论文部分内容阅读
开关磁阻电动机(SRM)磁路存在着严重的饱和非线性,其电磁特性描述直接影响到电机的分析、设计与应用,测取SRM准确的磁链特性和转矩特性,是实现SRM准确建模和SRD系统高性能控制的重要依据。本文利用间接磁链测量原理,设计了基于DSP(数字信号处理器)的SRM特性检测装置,下位机由TMS320F240采集数据,通讯传输给上位机,上位机用VB程序接收数据,并在MATLAB环境下计算、分析、绘图,得到了SRM样机的磁链、电感、转矩特性。建立SRM的准确非线性模型是提高其调速系统性能的关键。在实测样机数据基础上,基于Levenberg-Marquardt算法的BP神经网络建立了SRM非线性模型。该网络模型训练收敛快、泛化能力强,且网络规模小,便于实时控制。通过比较几种SRM模型,显示出所建神经网络模型优越。并在MATLAB环境下,建立了SRD系统的整体动态仿真模型。为实现系统参数优化,控制策略研究,系统动、静态性能分析,创造了条件。将仿真计算结果与实验波形比较,验证了该动态模型的有效性。转矩脉动严重是SRM的突出问题,对此,设计了基于优化电流波形的瞬时转矩控制方案,建立了SRM神经网络转矩逆模型,通过优化电流波形,实现了减小转矩脉动控制。仿真结果证明,该控制方法有效地减小了转矩脉动。本文在研究了续流方式及开通角、关断角对系统效率影响的基础上,提出了既能减小转矩脉动又能优化效率的SRD高性能系统,仿真结果验证了该方案的有效性。SRD是一个多变量,强耦合的非线性系统,在不同的控制方式下,其参数和结构都是变化的。采用固定参数的PI调节器无法得到很理想的动态性能指标。本文将模糊控制引入SRD系统中,用以改善系统的动态性能。并在此基础上,针对常规模糊控制存在稳态误差问题,提出采用可变论域的模糊控制,在规则形式不变的前提下,论域随着误差变小而收缩,适合于SRD高精度控制。