基于混沌神经网络的异步电机直接转矩控制的研究

发布时间：2021-10-20 22:27

　　电动机的基本功能是把电能转化为机械能而供人们使用,在实践生产运用中,一方面要求电机把电能转化为机械能的效率变高;另一方面是要根据生产生活中的要求达到想要的旋转速度和需求的控制效果。电动机调速性能的提高,不仅仅能够极大的节省能源,还能间接的提高生产出的产品的质量,提高各行业的生产效率。本文以具有混沌神经网络性质的直接转矩控制为研究对象,对其展开深入研究。本文首先通过了解异步电机的发展历史和国内外现状,对电机的矢量控制和直接转矩控制的作了简单介绍和对比,对混沌神经网络的发展做了概述,其次对直接转矩控制的原理、特点进行介绍,并用simulink做出直接转矩的控制模型,做出转速,磁链和转矩的仿真结果图。接着对神经网络和混沌神经网络的基本原理进行介绍,并通过对异步电机的递归网络控制的分析,由于直接转矩控制的速度调节模块中P、I参数的值很难确定,通常都是以试验的方法得到。当遇到的系统存在非线性或者系统的各项数值并不确定时,它的控制性能会很低,不能够达到理想的效果,最重要的是他们的具体数值不能够简单快捷的确定,在工程实际中一旦设备或者外部环境发生变化,以前的参数便不能再去使用,而构造出新的参数却往往... 

【文章来源】：郑州大学河南省 211工程院校

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

静止ABC轴系与静止DQ轴系坐标变换的基础是要保证磁动势等效，否则坐标变换后会改变电机气隙磁场

磁动势方式而言，两者都是相同的，在电流频率不变且满足，对对称绕组加入时变的交流电流，这是两磁场便能够产生。止 DQ 轴系到任意同步旋转 MT 轴系的变换 2.2 所示，在 MT 轴系中，可将 is表示为jθsMsi =| i|e；在 DQ 轴为jθsDsi =| i|e。

()32 )34(C)32(MTABMMMθπθπθ +=++jjji jiieieie式 ejθ=cosθ+jsinθ 并令等式（2.18）左右两边数值大小相 = CBAMMMMMMTM)34)sin(32sinsin()34)cos(32coscos(32iiiiiπθπθθπθπθθ = TMMMMMMMCBA)34)sin(34cos()32)sin(32cos(cossin32iiiiiπθπθπθπθθθ

【参考文献】：
期刊论文
[1]基于大数据分析的混沌神经网络模型在负荷预测中的应用[J]. 王鸿玺,李飞,李翀,张琳,李梦宇.  电力大数据. 2017(08)
[2]具有非线性扰动的时滞混沌神经网络系统同步控制[J]. 李洁,黄艳宾,李俊峰,武晓晶,石丁丁.  系统科学学报. 2017(03)
[3]一种基于Chebyshev混沌神经网络的视频水印算法[J]. 梁家栋,杨树国.  计算机与现代化. 2017(04)
[4]混沌神经网络与CPG的作用机制[J]. 马振鹏,吴宗法.  西安电子科技大学学报. 2016(05)
[5]时变时滞混沌神经网络的采样同步[J]. 聂瑞兴,孙志毅,王健安,路瑶,张文煜.  计算机应用研究. 2014(07)
[6]一类混合延迟混沌神经网络的同步[J]. 邵克勇,于海玉,姜卫岐.  控制工程. 2014(01)
[7]交流变频调速技术的优势与应用[J]. 刘玲.  电气开关. 2010(01)
[8]矢量控制的发展与研究现状[J]. 潘言全.  黑龙江科技信息. 2009(36)
[9]变频调速技术的行业现状与发展趋势[J]. 蒋永华,余愚,孙海山.  工业仪表与自动化装置. 2007(01)
[10]直接转矩控制技术的研究现状与发展趋势[J]. 巫庆辉,邵诚,徐占国.  信息与控制. 2005(04)

博士论文
[1]混沌神经网络及模糊混沌神经网络的研究与应用[D]. 郑丽颖.哈尔滨工程大学 2002
[2]交流电机的转矩控制及电动车驱动技术的研究[D]. 吴峻.中国人民解放军国防科学技术大学 2000

硕士论文
[1]改进的Hopfield型神经网络盲检测算法研究[D]. 季奎明.南京邮电大学 2016
[2]基于混沌神经网络的蜂窝网络信道分配[D]. 李亮.齐齐哈尔大学 2016
[3]基于混沌神经网络的脑网络动力学研究[D]. 郭振强.浙江大学 2016
[4]异步电机直接转矩控制技术若干问题研究[D]. 向峰.西安电子科技大学 2010
[5]异步电动机矢量控制技术若干问题研究[D]. 苟婷婷.西安电子科技大学 2010
[6]动态递归神经网络在异步电机控制上的应用[D]. 宋志强.西华大学 2007
[7]改善直接转矩控制低速性能的研究[D]. 李辉.湘潭大学 2005



本文编号：3447702