基于神经网络与参数辨识的永磁同步电机自适应控制策略研究

发布时间：2025-06-20 02:22

　　电动汽车体现了当前新能源汽车的发展方向,永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)因为其高效节能、可靠、功率密度大、控制简单等特点,在电动汽车电机领域得到了成功的应用,并且存在巨大的发展空间。现代控制理论是自适应控制的理论基础,自适应控制可以根据系统参数的变化情况,以反馈控制方式动态调整系统控制器的参数,从而使系统达到预期的控制目标。目前,永磁同步电机的自适应控制主要存在以下问题。一方面,永磁同步电机的双闭环采用串级控制,采用传统PI控制器待整定参数多,整定过程复杂,且整定得到的速度环与电流环PI控制器参数没有明显的物理含义。另一方面,永磁同步电机的参数受温度、磁饱和等因素影响,会降低系统的动态性能,且其控制系统是一个强非线性、时变和多变量系统,精确的电机参数对于实现PMSM高性能控制系统至关重要。因此,需要在线辨识电机控制系统所需要的参数。针对以上两个问题可以从以下几个方面解决:(1)通过采用粒子群优化的径向基函数(Radial Basis Function,RBF)神经网络算法调整PI控制器参数,减少了PI控制器待整定参数数量,推导...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 引言
    1.2 课题研究背景及意义
    1.3 国内外发展现状及分析
        1.3.1 自适应控制
        1.3.2 控制器算法
        1.3.3 电机参数辨识
    1.4 本文主要研究内容
第2章 永磁同步电机及其控制策略
    2.1 引言
    2.2 永磁同步电机的结构
    2.3 永磁同步电机的数学模型
    2.4 永磁同步电机控制策略
        2.4.1 矢量控制原理
        2.4.2 永磁同步电动机的矢量控制策略
        2.4.3 线性调制区域至过调制区域中电机的控制
    2.5 本章小结
第3章 基于神经网络的PMSM速度环自适应控制策略
    3.1 引言
    3.2 神经网络与自适应控制
    3.3 径向基函数神经网络
    3.4 粒子群算法优化RBF神经网络
        3.4.1 粒子群算法的原理与算法实现
        3.4.2 具有改进惯性权重的粒子群算法
    3.5 基于神经网络的速度环自适应控制策略设计
    3.6 速度环自适应控制策略仿真模型及结果分析
    3.7 本章小结
第4章 基于参数辨识的PMSM电流环自适应控制策略
    4.1 引言
    4.2 参数辨识与自适应控制
        4.2.1 自校正控制原理
    4.3 最小二乘法参数辨识
        4.3.1 最小二乘法原理
        4.3.2 带遗忘因子的递推最小二乘算法
    4.4 基于参数辨识的电流环自适应控制策略设计
        4.4.1 电机数学模型RLS表现形式
        4.4.2 电感参数的在线估计
        4.4.3 定子电阻和永磁体磁链的在线辨识
    4.5 电流环自适应控制策略仿真模型及结果分析
    4.6 本章小结
第5章 实验验证
    5.1 引言
    5.2 硬件电路设计
        5.2.1 电流采样电路
        5.2.2 电机转速测量
    5.3 软件设计
    5.4 实验台架设计
    5.5 实验结果分析
    5.6 本章小结
第6章 总结与展望
    6.1 全文总结
    6.2 研究展望
参考文献
致谢
个人简历、在学期间发表的学术论文及研究成果



本文编号：4051277