基于智能控制策略的异步电机直接转矩控制的研究
直接转矩控制论文 智能控制论文 模糊逻辑论文 模糊神经网络论文
论文详情
作为一种新颖的控制方式,直接转矩控制(Direct Torque Control简称DTC)以其简洁明了的结构,优良的动静态性能,得到了极大的发展。但是直接转矩控制的不足之处就是存在转矩脉动和磁链脉动,特别是转矩脉动较为明显。本文首先在传统直接转矩控制的基础上,设计了基于模糊逻辑的直接转矩控制系统,用模糊控制器替代了传统直接转矩控制系统中的滞环比较器。接着,本文为了进一步提高直接转矩的控制性能,将模糊神经网络算法引入到直接转矩控制当中,设计了基于模糊神经网络的直接转矩控制系统。在模糊逻辑和神经网络的融合过程中,本论文采用模糊逻辑与神经网络串联方法,并综合了神经网络自学习、自调整以及并行处理的思想,设计了一种易于实现的模糊神经网络。为了验证智能控制策略的正确性,本文接着在Matlab/Simulink环境下建立了基于模糊逻辑的DTC系统仿真模型和基于模糊神经网络的DTC系统仿真模型,对这两种DTC系统进行了仿真研究,并将其仿真结果作了比较。最后,本文为了进一步验证智能控制算法的有效性和可行性,在基于TMS320F240DSP的电机控制系统实验平台上进行了实验。并将模糊DTC和模糊神经网络DTC的实验曲线与传统DTC的实验曲线一一作了比较分析。仿真和实验结果分析表明:模糊神经网络DTC相比于传统的DTC,其控制性能有较大的改善,这主要表现在磁链和转矩脉动明显减小,相比于模糊DTC,其控制性能在转矩脉动方面也有较明显改善。这为开发高性能的直接转矩控制系统和其它交流调速系统提供了一种可行的方案。
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-17页 |
1.1 本课题的研究意义及现状 | 第9-16页 |
1.1.1 交流调速技术的发展及现状 | 第9-11页 |
1.1.2 直接转矩控制技术的优点及不足 | 第11-12页 |
1.1.3 智能控制理论及应用 | 第12-16页 |
1.2 本论文的主要工作 | 第16-17页 |
第2章 基于智能控制策略的直接转矩控制系统基本原理及结构 | 第17-34页 |
2.1 感应异步电机的理想数学模型 | 第17-20页 |
2.1.1 三相静止坐标系中异步电机数学模型 | 第17-18页 |
2.1.2 坐标变换 | 第18-19页 |
2.1.3 两相静止坐标系中异步电机数学模型 | 第19-20页 |
2.2 传统直接转矩控制系统的基本原理及结构 | 第20-24页 |
2.2.1 转矩及磁链的计算 | 第21-22页 |
2.2.2 逆变器开关状态选择 | 第22-24页 |
2.3 模糊直接转矩控制系统的基本原理及结构 | 第24-28页 |
2.3.1 模糊逻辑与模糊控制原理 | 第25-27页 |
2.3.2 基于模糊逻辑的直接转矩控制系统的结构 | 第27-28页 |
2.4 模糊神经网络直接转矩控制系统的基本原理及结构 | 第28-34页 |
2.4.1 人工神经网络与神经网络控制理论 | 第29-31页 |
2.4.2 模糊逻辑与神经网络相融合的基本原理 | 第31-33页 |
2.4.3 基于模糊神经网络的直接转矩控制系统的结构 | 第33-34页 |
第3章 基于智能控制策略的直接转矩控制系统设计及仿真研究 | 第34-54页 |
3.1 直接转矩模糊控制器的设计 | 第34-38页 |
3.1.1 模糊子集的选取 | 第34-36页 |
3.1.2 模糊控制规则的建立 | 第36-37页 |
3.1.3 模糊推理与模糊决策 | 第37-38页 |
3.2 基于模糊逻辑的直接转矩控制系统的仿真研究 | 第38-42页 |
3.2.1 控制系统仿真框图 | 第38-39页 |
3.2.2 仿真结果及分析 | 第39-42页 |
3.3 直接转矩模糊神经网络控制器的设计 | 第42-49页 |
3.3.1 数据的预处理及模糊化 | 第43页 |
3.3.2 模糊神经网络结构及学习算法 | 第43-47页 |
3.3.3 模糊神经网络控制器的训练过程 | 第47-48页 |
3.3.4 模糊神经网络控制器的实现 | 第48-49页 |
3.4 基于模糊神经网络的直接转矩控制系统的仿真研究 | 第49-54页 |
3.4.1 系统仿真框图 | 第49页 |
3.4.2 仿真结果及分析 | 第49-54页 |
第4章 基于模糊神经网络的直接转矩控制系统的实验研究 | 第54-66页 |
4.1 实验平台简介 | 第54-59页 |
4.1.1 TMS320F240 DSP控制器概述 | 第55-56页 |
4.1.2 系统硬件电路概述 | 第56-59页 |
4.2 控制系统软件设计 | 第59-61页 |
4.3 实验结果及分析 | 第61-66页 |
结论 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-73页 |
攻读硕士学位期间发表的论文 | 第73页 |
论文购买
论文编号
ABS1834447,这篇论文共73页
会员购买按0.30元/页下载,共需支付
21.9。
不是会员,
注册会员!
会员更优惠
充值送钱!
直接购买按0.5元/页下载,共需要支付
36.5。
只需这篇论文,无需注册!
直接网上支付,方便快捷!
相关论文