基于参数辨识及补偿控制的异步电动机智能控制技术研究

发布时间：2021-03-04 04:17

　　本论文以转子磁场定向控制的异步电动机调速系统为研究对象,以提高系统的动态响应和鲁棒性为主要目标,研究和建立转子电阻等参数变化情况下的异步电动机动态数学模型,以及基于此动态数学模型的参数辨识、模糊神经网络控制、神经网络控制、非线性控制和自适应控制等控制策略、控制结构和控制技术。1.在实时控制中,参数在线辨识算法的复杂程度直接影响系统控制的实时性和动态性能,而参数变化情况下系统的数学模型,不仅能够用于分析参数变化对系统性能的影响,而且对提高辨识算法的快速性和准确性有重要的作用。为此本文在异步电机动态数学模型基础上,应用状态增量的方法,研究、推导和建立了异步电机转子电阻和电感变化情况下的数学模型,并应用该模型分析了参数对系统性能的影响。模型以Laplace算子的传递函数形式表示,具有结构简单、物理概念清晰、使用方便等特点,为研究分析电机转子电阻等参数对系统性能的影响和参数辨识等提供了一种新的简单实用的方法。2.应用人工神经网络的方法,在所建立的状态增量型动态数学模型研究的基础上,提出了转子电阻、系统转动惯量、粘性摩擦系数和负载转矩的辨识方法,在此基础上通过在前向通道串入一个校正装置的方法,提... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：148 页

【学位级别】：博士

【部分图文】：

转速响应仿真曲线

图 2.6 恒磁链矢量控制方式的三相异步电动机速度闭环控制系统框图图 2.7 转速响应仿真曲线（KP=0.65，KI=11.76 ）速度角ra/d·s1-时间/s-

图 2.9 转速响应仿真曲线（KP=2.76，KI=8.38）图 2.10 转矩电流qsi 响应仿真曲线（KP=2.76，KI=8.38）时间/s时间/s矩电流转A/

【参考文献】：
期刊论文
[1]神经网络辨识方案在异步电机传动系统参数辨识中的应用讨论[J]. 汪镭,周国兴,吴启迪.  电工电能新技术. 2001(02)
[2]人工神经网络在传动领域中的应用[J]. 汪镭,周国兴,吴启迪.  电机与控制学报. 2001(01)
[3]基于遗传算法的异步电动机模糊控制器优化设计[J]. 汪光阳,周谦之,周韵玲,张辉宜.  电工技术学报. 2001(01)
[4]基于RBF神经网络的模糊自适应控制[J]. 蒋斌,颜钢锋.  电气自动化. 2001(01)
[5]基于变结构理论的感应电动机模糊线性调速系统[J]. 谭惊涛,秦忆.  电工技术学报. 2000(05)
[6]交流传动系统的控制策略[J]. 陈伯时,谢鸿鸣.  电工技术学报. 2000(05)
[7]模糊控制在交流调速中的应用现状及前景[J]. 周炼,谢运祥.  微电机(伺服技术). 2000(02)
[8]基于模糊神经变结构控制的交流伺服系统[J]. 张昌凡,王耀南.  工业仪表与自动化装置. 2000(02)
[9]开关磁阻电机的模糊神经网络模型[J]. 李大芃,王守臣,诸静.  中国电机工程学报. 2000(01)
[10]基于输入输出模型的模糊神经网络滑模控制[J]. 达飞鹏,宋文忠.  自动化学报. 2000(01)



本文编号：3062549