基于模型预测的驱动调速一体式直流电机系统的抗干扰控制方法研究

发布时间：2020-08-12 00:46

【摘要】：直流电机系统在新能源发电、电动汽车等精密调速与定位领域发挥着重要作用,研究设计具有良好动、静态特性的直流电机控制算法具有重要的理论意义和实际应用价值。本文以Buck变换器驱动的直流电机系统为研究对象,研究面向干扰抑制的先进模型预测控制策略。论文的主要研究内容如下:一、介绍驱动调速一体式的直流电机的基本工作原理,并分别建立了Buck变换器驱动电路和直流电机系统的数学模型。根据两部分的相互作用关系建立驱动调速一体式直流电机系统的数学模型,通过对系统的状态量的假设以及相应的坐标变换建立系统的状态空间模型。二、设计并搭建基于DSPACE的直流电机控制算法测试平台。设计基于DS1103板卡的硬件资源及接口,主要包括了直流电机驱动模块,转速检测模块以及电压电流检测模块、PWM输出模块等。并搭建MATLAB/Simulink仿真框图,配置RTI库中模块的选择及参数的设置模式。三、基于驱动调速一体式直流电机的状态空间模型,设计基于状态观测的增量式模型预测输出反馈控制器,实现了对直流电机角速度的无静差跟踪控制。通过在MATLAB/Simulink中搭建控制系统框图对该控制算法进行仿真,结果证明了该方法的可行性以及处理负载转矩这类干扰的有效性。将这种控制器应用在驱动调速一体式的直流电机系统中获得了很好的动、静态性能。四、以驱动调速一体式直流电机的四阶状态空间模型为研究对象,研究设计直接驱动式直流电机转速的新型离散模型预测控制器。首先,基于状态空间模型设计降阶的广义比例积分(Generelized Proportional Integral,GPI)观测器估计状态空间模型中的状态量和集总干扰。其次,将GPI观测器给出的状态和集总扰动估计用于转速预测,对四阶的状态空间模型设计相应的带输入约束的离散模型预测控制器。仿真结果验证了所提控制方法的可行性,以及在提高系统抗干扰性能方面的有效性。五、将上述两种模型预测控制器在基于DSPACE实时控制系统搭建的驱动调速一体式直流电机实验平台中进行了实验验证。实验结果表明,与标准模型预测控制、增量式模型预测控制等方法相比,基于GPI观测器的模型预测控制方法对各种干扰和不确定性表现出更好的鲁棒性。
【学位授予单位】：东南大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP273;U469.72
【图文】：

东南大学硕士学位论文器的基本原理及数学模型换器的基本原理能够对输入电压进行降压变换，使得变换器的输出电压的，Buck 变换器的基本电路图如图 2.1 所示。

基本原理输入电压进行降压变换，使得变换器的输出 变换器的基本电路图如图 2.1 所示。图 2.1 Buck 变换器的电路图分有：一个开关管（比如 GTR、MOSFET、电容组成的低通滤波网络以及负载电阻。开关通关断的开关。

为导通和关断两种状态，令onT 表示开关VT 导通关管单位工作时钟周期，则可得.on offT T TVT 导通，变换器的等效电路如图 2.3（a）所示：阻提供电压，电容、电感储能。输出电压ov 不变，记为oV 。当开关VT 导通时，电感的电流呈线性上升趋势，流过二极管的电电感电流的增量由下式计算得到：000 0onTo oL onE V E Vi dt TL L T 导通期间电感电流的增量，0L 表示电感的电感

