三相开关磁阻电机直接转矩控制系统的研究

为提高开关磁阻电机的动态性能,将直接转矩控制方法应用于开关磁阻电机调速系统。以电磁转矩和磁链作为控制变量,比较给定转矩和反馈转矩以及给定磁链和反馈磁链的大小,给出磁链和转矩的增、减趋势,通过查询电压矢量表确定功率变换器的触发相位,使电机运行。在MATLAB/Simulink环境下,进行了开关磁阻电机直接转矩控制算法的仿真实验。结果表明,采用直接转矩控制策略可以改善开关磁阻电机的动态性能。     

两相4/2极高速开关磁阻电机多阶气隙优化

针对传统两相4/2极高速开关磁阻电机运行过程中转矩死区和大转矩波动这一问题,对传统开关磁阻电机数学模型中影响转矩死区和转矩波动的因素进行了研究,提出了一种基于两相4/2极开关磁阻电机的多阶阶梯式气隙设计的优化方案。利用Matlab拟合生成了气隙长度与气隙电感大小关系曲线,得到了不同阶数开关磁阻电机模型下阶梯式气隙各阶气隙长度的最优解,采用Maxwell 2D静态和动态仿真计算,计算了静态转矩波动系数、静态合成平均转矩和动态转矩波动系数等参量,分析比较了不同阶数的阶梯式气隙开关磁阻电机模型的电机运行情况。研究结果表明:采用多阶气隙极弧优化设计方法可以有效改善传统两相4/2极开关磁阻电机的运行情况,消除了转矩死区,降低了转矩波动,提高了运行质量。     

开关磁阻电动机直接瞬时转矩控制系统的设计与仿真

针对开关磁阻电动机转矩脉动问题,将直接瞬时转矩控制方法应用于开关磁阻电动机的转矩控制。基于四相8/6极开关磁阻电动机,给出了其速度控制系统的设计。在Matlab/Simulink环境下,利用基本模块建立了开关磁阻电动机的直接瞬时转矩控制仿真模型。为了实现转矩的反馈,构建了转矩、电流和位置之间的二维表T(i,θ)。最后,结合速度PID控制器,对开关磁阻电动机的直接瞬时转矩方案进行了仿真研究。研究结果表明,直接瞬时转矩控制能有效地减小转矩脉动,而且能够提升开关磁阻电动机的动、静态工作性能,对开关磁阻电动机是一种有效的控制方法。     

基于Simulink的8/6极开关磁阻电动机的直接转矩控制仿真

直接转矩控制(DTC)可以有效地抑制开关磁阻电动机的转矩脉动,但是当前三相开关磁阻电动机(SRM)的直接转矩控制方法并不适用于任意相的开关磁阻电动机.为实现四相8/6极开关磁阻电动机的直接转矩控制,在分析开关磁阻电动机数学模型的基础上,介绍了开关磁阻电动机直接转矩控制方法的基本原理,在Matlab/Simulink环境下利用基本模块建立了8/6极开关磁阻电动机的直接转矩控制仿真模型.基于功率变换电路的状态,给出了8/6极开关磁阻电动机电压矢量的选取规则,介绍了磁链矢量的计算方法以及扇区的判断方法,并利用Matlab/Simulink中的二维查表模块建立了开关表.最后,加入了速度PID控制器,并对该模型进行了仿真研究.研究结果表明,该控制方法是正确且有效的.     

