基于MRAS的神经网络PMSM矢量控制系统

发布时间：2017-11-14 00:07

  本文关键词：基于MRAS的神经网络PMSM矢量控制系统

  更多相关文章： 永磁同步电机(PMSM) 模型参考自适应(MRAS) 速度辨识器 速度控制器

【摘要】：近年来,高性能永磁同步电机(PMSM)控制系统已经成为电气传动控制系统的一个主流发展方向。永磁同步电机是一个非线性、多变量、强耦合、时变的被控对象,被控系统易受电机参数变化、外部负载扰动等不确定性因素影响,传统速度控制控制性能不尽如人意,研究高性能永磁同步电机控制系统解决上述不确定性因素的影响成为电机控制领域热点课题。本文为了提高PMSM控制系统的性能,对PMSM矢量控制系统的高性能控制策略进行研究,使控制系统具有抗干扰能力、高可靠性和强鲁棒性。本文以空间矢量脉宽调制(SVPWM)和永磁同步电机数学模型作为理论基础,将神经网络理论和模型参考自适应(MRAS)理论相结合,研究一种基于神经网络模型参考自适应永磁同步电机的速度控制方案。该方案基于BP神经网络的误差反向传播机制,探讨BP神经网络模型参考自适应速度辨识方法,研究单神经元速度控制器,重点对控制系统中神经网络辨识器算法进行改进,其中辨识器兼作间接传递误差的通道,从而解决单神经元控制器权值的修正问题。该算法利用神经网络可以逼近任何复杂非线性控制对象,通过在线不断自学习、自适应性控制的优点以克服传统模型参考自适应控制算法的不足,使系统具有更强的鲁棒性和容错性。同时利用Matlab/simulink建立仿真模型进行仿真研究,仿真结果表明:本文提出的基于BP神经网络模型参考自适应辨识器与单神经元速度控制器,与传统MRAS速度辨识方法和传统PI速度控制策略相比,具有较好的辨识精度与自适应能力。最后通过搭建以TMS320F2812为核心的硬件实验平台,分别进行了硬件设计和软件设计,并做相关实验进行验证。实验结果表明本文研究的控制策略具有较好的适应性、可靠性、抗干扰能力和鲁棒性。
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TM341;TP273;TP183

【参考文献】

中国期刊全文数据库 前10条

1 闫萍;吴梦艳;;现代永磁电机技术的研究[J];防爆电机;2014年02期

2 史敬灼;沈晓茜;司彦娜;;基于Lyapunov稳定性的超声波电机模型参考自适应转速控制[J];微电机;2014年02期

3 王渝;王玉彩;王书青;史振江;;基于模型参考自适应控制的网络交流伺服系统研究[J];微电机;2014年02期

4 李婷;;国内外神经网络的发展及概述[J];知识经济;2013年18期

5 任晓刚;曹虎;郭育华;;永磁同步电机控制策略[J];变频器世界;2012年09期

6 徐佳园;潘磊;;交流同步发电机最大转矩电流比控制研究[J];电力电子技术;2012年02期

7 王志宇;王长松;杨建成;王辉;;基于辨识系统的凸极式永磁同步电机矢量控制系统研究[J];微电机;2011年07期

8 马鸿雁;孙凯;魏庆;黄立培;;变频调速系统过调制时的相电流重构方法[J];清华大学学报(自然科学版);2010年11期

9 王爱元;凌志浩;王爱元;;感应电机压频比调节的模糊节能控制[J];电气自动化;2008年06期

10 杨启文;陈昊;薛云灿;;单参数PID的Hebb学习控制[J];仪器仪表学报;2008年02期

中国博士学位论文全文数据库 前1条

1 侯利民;永磁同步电机传动系统的几类非线性控制策略研究及其调速系统的实现[D];东北大学;2010年

中国硕士学位论文全文数据库 前1条

1 黄涛;永磁同步电机无速度传感器矢量控制系统的研究[D];天津大学;2007年

，

本文编号：1182976