器的研究[D];南昌大学;2013年

4 单衍安;基于信度分配的改进型超闭球小脑神经网络风速预测模型[D];太原理工大学;2013年

5 丁文双;永磁同步电机PI参数自整定[D];南京航空航天大学;2012年

6 于水乐;基于DSP的交流永磁同步电机伺服控制系统的研究[D];南京航空航天大学;2012年

7 武玉良;基于视网膜神经网络的永磁同步电机控制策略研究[D];沈阳工业大学;2011年

8 崔珊珊;遗传算法的一些改进及其应用[D];中国科学技术大学;2010年

9 曹道友;基于改进遗传算法的应用研究[D];安徽大学;2010年

10 王银年;遗传算法的研究与应用[D];江南大学;2009年

，

本文编号：1041062