電動(dòng)汽車體現(xiàn)了當(dāng)前新能源汽車的發(fā)展方向,永磁同步電機(jī)(Permanent Magnet Synchronous Motor,PMSM)因?yàn)槠涓咝Ч?jié)能、可靠、功率密度大、控制簡(jiǎn)單等特點(diǎn),在電動(dòng)汽車電機(jī)領(lǐng)域得到了成功的應(yīng)用,并且存在巨大的發(fā)展空間�，F(xiàn)代控制理論是自適應(yīng)控制的理論基礎(chǔ),自適應(yīng)控制可以根據(jù)系統(tǒng)參數(shù)的變化情況,以反饋控制方式動(dòng)態(tài)調(diào)整系統(tǒng)控制器的參數(shù),從而使系統(tǒng)達(dá)到預(yù)期的控制目標(biāo)。目前,永磁同步電機(jī)的自適應(yīng)控制主要存在以下問(wèn)題。一方面,永磁同步電機(jī)的雙閉環(huán)采用串級(jí)控制,采用傳統(tǒng)PI控制器待整定參數(shù)多,整定過(guò)程復(fù)雜,且整定得到的速度環(huán)與電流環(huán)PI控制器參數(shù)沒(méi)有明顯的物理含義。另一方面,永磁同步電機(jī)的參數(shù)受溫度、磁飽和等因素影響,會(huì)降低系統(tǒng)的動(dòng)態(tài)性能,且其控制系統(tǒng)是一個(gè)強(qiáng)非線性、時(shí)變和多變量系統(tǒng),精確的電機(jī)參數(shù)對(duì)于實(shí)現(xiàn)PMSM高性能控制系統(tǒng)至關(guān)重要。因此,需要在線辨識(shí)電機(jī)控制系統(tǒng)所需要的參數(shù)。針對(duì)以上兩個(gè)問(wèn)題可以從以下幾個(gè)方面解決:(1)通過(guò)采用粒子群優(yōu)化的徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)算法調(diào)整PI控制器參數(shù),減少了PI控制器待整定參數(shù)數(shù)量,推導(dǎo)...

【文章頁(yè)數(shù)】：83 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 引言
    1.2 課題研究背景及意義
    1.3 國(guó)內(nèi)外發(fā)展現(xiàn)狀及分析
        1.3.1 自適應(yīng)控制
        1.3.2 控制器算法
        1.3.3 電機(jī)參數(shù)辨識(shí)
    1.4 本文主要研究?jī)?nèi)容
第2章 永磁同步電機(jī)及其控制策略
    2.1 引言
    2.2 永磁同步電機(jī)的結(jié)構(gòu)
    2.3 永磁同步電機(jī)的數(shù)學(xué)模型
    2.4 永磁同步電機(jī)控制策略
        2.4.1 矢量控制原理
        2.4.2 永磁同步電動(dòng)機(jī)的矢量控制策略
        2.4.3 線性調(diào)制區(qū)域至過(guò)調(diào)制區(qū)域中電機(jī)的控制
    2.5 本章小結(jié)
第3章 基于神經(jīng)網(wǎng)絡(luò)的PMSM速度環(huán)自適應(yīng)控制策略
    3.1 引言
    3.2 神經(jīng)網(wǎng)絡(luò)與自適應(yīng)控制
    3.3 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
    3.4 粒子群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)
        3.4.1 粒子群算法的原理與算法實(shí)現(xiàn)
        3.4.2 具有改進(jìn)慣性權(quán)重的粒子群算法
    3.5 基于神經(jīng)網(wǎng)絡(luò)的速度環(huán)自適應(yīng)控制策略設(shè)計(jì)
    3.6 速度環(huán)自適應(yīng)控制策略仿真模型及結(jié)果分析
    3.7 本章小結(jié)
第4章 基于參數(shù)辨識(shí)的PMSM電流環(huán)自適應(yīng)控制策略
    4.1 引言
    4.2 參數(shù)辨識(shí)與自適應(yīng)控制
        4.2.1 自校正控制原理
    4.3 最小二乘法參數(shù)辨識(shí)
        4.3.1 最小二乘法原理
        4.3.2 帶遺忘因子的遞推最小二乘算法
    4.4 基于參數(shù)辨識(shí)的電流環(huán)自適應(yīng)控制策略設(shè)計(jì)
        4.4.1 電機(jī)數(shù)學(xué)模型RLS表現(xiàn)形式
        4.4.2 電感參數(shù)的在線估計(jì)
        4.4.3 定子電阻和永磁體磁鏈的在線辨識(shí)
    4.5 電流環(huán)自適應(yīng)控制策略仿真模型及結(jié)果分析
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)驗(yàn)證
    5.1 引言
    5.2 硬件電路設(shè)計(jì)
        5.2.1 電流采樣電路
        5.2.2 電機(jī)轉(zhuǎn)速測(cè)量
    5.3 軟件設(shè)計(jì)
    5.4 實(shí)驗(yàn)臺(tái)架設(shè)計(jì)
    5.5 實(shí)驗(yàn)結(jié)果分析
    5.6 本章小結(jié)
第6章 總結(jié)與展望
    6.1 全文總結(jié)
    6.2 研究展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文及研究成果



本文編號(hào)：4051277