开关磁阻电机驱动系统(SRD)是一种新型交流驱动系统,以结构简单、坚固耐用、成本低廉、控制参数多、控制方式灵活、可得到各种所需的机械特性,而备受瞩目,应用日益广泛,并且SRD在宽广的调速范围内均具有较高的效率,这一点是其它调速系统所不可比拟的。由于开关磁阻电机(SRM)磁路高度饱和、结构特殊,存在严重的局部饱和、漏磁、边缘效应等现象,传统的等效磁路分析方法很难准确分析SRM的磁场分布。电磁场有限元(FEM)数值分析是分析SRM磁场分布的有效工具。本文采用电磁场有限元分析了SRM的磁场分布,得到磁密分布、等矢量磁位线分布并计算了磁链ψ(θ,i)在不同转子位置、不同电流下的磁化曲线族,为SRM的精确分析、计算打下了基础,并为磁路的合理设计提供了参考。SRM特殊的双凸极结构及磁路的高度饱和,使得对其分析、计算十分困难。SRM的磁链为转子位置及绕组电流的非线性函数,建立这一非线性映射关系成为精确分析、计算SRM特性的基础。神经网络具有任意非线性函数逼近能力、较强的学习能力、自适应能力。Takagi-Sugeno(T-S)型模糊逻辑可充分利用专家知识及语言信息,其后件为输入变量的线性组合,具有计算简洁、运算速度快、精度高的特点。本文采用综合了两者优点的pi-sigma模糊神经网络建立了SRM的磁特性非线性模型,具有鲁棒性强、容错能力强、精度高等特点,仿真结果证明了这一点。准确而实时的转子位置信息是SRM运行的必要信息,传统的位置信息是由机械式位置传感器提供的。位置传感器是传统SRM的一个标志性部件。机械式位置传感器的存在增大了SRM的体积、提高了成本、增加了制造的复杂程度、降低了系统的可靠性,因此无位置传感器的SRM控制方式成为研究热点。本文提出采用模糊自适应神经网络(ANFIS)来映射转子位置与绕组磁链和绕组电流之间的非线性关系,在检测到绕组磁链和绕组电流后,经ANFIS运算得到转子位置角,这一方法的优点是具有较强的容错性、对噪声信号有较强的抑制能力、精度高、鲁棒性强。实验结果证明本方案是一种较好的SRM无位置传感器位置检测方法。开关磁阻电机因磁路的饱和导致参数的非线性,又因在不同控制方式下是变结构的。这使得开关磁阻电机的控制非常困难。经典的线性控制方法如PI、PID等方法用于开关磁阻电机的控制很难取得较好的控制效果。其它的控制方法如滑模变结构控制、状态空间控制方法等可取得较好的控制效果但大都比较复杂,实现起来比较困难。作为智能控制分支之一的神经网络控制,因具有任意非线性逼近能力、自学习能力、自适应能力,故对非线性、不确定、不确知、变结构、时变的被控对象可取得较好的控制效果且不需知道被控对象的数学模型,这对于很难精确建模的开关磁阻电机来说尤其适用。本文将神经网络与PID控制相结合充分发挥神经网络的自适应、非线性映射能力和学习能力,提出了一种自适应能力很强的参数可调的神经网络PID控制策略。同时采用RBF神经网络建立系统的非线性预测模型,进行参数预测,提高了系统的动态响应特性,既具有PID控制精度高、实现容易的特点,又具有神经网络的自适应特性,对具有很强非线性特性的SRD取得了较好的控制效果,动态响应快、超调小、鲁棒性强。