基于Simulink的开关磁阻电机直接转矩控制的研究

由于具有特殊的工作原理,开关磁阻电机在常规的控制方式下会产生很大的转矩脉动,限制了其应用范围。针对这一问题,对开关磁阻电机的直接转矩控制进行了研究,并在MATLAB/Simulink环境下搭建了8/6级开关磁阻电机直接转矩系统仿真模型。结果表明:应用直接转矩控制开关磁阻电机,运行时的转矩脉动明显减小,拥有良好的调速性能和转矩动态响应。     

采煤机双开关磁阻电动机功率平衡控制功能的实现

开关磁阻电机调速系统（SRD）具有成本低、结构简单、电流小、启动转矩大等优点，非常适合煤矿机械设备。然而国内有关开关磁阻电牵引采煤机方面的研究还处于起步阶段，其涉及的双开关磁阻电动机（SRM）同步牵引方式往往会出现控制系统调整不当，使得电机的参数不能基本一致，从而造成了电动机实际功率的偏差，容易造成某台电机由于过载而烧毁的情况。基于此，针对双SRM的功率平衡进行了研究，并通过仿真软件对控制系统进行了仿真，进一步验证了方案的可靠性。     

开关磁阻电动机转矩特性的检测与建模研究

针对开关磁阻电动机具有很强的多变量耦合及非线性,其转矩特性的获取以及转矩的数学模型的建立均十分困难的问题,对如何获得开关磁阻电动机的转矩特性以及如何建立其转矩的数学模型进行了研究。提出了一种基于暂态电流和稳态电流的转矩检测实验方法,对一台4相8/6极开关磁阻电动机进行了转矩检测实验;与此同时,基于转矩检测实验数据,采用曲线拟合的方式对开关磁阻电动机的转矩特性进了数学建模,并提出一种基于区间分段的拟合方法。研究结果表明,该转矩检测实验以及转矩数学建模方法是有效的。     

基于DSP和GPLD的开关磁阻电动机数字控制

为实现对开关磁阻电动机的实时有效控制。在分析了开关磁阻电动机的调速系统和现有控制模式的基础上，设计了基于数字信号处理器（TMS320LF2407）和复杂可编程逻辑器件（EPM3064）的开关磁阻电动机全数字控制器。对DSP和CPLD的功能进行了分配，并进行了二者之间的时序仿真分析，采用分段变参数PID控制方法。有效实现开关磁阻电动机的转速、电流双闭环控制，取得预期的实验结果。满足高速电机对实时性的要求。     

基于模糊神经网络 PID 的开关磁阻电机控制系统研究

针对开关磁阻电机存在的转矩脉动大、噪声大、速度不稳定等问题,对开关磁阻电机的启动、运行、调速等方面进行了研究,提出了一种基于模糊神经网络PID的控制方法,将模糊控制理论与BP神经网络相结合,构成了模糊BP神经网络,根据系统误差,误差的变化,以及误差变化的变化实时调整PID控制参数,使电机在整个转速范围内获得了最优的PID参数。实验采用DSP作为控制核心,不对称逆变桥作为功率变换器,驱动一台2 k W的开关磁阻电机运行。研究结果表明,该方法大大改善了开关磁阻电机控制系统的动、静态性能,控制精度高、转矩脉动小,对干扰有较高的鲁棒性。     

基于DSP与CPLD的开关磁阻电机控制方法的研究

本文以基于TMS520F2812型DSP与MAX7128S型CPLD的三相6／4式开关磁阻电动机控制系统为研究对象。针对现有控制方法中普遍存在的转矩不连续的问题,结合DSP系统模块资源及开关磁阻电动机控制系统特点,提出了一种新的CCC方式与APC方式协调控制的方法。并通过试验加以验证,试验表明该控制方法有效改善了控制方式切换时电机转矩脉动,使系统运行更加可靠,具有较大的应用价值。     

基于模糊神经网络的不确定机器人实时轨迹跟踪控制的研究

针对机器人建模的不精确性以及扰动的存在给机器人控制增加难度的问题,提出了一种基于模糊神经网络的不确定机器人实时轨迹跟踪控制方法。该控制方法的控制器由模糊神经网络(FNN)控制器和CMAC控制器组成,FNN控制器代替传统的计算力矩法,CMAC控制器在线补偿控制误差,有效补偿机器人存在的各种不确定性。对二自由度机器人的仿真结果表明了所提出的控制方法的可行性。     

