学位论文 > 优秀研究生学位论文题录展示

基于人工神经网络的无刷直流电机控制系统研究

作　者: 肖光
导　师: 高宪文
学　校: 东北大学
专　业: 控制理论与控制工程
关键词: 无刷直流电机气隙磁密 BP神经元网络遗传算法反电势预测
分类号: TM33
类　型: 硕士论文
年　份: 2008年
下　载: 216次
引　用: 0次
阅　读: 论文下载

内容摘要

永磁无刷直流电机(BLDCM)是随着电机控制技术、电力电子技术和微电子技术的发展而出现的一种新型电机。在无刷直流电机中,电机的参数(反电势等)是影响电机性能预测的重要因素。在用传统的方法对无刷直流电机及其控制系统仿真时,通常假设气隙磁密按正弦或梯形分布,但实际上永磁无刷直流电机的气隙磁密是非线形分布的,所以这种假设与实际有较大的误差。传统无刷直流电机(BLDCM)调速系统通常采用PI控制。由于电机在运行过程中,电机的参数和外部的扰动是不断变化的,所以用普通的PI控制器很难达到很好的控制效果。针对上述问题,本文在分析了无刷直流电机数学模型的基础上,首先建立了基于MATLAB/SIMULINK平台的无刷直流电机的仿真模型,并采用了电流和速度双闭环控制系统对其进行控制。其次,本文利用BP神经元网络具有以任意精度逼近非线性的特性,将遗传算法和BP神经元网络相结合,对无刷直流电机的反电势进行了预测,预测结果表明,用本算法预测的无刷直流电机的反电势更精确。最后,为了提高无刷直流电机调速系统的性能,本文将单神经元网络与PID有机结合,构成单神经元自适应PID控制器,以克服常规PID控制存在的不足,仿真研究表明上述神经网络自适应PID控制器优于传统PID控制器。

全文目录

摘要  5-6
ABSTRACT  6-7
目录  7-9
第一章绪论  9-19
  1.1 引言  9
  1.2 无刷直流电机的研究现状及应用  9-10
  1.3 无刷直流电机的国内外研究热点  10-11
  1.4 人工神经网络的历史及研究现状  11-13
  1.5 人工神经网络主要特征和问题  13-14
  1.6 人工神经网络在控制系统中的应用概述  14-15
  1.7 人工神经网络发展趋势  15-16
  1.8 本文主要工作  16-19
第二章原理分析与数学模型  19-25
  2.1 引言  19
  2.2 基本组成  19-20
  2.3 工作原理  20-22
  2.4 数学模型  22-24
  2.5 小结  24-25
第三章基于MATLAB/SIMULINK的调速系统研究  25-35
  3.1 引言  25
  3.2 BLDC本体的建模  25-28
    3.2.1 电流计算模块  25-27
    3.2.2 转矩计算模块  27
    3.2.3 中性点电压计算模块  27-28
  3.3 电流滞环控制模块  28-29
  3.4 速度控制模块  29
  3.5 参考电流模块  29
  3.6 电压型逆变器模块  29-31
  3.7 控制系统仿真研究  31-34
  3.8 小结  34-35
第四章基于遗传神经网络的反电势预测研究  35-51
  4.1 引言  35
  4.2 BP神经网络理论  35-39
  4.3 BP算法的改进  39-42
  4.4 遗传算法基本原理  42-43
  4.5 反电势模型  43-44
  4.6 基于GA-BP神经网络预测反电势研究  44-50
  4.7 小结  50-51
第五章基于单神经元PID控制策略研究  51-59
  5.1 引言  51
  5.2 常规PID控制原理  51-53
  5.3 单神经元自适应PID控制器  53-58
    5.3.1 单神经元结构及控制算法  53-54
    5.3.2 单神经元自适应PID控制  54-56
    5.3.3 单神经元网络PID控制仿真研究  56-58
  5.4 小结  58-59
第六章总结与展望  59-61
参考文献  61-65
致谢  65

基于人工神经网络的无刷直流电机控制系统研究

内容摘要

全文目录

相似论文