【相似文献】

相关期刊论文 前10条

1 俞利涛;魏灿;朱永治;臧建波;;模型预测控制技术在水泥制造中的应用[J];水泥技术;2019年02期

2 张聚;胡标标;谢作樟;龚俊强;;显式模型预测控制的可达分区点定位算法[J];系统科学与数学;2016年10期

3 胡童亮;;模型预测控制技术在碳酸二甲酯生产中的应用[J];浙江化工;2015年12期

4 赵婷婷;程奇峰;王志丰;;改进粒子群算法优化的非线性模型预测控制[J];辽宁工程技术大学学报(自然科学版);2015年04期

5 张聚;丁靖;;倒立摆系统显式模型预测控制[J];控制工程;2010年04期

6 王献忠,杜维;模型预测控制发展概况[J];自动化与仪器仪表;1999年04期

7 李超;赵行晟;王晓俊;周杏鹏;;基于扰动观测器和模型预测控制的降膜蒸发器控制器设计[J];工业控制计算机;2016年03期

8 王国良;杜娟;陈宇晨;阎威武;;基于多目标优化的非线性模型预测控制的研究（英文）[J];计算机与应用化学;2017年04期

9 肖振;高强;常勇;;模型预测控制系统的性能评价研究[J];化工自动化及仪表;2016年07期

10 习春苗;;电力工业模型预测控制——现状与发展[J];环球市场信息导报;2016年09期

相关会议论文 前10条

1 罗秋滨;韩志刚;朱宏;;非线性系统的无模型预测控制方法[A];2009中国控制与决策会议论文集（1）[C];2009年

2 周明;周坚刚;余达太;;钢铁企业模型预测控制技术综述[A];冶金轧制过程自动化技术交流会论文集[C];2005年

3 杨世忠;娄新生;Carl Neuschaefer;Robert Schrecengost;;多模型预测控制及其在超临界锅炉性能优化中的应用[A];中国动力工程学会锅炉专业委员会2012年学术研讨会论文集[C];2012年

4 张聚;张海华;;时延网络控制系统的显式模型预测控制[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

5 张聚;程鑫滟;;三自由度直升机的显式模型预测控制[A];第26届中国控制与决策会议论文集[C];2014年

6 李晓娟;韩宝明;李得伟;郭然;;模型预测控制方法在高速列车运行延误控制中的应用[A];第十二届人-机-环境系统工程大会论文集[C];2012年

7 周洪亮;刘志远;;基于模型预测控制的车辆横摆稳定控制器设计[A];第二十七届中国控制会议论文集[C];2008年

8 吴鹏程;文浩;陈提;金栋平;;基于非线性模型预测控制的大型空间结构姿态机动[A];第二届可展开空间结构学术会议摘要集[C];2016年

9 李子睿;潘博;田汉青;倪俊;龚建伟;;基于模型预测控制的无人驾驶方程式控制器设计:大学生无人方程式大赛[A];2018中国汽车工程学会年会论文集[C];2018年

10 苗浩洁;王曦;;某型涡喷发动机模型预测控制研究[A];中国航天第三专业信息网第三十九届技术交流会暨第三届空天动力联合会议论文集——S10发动机控制技术[C];2018年

相关重要报纸文章 前1条

1 孙长生;国内热工自动调节优化系统应用的主要厂家评析[N];中国电力报;2012年

相关博士学位论文 前10条

1 陈卓易;预测误差驱动的永磁同步电机有限集模型预测控制[D];浙江大学;2018年

2 周湛清;永磁同步电机系统模型预测控制[D];天津大学;2017年

3 李志军;约束模型预测控制的稳定性与鲁棒性研究[D];华北电力大学（北京）;2005年

4 苏成利;非线性模型预测控制的若干问题研究[D];浙江大学;2006年

5 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年

6 田翔;模型预测控制并行计算系统研究[D];浙江大学;2007年

7 张浪文;网络信息模式下分布式协调模型预测控制研究[D];上海交通大学;2015年

8 孔小兵;非线性模型预测控制及其在发电过程控制中的应用[D];华北电力大学;2014年

9 岳俊红;复杂工业过程多模型预测控制策略及其应用研究[D];华北电力大学（北京）;2008年

10 孙行衍;船舶动力定位系统模型预测控制研究[D];哈尔滨工程大学;2014年

相关硕士学位论文 前10条

1 马奥运;Buck-Boost变换器的模型预测控制研究[D];辽宁工程技术大学;2016年

2 窦继江;基于模型预测控制的汽车零部件企业供应链库存优化研究[D];广西科技大学;2014年

3 付胜国;考虑干扰和摩擦的交流伺服系统的模型预测控制算法研究[D];东南大学;2018年

4 高丽聪;基于模型预测控制的光伏并网逆变器低电压穿越技术研究[D];燕山大学;2018年

5 吴晗;基于模型预测的驱动调速一体式直流电机系统的抗干扰控制方法研究[D];东南大学;2018年

6 储佳伟;柔性直流配电系统模型预测控制技术[D];东南大学;2018年

7 尹子剑;多模型预测控制在脱硝系统中的应用研究[D];华北电力大学;2018年

8 荆红娟;基于模型预测控制的四驱混合动力汽车能量管理策略研究[D];合肥工业大学;2018年

9 赵明星;电动汽车永磁同步轮毂电机直接转矩模型预测控制研究[D];吉林大学;2018年

10 崔文轩;模型预测控制的永磁同步电机控制系统研究[D];哈尔滨理工大学;2018年

本文编号：2789788