模糊神经网格控制的定子电阻的在线检测

在直接转矩控制中定子电阻是一个十分重要的参数，因此协调感应电机定子电阻是非常重要。在这里，提出了基于模糊神经网络理论的一种在线检测定子电阻的有效方法。在对广泛选择的样本进行学习后，优化了控制规则、各语言变量的隶属函数及每条规则的输出函数，在线估测结果与实验结果吻合良好。为进一步估算直接转矩控制或矢量控制系统中电机的磁通提供了可靠的保证，为改善系统的低速性能提供了有数的方法．     

Indirect predictive type-2 fuzzy neural network controller for a class of nonlinear input - delay systems

In this paper a new indirect type-2 fuzzy neural network predictive (T2FNNP) controller has been proposed for a class of nonlinear systems with input-delay in presence of unknown disturbance and uncertainties. In this method, the predictor has been utilized to estimate the future state variables of the controlled system to compensate for the time-varying delay. The T2FNN is used to estimate some unknown nonlinear functions to construct the controller. By introducing a new adaptive compensator for the predictor and controller, the effects of the external disturbance, estimation errors of the unknown nonlinear functions, and future sate estimation errors have been eliminated. In the proposed method, using an appropriate Lyapunov function, the stability analysis as well as the adaptation laws is carried out for the T2FNN parameters in a way that all the signals in the closed-loop system remain bounded and the tracking error converges to zero asymptotically. Moreover, compared to the related existence predictive controllers, as the number of T2FNN estimators are reduced, the computation time in the online applications decreases. In the proposed method, T2FNN is used due to its ability to effectively model uncertainties, which may exist in the rules and data measured by the sensors. The proposed T2FNNP controller is applied to a nonlinear inverted pendulum and single link robot manipulator systems with input time-varying delay and compared with a type-1 fuzzy sliding predictive (T1FSP) controller. Simulation results indicate the efficiency of the proposed T2FNNP controller.     

无刷直流电机参数自适应负载观测器设计

在分析无刷直流电机负载观测器存在的电机参数变化时不能对负载进行可靠观测问题的基础上,设计了基于Lyapunov稳定性的参数自适应负载观测器,讨论了该自适应观测器只能对电机单一参数辨识的算法缺陷。提出综合采用电机电阻在线测量和自适应负载观测器技术,获得了对无刷电机多参数变化的辨识和负载的精确观测效果。对采用该负载观测器补偿的电机驱动液压泵转速控制系统进行了仿真分析。仿真数据表明:笔者设计的电阻在线测量无刷直流电机自适应负载观测器算法能快速跟踪参数变化,实现对电机负载转矩的精确观测。     

Soft sensor modeling of chemical process based on self-organizing recurrent interval type-2 fuzzy neural network

This study introduces a novel self-organizing recurrent interval type-2 fuzzy neural network (SRIT2FNN) for the construction of a soft sensor model for a complex chemical process. The proposed SRIT2FNN combines interval type-2 fuzzy logic systems (IT2FLSs) and recurrent neural networks (RNNs) to improve the modeling precision. The Gaussian interval type-2 membership function is used to describe the antecedent part of the SRIT2FNN fuzzy rule, and the consequent part is of the Mamdani type with an interval random number. An adaptive optimal clustering number of fuzzy kernel clustering algorithm based on a Gaussian kernel validity index (GKVI-AOCN-FKCM) is developed to determine the structure of the SRIT2FNN and fuzzy rule antecedent parameters, and the parameter learning of SRIT2FNN used the gradient descent method. Finally, the proposed SRIT2FNN is applied to the soft sensor modeling of ethylene cracking furnace yield in a typical chemical process. Comparisons between the SRIT2FNN and conventional fuzzy neural network (FNN) and interval type-2 fuzzy neural network (IT2FNN) are made via simulation experiments. The results show that the proposed SRIT2FNN performs better than the conventional FNN and IT2FNN.     

