永磁同步电机无置传感器控制及自适应转速控制.pdfVIP

摘要 永磁同步电机由于具有体积小、重量轻，转矩纹波小、转矩控制简单，转速 平稳，动态响应快速准确，过载能力强等优点而广泛应用于现代交流调速系统中。 然而，位置传感器的存在使得其安装、维护困难，增加了系统的成本，并且降低 了系统的可靠性，因此，无位置传感器控制成为永磁同步电机研究的一个重要内 容。其次，由于永磁同步电机是一个多变量、非线性、强耦合的系统，传统PID 控制器容易受电机参数变化和负载扰动等不确定因素的影响，故在负载波动大， 且对速度、转矩控制精度要求较高的情况下，该方法很难满足控制要求。 神经网络(NN)因其具有在线学习能力，非常适合于解决非线性系统的控 制问题，但传统的BP神经网络结构复杂、训练速度慢，且存在局部极小问题， 很难满足实时控制要求。径向基函数(RBF)神经网络具有学习速度快、泛化能 力强的突出优点，有较强的实时性，结合快速的训练算法和简单、合理的控制方 式就能够满足永磁同步电机系统对控制器的要求。 本文应用MATLAB／SIMUL玳K仿真环境建立了五对极永磁同步电机及其 驱动系统的动态仿真模型，对永磁同步电机的矢量控制调速系统进行了动态仿真 分析。同时，本文以TI公司的TMS320F2812DSP为基础，进行了永磁同步电 机矢量调速控制系统软、硬件设计，实现了转子位置检测、转速调节以及过流和 欠压保护等功能。在此基础之上，利用RBF神经网络进行无位置传感器控制和 智能调速控制的研究。 首先，本文提出了一种基于RBF神经网络的永磁同步电机无位置传感器控 制方法，通过对电机a．p轴上电压和电流的映射，得到了电机转子的转角和转速， 取代了传统的位置传感器，仿真结果表明了该控制方法的有效性。其次，本文提 出一种基于RBF神经网络的永磁同步电机自适应转速控制方法，该方法将离线 训练好的网络构成转速控制器，并结合网络的在线训练，让控制器在电机运行中 自适应地调节网络参数，使之适应环境的变化。同时构造另一个RBF神经网络 对控制对象进行在线辨识，为控制网络的在线学习提供所需的梯度参数。仿真结 果证明了该方法具有响应速度快、控制精度高、鲁棒性强等优点。 ． 关键词：永磁同步电机；RBF神经网络；无位置传感器控制；自适应转速控制 ABSTRACT Permanent the ofsmall SynchronousMotor(PMSM)has Magnet advantages in in rotate volume，light torqueripple，simplicitytorque weight，small control，steady and overload itis used speed,fastdynaIllicalresponsestrong ability，SO speed widely inAC sensors increasethe speedregulatingsystem．However，theexisting cost， reducethe ofthe andaredifficulttomountand itcan’t reliabilitysystem maintain，SO beusedinbadenvironmentand demand