论文部分内容阅读
电机作为现代工业中最重要的电力驱动机械设备,不仅是人类社会进入电气时代的基础,其使用寿命,工作效率及维护成本等问题也都对整个社会国家的经济健康发展具有重大影响。无轴承永磁同步电机(bearingless permanent magnet synchronous motor,BPMSM)是一种将磁轴承技术与传统永磁电机集成化的新型电机,其优点在于无机械摩擦、无需润滑、工作寿命长及高速高精度等,适用于各种高速高精度工业领域,但同时无轴承永磁同步电机也是一个多变量、非线性系统,如何同时实现其稳定的悬浮和旋转解耦控制以及转速和径向位移的精确实时检测一直是无轴承永磁同步电机实现稳定运行的关键。本论文针对上述问题提出一种基于模糊神经网络右逆系统的无轴承永磁同步电机解耦控制方法,并进行了基于神经左逆系统的无轴承永磁同步电机软测量研究。本论文在江苏省重点研发计划项目(BE2016150);江苏省“青蓝工程”资助项目(2014)的支持下,围绕无轴承永磁同步电机的基本结构,内部电磁力基本原理,转子数学模型建立,解耦控制及软测量理论等内容展开研究。论文主要工作及取得成果如下:1.对无轴承永磁同步电机基本结构进行介绍,同时包括对电机内部的电磁力相互作用和悬浮力运行原理进行了进一步分析总结,并以此为基础,推导并建立了无轴承永磁同步电机的悬浮力数学模型及转矩模型。2.针对BPMSM非线性、强耦合的特点,基于右逆系统和模糊神经网络基本原理,提出模糊神经网络右逆系统解耦控制方法。在判别电机原系统右逆性基础上,通过结合模糊神经网络构建右逆系统,并将其与原系统串联,将BPMSM控制系统解耦成两个低阶的伪线性系统,通过设计闭环控制器实现对电磁转矩和径向悬浮力解耦控制。并采用MATLAB/Simulink软件构建解耦控制系统的仿真模型,仿真研究验证了该方法的有效性。3.为了提高BPMSM转速和径向位移的检测精度和检测范围,避免传统传感器的缺陷,基于左逆系统原理,结合神经网络,对BPMSM速度和位移软测量进行研究。通过左逆系统原理,实现BPMSM转速和径向位移信号的准确观测,而神经网络则可以有效解决在构建左逆系统时变量之间的耦合非线性函数关系,进一步降低观测器设计复杂度。并采用MATLAB/Simulink软件构建检测系统的仿真模型,仿真研究验证了该方法的可靠性。4.依据BPMSM的工作原理及控制要求,以TMS320F2812为数字控制核心设计了电机数字控制系统的软硬件。以DSP中程序算法为核心,通过接口电路对反馈信号进行采样,分析和处理,调制PWM波控制绕组的电流相位与大小,实现电机转子的稳定悬浮与旋转。并进行了转速及动静态悬浮实验,验证了控制系统的可行性,最后给出了基于模糊神经网络逆系统的无轴承永磁同步电机解耦控制实现方案。