MTPA control of mechanical sensorless IPMSM based on adaptive nonlinear control

In this paper, an adaptive nonlinear control scheme has been proposed for implementing maximum torque per ampere (MTPA) control strategy corresponding to interior permanent magnet synchronous motor (IPMSM) drive. This control scheme is developed in the rotor d–q axis reference frame using adaptive input–output state feedback linearization (AIOFL) method. The drive system control stability is supported by Lyapunov theory. The motor inductances are online estimated by an estimation law obtained by AIOFL. The estimation errors of these parameters are proved to be asymptotically converged to zero. Based on minimizing the motor current amplitude, the MTPA control strategy is performed by using the nonlinear optimization technique while considering the online reference torque. The motor reference torque is generated by a conventional rotor speed PI controller. By performing MTPA control strategy, the generated online motor d–q reference currents were used in AIOFL controller to obtain the SV-PWM reference voltages and the online estimation of the motor d–q inductances. In addition, the stator resistance is online estimated using a conventional PI controller. Moreover, the rotor position is detected using the online estimation of the stator flux and online estimation of the motor q-axis inductance. Simulation and experimental results obtained prove the effectiveness and the capability of the proposed control method.     

基于圆柱体电容面积变化型扭矩测量的研制

扭矩测量是传动线路中的重要内容之一，通过扭矩的分析，可以获得整个传动系统的性能参数。扭矩测量比其他力学量测量复杂，是一个比较薄弱的环节。目前，高精度、高稳定性的非接触式扭矩测量方法是各国机械量测量研究的热点之一，为此，提出了一种基于圆柱体线位移型结构非接触、高灵敏度的扭矩测量原理。介绍了该测量方法的原理与结构。经实验证实：该测量原理可行，所设计的扭矩传感器具有较好的线性度和一致性，重复精度≤0．5％。     

小型力矩电机波动力矩的测量

综合考虑现有无刷直流力矩电机波动力矩动静态测量方法的不足,提出了一种精确测量力矩电机波动力矩的方法。分析了力矩电机波动力矩经典测量方法的误差来源,根据力矩电机分体式的结构特点和可以长期堵转的性能特点,提出了采用电机定子相对转子旋转测量波动力矩的方法。在力矩电机转子堵转的状态下,通过外力旋转定子,测量电机堵转力矩的波动值,从而有效减少测量过程中惯性力矩和摩擦力矩引入的误差。根据提出的测量方法搭建了一套波动力矩测量装置,使用蜗轮蜗杆机构实现了定转子的相对旋转,并对测量装置进行了校准实验。实验结果表明,对于量程为0~1Nm的装置,其测量准确度可达0.3%,线性度为0.1%,基本满足无刷直流力矩电机对波动力矩测量的精度要求。     

一种基于模糊神经网络确定电火花加工条件的新方法

在电火花加工中,影响因素较多,难以确定最优加工条件。应用模糊神经网络确定电火花加工条件是一种新的尝试,它可以充分发挥模糊逻辑和神经网络的长处。为方便操作者决定粗加工最优加工条件,并提高表面加工效果和粗加工速度,本文提出了一种基于模糊神经网络自动确定和优化电火花成形加工中加工参数的方法。经实践证明,用该方法所确定的最优加工条件,能保证较高的粗加工速度,方便了操作者对加工条件的确定。     

基于扭矩法和超声法检测螺栓预紧力的误差分析

文中分析了螺栓预紧力测量中的扭矩法和超声法的检测精度。基于扭矩法和超声法的检测原理,设计出检测装置,采用这2种方法对同类型紧固螺栓的预紧力进行了测量分析,并根据测量结果,分析了采用扭矩法和超声法测量紧固螺栓预紧力的测量误差。结果表明,在实验室环境下,与扭矩法相比,采用超声法测量螺栓预紧力的误差更小。