五相永磁容错电机起动/发电系统控制策略研究

来源 :东南大学 | 被引量 : 0次 | 上传用户:gwo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在传统电动运载工具的设计中,发动机起动系统和发电系统一般彼此独立。起动系统只负责起动发动机,完成起动过程后便停止工作,再由发动机带动发电机供电,从而给载具造成额外的负担。起动/发电系统利用电机的可逆工作原理,首先让电机工作于电动机模式起动发动机,待起动过程完成后转为发电机运行模式进行供电,从而降低电动运载工具的重量和成本,是取代传统发动机起动系统的未来技术发展趋势。同时,多相永磁容错电机凭借其具有高功率密度、高转矩密度和高效率等优势,成为起动/发电系统电机的优选方案,在新能源汽车、多电飞机等电动运载工具领域拥有广泛的应用前景。本文以开绕组五相永磁容错电机起动/发电系统为研究对象,对系统结构、系统调制策略以及系统容错控制策略进行详细研究。
  论文首先对课题的研究背景及意义进行了阐述,并对起动/发电系统和多相容错电机的国内外研究现状进行了介绍。在传统三相永磁同步电机的基础上,分析五相永磁容错电机的结构特性和工作原理,建立自然坐标系下五相永磁容错电机的数学模型,并根据五相电机推广变换矩阵,建立定子坐标系和转子坐标系下的数学模型。
  其次,对功率变换器的多种拓扑结构进行研究,选用了可靠性较高的H桥方案,并在此基础上分析了适用于五相永磁容错电机系统起动工作模式和发电工作模式的控制方法,并将两者结合,提出一种五相永磁容错电机起动/发电全域控制方法。先后对矢量控制系统中SVPWM和滞环调制算法进行推导计算和仿真分析,通过综合对比调制效果和算法复杂程度,结合容错控制的便利性考虑,提出一种变占空比滞环调制方法。
  再次,分别以定子铜耗最小和相电流幅值相等为约束条件,完成了五相永磁容错电机控制系统在几种常见开路故障下的补偿电流矢量的分析计算,并通过仿真验证了电机缺相故障容错算法的可行性。同时,针对故障种类繁多导致算法较为复杂的问题,提出一种电流补偿策略统一化表达形式。
  最后,根据控制策略所需和实验室的实际条件,构建一套以TMS320F28335型DSP芯片为主控单元的硬件控制器,并在此基础上完成了实验平台的建设。同时,以CCS9.0.0软件为开发环境,电机控制策略和容错算法为理论依据,完成基于C语言的电机控制程序,对五相永磁容错电机起动/发电系统控制策略进行实验分析,验证了所提出的调制方法以及容错控制策略的可行性和有效性。
其他文献
海上风机制造与并网技术的提升以及海上风资源丰富的特点使得海上风电的装机容量不断增大。由于海况的复杂性以及气候条件的多变性,海上风电的大规模接入提高了对电网潮流与安全稳定控制的要求。充分协调电网各类资源是提高海上风电并网安全稳定的有效手段。另外,智能电网的发展进一步提高了电网应对各种故障下的弹性控制能力。为了维持电力系统潮流分布的经济性以及电网运行的安全性,采用电网弹性协同控制技术,有效调度电力系统
当前在能源稀缺、环境污染严重的大背景下,我国的火力发电在一段时间内仍将占据主导地位,且火电机组工作参数也在不断提升,已经从过去的中压机组提升到目前的超超临界机组。而P91钢由于其优异的高温持久性能、耐腐蚀性能以及较高的热导率和优异的经济性能,在超超临界机组中的汽轮机转子、主蒸汽管道以及中间热交换器等关键部件得到了广泛应用。然而,这些部件由于长期处于高温高压的环境下,极易发生不同程度的蠕变损伤以及性
学位
学位
学位
随着人工智能(Artificial intelligence,AI)的快速发展,AI在商业、工程、军事、金融等领域的应用愈加广泛,而其中一个典型的应用场景,就是量化投资领域。量化投资区别于传统的定性投资,是通过计算机的程序化指令并结合一定的数学模型去实现投资策略的过程,它避免了人为的认知偏差和主观臆断。投资市场具有股票众多,指标因子繁杂的特点,通过人力去分析相当困难。而随着机器学习、深度学习等技术
学位
量化交易以先进的数学模型代替人的主观判断,可以有效避免在极端情况下做出非理性的投资决策,其在股票、期货和外汇领域有着广泛的学术研究和应用价值,目前已成为投资领域的研究热点。近年来随着深度学习的快速崛起,投资界越来越重视人工智能在量化交易领域的应用。本文提出了基于深度学习的股票预测模型,并在预测结果基础上建立交易策略以获取超额收益,本文主要研究内容如下:1)考虑到新闻与市场情绪同为影响股票价格走势的
学位
学位
日益繁荣的个人信贷市场在促进经济发展的同时也给金融系统带来了新的挑战。作为一种高效的个人信用风险评估工具,信用评分模型能够利用客户的信用数据分析其违约风险,帮助金融机构降低损失。实际应用中的信用评分数据通常具有不平衡特性,不仅如此,现有的评分模型大多是浅层架构,特征提取能力较弱。考虑到个人信用评分数据的特性以及现有信用评分的模型的不足,本文做了以下两个方面的研究:(1)针对个人信用评分数据存在的不
学位
学位
随着计算机相关技术的发展,各行业都在传统的基础上发生了转变,金融市场也不例外。金融交易其本身就是一个复杂的过程,在这之中产生了海量的数据,在面对这些数据时,传统的根据交易员进行计算判断的方式便产生了很大的局限性。并且人相对于计算机来说,存在很大的情感因素,往往会因为自身情绪问题导致对关键的分析产生纰漏。而今,人工智能技术飞速发展,各种强大的数据处理算法应运而生。各大互联网企业也纷纷投入其中开展智慧
学位