当前位置:主页 > 科技论文 > 电气论文 >

轮毂式异步电机直接转矩控制研究

发布时间:2017-08-07 15:26

  本文关键词:轮毂式异步电机直接转矩控制研究


  更多相关文章: 交流异步电机 定子电阻辨识 直接转矩控制 数字信号处理器 对角回归网络


【摘要】:矿用电动轮凭借其高效、运载能力强的特性,在全球各大矿场及超大型工程建设中均发挥着重要作用。随着人们对经济效益的追求及科学技术的推动,电动轮自卸车的性能也得到逐步提高,并且在全球全部运输量中的比重也日益加大。电动轮自卸车调速控制的核心任务是,对其轮毂式异步电机进行高效可靠的变频调速;而高性能变频调速需要综合运用诸多学科知识,如自动化技术、嵌入式理论、电力电子技术等。本文首先介绍了国内外电动轮的发展现状,并指出研究对象—三相交流异步电机。然后介绍了空间矢量的概念及两种坐标变换,并给出了不同坐标系下异步电机的状态方程。综合比较交流电机调速策略后选择了直接转矩控制技术作为电动轮自卸车的调速方案。普通的PWM型直接转矩控制系统获得的定子磁链轨迹呈正六边形,造成电机低速时转矩脉动大、噪声大、IGBT开关频率不固定、损耗大。如直接应用于电动轮变频调速控制系统会造成电动轮爬坡时打滑、噪声大、动力不足。鉴于此,本文采用电压空间矢量调制(SVPWM)技术,并搭建了转速闭环的SVPWM—DTC模型。同时,直接转矩控制中电机低速运行时,定子磁链观测器会因定子电阻的变化难以准确跟踪定子磁链,造成系统性能差。为解决此难题,本文设计了两种不同的解决方案。方案一:设计了基于对角回归网络(DRNN)的定子电阻辨识方案,技术思路为:首先,推导出一种只受定子电阻变化影响的速度观测器;当定子电阻受热阻值发生改变时,由此转速观测器所得转速与实际转速不一致;采用DRNN从此误差中实时辨识出定子电阻,并对系统中定子电阻进行动态调整。方案二:采用本课题组提出的定子磁链逆模型概念,利用RBF神经网络来构造定子磁链逆模型,设计了一种新型神经网络闭环磁链观测器。该方案中,以实际异步电机作为参考,采用PID调节器对定子磁链进行模型参考自适应控制。仿真实验获得了预期效果,系统低速性能得到良好改善,说明以上方案行之有效。同时,方案一仅能克服定子电阻变化对定子磁链的不利影响,而方案二除此之外,还可以克服其余参数变化对磁链的不利影响。在实验部分介绍了与本课题组成员合作搭建的一个15kw的异步电机调速实验平台,以此模拟电动轮的调速控制,并分别从硬件和软件两方面介绍了整个实验系统的原理和设计流程。最后,在实验平台上验证了SVPWM—DTC算法的正确性并给出了部分实验结果。
【关键词】:交流异步电机 定子电阻辨识 直接转矩控制 数字信号处理器 对角回归网络
【学位授予单位】:湘潭大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TM343;TP273
【目录】:
  • 摘要4-5
  • Abstract5-10
  • 第1章 绪论10-15
  • 1.1 本课题的研究背景10-11
  • 1.2 国内外电动轮的发展近况及趋势11-13
  • 1.2.1 电动轮发展现状11-12
  • 1.2.2 电动轮发展趋势12-13
  • 1.3 课题来源及全文结构安排13-15
  • 第2章 异步电机的数学模型分析及仿真建模15-21
  • 2.1 坐标变换15-17
  • 2.1.1 静止坐标变换(3s/2s)15-16
  • 2.1.2 Park变换原理16-17
  • 2.2 三相异步电机的仿真建模17-20
  • 2.2.1 (d-q)坐标系下异步电机状态方程17-19
  • 2.2.2 (α-β)坐标系下以 - -ssi ? ?为状态变量的异步电机模型19-20
  • 2.2.3 异步电机仿真模型的搭建20
  • 2.3 本章小结20-21
  • 第3章 异步电机直接转矩控制研究21-36
  • 3.1 异步电机调速控制策略现状21-23
  • 3.1.1 矢量控制技术21-22
  • 3.1.2 直接转矩控制技术简述22-23
  • 3.2 直接转矩控制原理分析23-30
  • 3.2.1 三相电压的空间矢量表示23-24
  • 3.2.2 逆变电路原理分析24-27
  • 3.2.3 滞环比较器与最佳电压矢量的关系27-28
  • 3.2.4 定子磁链观测方案28-29
  • 3.2.5 定子磁链中电压矢量的选择29-30
  • 3.3 SVPWM原理及实现过程分析30-35
  • 3.3.1 SVPWM理论分析30-31
  • 3.3.2 SVPWM算法在DSP中的具体实施31-35
  • 3.4 本章小结35-36
  • 第4章 直接转矩控制中异步电机的定子电阻辨识策略36-48
  • 4.1 神经网络简介36-40
  • 4.1.1 人工神经元模型37-39
  • 4.1.2 几类常用的神经网络39-40
  • 4.2 定子电阻变化对电机参数影响的定性分析40-41
  • 4.3 基于DRNN的定子电阻辨识策略研究41-45
  • 4.3.1 转速观测器的设计41-43
  • 4.3.2 用于电阻辨识的对角递归神经网络结构设计43-44
  • 4.3.3 DRNN网络在线训练算法44-45
  • 4.4 仿真分析45-47
  • 4.5 本章小节47-48
  • 第5章 直接转矩控制中异步电机定子磁链观测的研究48-58
  • 5.1 神经网络定子磁链逆模型原理分析48-49
  • 5.2 定子磁链逆模型的实现分析49-52
  • 5.2.1 RBF神经网络结构49-50
  • 5.2.2 RBF神经网络在线调整算法50-52
  • 5.3 神经网络自适应闭环磁链观测器52-53
  • 5.4 自适应控制器的设计53
  • 5.5 仿真实验53-57
  • 5.6 本章小结57-58
  • 第6章 实验设计与分析58-67
  • 6.1 实验平台硬件设计58-62
  • 6.1.1 实验平台概述58-60
  • 6.1.2 各主要硬件电路设计60-62
  • 6.2 实验平台软件设计62-65
  • 6.2.1 主程序设计流程图63
  • 6.2.2 周期中断的设计流程图63-64
  • 6.2.3 SVPWM软件算法设计流程图64-65
  • 6.3 实验分析65-66
  • 6.3.1 SVPWM算法验证实验65-66
  • 6.3.2 样本数据采集66
  • 6.4 本章小结66-67
  • 第7章 本文内容总结与展望67-69
  • 7.1 工作内容总结67
  • 7.2 工作展望67-69
  • 参考文献69-72
  • 致谢72-73
  • 攻读硕士学位期间参与的项目及学术成果73

【相似文献】

中国期刊全文数据库 前10条

1 薛福连;线绕式异步电机的维修[J];微电机(伺服技术);2002年05期

2 陈志宏;双馈调速异步电机在风力发电中的应用[J];上海大中型电机;2003年01期

3 马宏忠,胡虔生,张利民,韩敬东;异步电机的失电残余电压研究[J];中小型电机;2005年05期

4 章文裕;徐锦才;;异步电机并网发电技术在福建大田县的实践[J];小水电;2006年01期

5 胡小明;;异步电机的启动与调速[J];家电检修技术;2006年18期

6 毕卫红;张巧玲;赵希;;基于异步电机工作模型的设计[J];科学之友(B版);2008年06期

7 本刊通讯员;;第二期异步电机设计培训及研讨班圆满结束[J];电机技术;2008年03期

8 章文裕;异步电机并网发电的要领和体会[J];小水电;1995年03期

9 吴振华;负载有准恒速要求时异步电机的选用[J];中小型电机;1996年06期

10 任炳礼,王晓燕;表面开环形槽的复合转子异步电机的参数计算[J];大电机技术;2000年02期

中国重要会议论文全文数据库 前10条

1 孟甲凡;;基于Matlab/SIMULINK的异步电机的建模与仿真[A];第六届河南省汽车工程科技学术研讨会论文集[C];2009年

2 邰永;刘赵淼;;小型异步电机机壳表面的通风计算[A];北京力学会第15届学术年会论文摘要集[C];2009年

3 李国进;胡常林;侯绪达;;异步电机离线参数辨识[A];中南六省(区)自动化学会第二十九届学术年会论文集[C];2011年

4 赵波;厉虹;;异步电机定位控制方法研究[A];冶金自动化信息网年会论文集[C];2004年

5 赵波;厉虹;;异步电机定位控制方法研究[A];全国冶金自动化信息网年会论文集[C];2004年

6 徐建华;姚来强;;异步电机直接转矩控制系统的设计与仿真[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年

7 姚来强;徐建华;;异步电机直接转矩控制系统的设计与仿真[A];第九届全国电技术节能学术会议论文集[C];2007年

8 李谦祥;胡静涛;;基于虚拟仪器的异步电机试验系统与应用[A];第三届全国虚拟仪器大会论文集[C];2008年

9 潘伟;许波;孙晓东;朱q,

本文编号:635328


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlidianqilunwen/635328.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户5ac37***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com