开关磁阻电机转矩脉动的智能抑制研究

开关磁阻电机的转矩脉动是应用中的一个突出问题。该文对1台6／4极结构的开关磁阻电机在已获得矩角特性的基础上．应用自适应模糊神经网络（ANFIS）对其转矩逆模型进行离线学习。学习完成之后．根据转矩分配函数对各相转矩进行分配，利用模糊神经网络实时优化出期望转矩所需要的相电流波形，然后采用电流滞环跟踪此期望电流，从而实现电机的低转矩脉动控制。仿真结果证明了这种方法的有效性。     

基于自适应模糊神经网络的开关磁阻电机转矩脉动抑制

应用自适应模糊神经网络对开关磁阻电动机静态转矩逆模型进行离线学习，学习完成之后，根据转矩分配函数对各相转矩进行分配，利用模糊神经网络实时优化出期望转矩所需要的相电流波形，从而实现开关磁阻电机的低转矩脉动控制。     

磁链与电流自适应补偿的开关磁阻电机TSF的抑制转矩脉动控制

转矩分配策略是目前抑制开关磁阻电机(SRM)转矩脉动的主要控制策略之一,通过对各相电流的控制,保证各相瞬时转矩之和为恒定值,以达到减小转矩脉动的目的。由于传统转矩分配控制采用SRM的线性模型,所设计的参考电流与理想的分配电流存在偏差,因而难以达到理想的控制效果。该文提出了一种磁链与电流自适应补偿的TSF优化方案,在传统转矩分配控制基础上,引入有限差分扩展卡尔曼滤波(FDEKF)预估磁链,间接补偿电流和柔性神经网络(FNN)自适应PID直接补偿电流,优化得到恒转矩下的较理想的参考电流波形,间接达到减小转矩脉动的目的。仿真结果验证了该文提出的控制策略可以有效抑制转矩脉动,控制效果明显改善。     

开关磁阻电机直接瞬时转矩控制的优化研究

为改善开关磁阻电机(SRM)的转矩脉动和效率,提出了一种改进的SRM直接瞬时转矩控制(DITC)方法。该方法采用了灵活的转矩分配方式获得各相参考转矩,用来对瞬时转矩进行闭环控制;同时增加了角度优化方案,根据每相绕组导通期间的累积转矩误差、转速和参考转矩等变量,通过模糊算法实现电机开通角度的在线调整,动态的改善转矩误差和电机的效率。在MATLAB/Simulink软件中分别根据改进前后的DITC方法建立SRM控制系统仿真模型,仿真试验结果表明所提的优化方法能够达到较小的转矩误差和相电流,实现了电机的平稳、高效控制。     

基于转矩逆模型的开关磁阻电机滑模变结构控制

开关磁阻电机的转矩脉动是其应用的一个问题.该文应用小波神经网络建立对应开关磁阻电机位置信号的非线性映射,估计转子位置角度,提出利用自适应模糊神经网络学习训练开关磁阻电机转矩逆模型优化期望转矩所需的相电流,采用滑模电流控制器实现电机转矩的低脉动控制,仿真结果表明方法的有效性,能够有效地控制开关磁阻电机转矩按期望变化.     

基于RBFN-AFS的开关磁阻电机非线性模型与动态仿真

针对开关磁阻电机(SRM)电磁特性存在饱和非线性、多变量、强耦合的特点,提出了一种基于径向基函数网络的自适应模糊系统(RBFN-AFS)建立SRM模型并进行动态仿真的新方法.该方法在实测SRM磁链和转矩特性的基础上,采用递阶自组织学习(HSOL)算法对RBFN-AFS网络进行学习训练,使网络从样本数据中估计出未知的模糊规则,并在学习训练过程中不断更新和修正网络隐层节点参数矢量和连接权值,最终实现磁链与转矩对转子位置角和相电流的非线性映射关系,与其他建模方法相比,该模型具有更快的计算速度和更好的泛化能力.将基于RBFN-AFS网络的电流-磁链和转矩模型应用于SRM调速系统的动态仿真分析中,通过仿真与实验比较,此方法能够很好地预测SRM的动态和稳态运行特性.这种基于RBFN-AFS的建模方法为实现SRM的各项性能分析和各种实时控制提供了一种新的思路.     

减小小功率开关磁阻电机转矩脉动的迭代学习控制

优化开关磁阻电机的相电流波形来减小开关磁阻电机的转矩脉动是国内外学者争相研究的热点问题.本文基于开关磁阻电机的线性和非线性电感模型,在转矩反馈的基础上,提出了转矩补偿的迭代学习控制方法,通过迭代学习,调整各相绕组不同位置的电流给定值,优化开关磁阻电机的相电流波形.仿真研究证实了本文所提出的转矩补偿迭代学习控制方法具有精度高、收敛速度快的优点,从而有效减小了开关磁阻电机的转矩脉动.     

开关磁阻电机磁链与转矩建模

为抑制开关磁阻电机(SRM)转矩脉动,从电机设计和控制的角度出发都需要快速、正确地获取其磁链和转矩模型。本文根据SRM磁链随角度、电流的变化特点,取6个特殊转子位置处的磁链数据,用七次多项式函数来建立SRM磁链模型和转矩模型,与有限元计算结果对比表明,所提方法具有快速和准确性。     

梯形波相电流驱动六相感应电机建模与控制

针对交流电机的气隙磁链定向控制具有气隙磁通能被直接测量的优点,但要实现气隙磁链定向控制必须采用派克变换算法,使控制系统复杂化和运算量大等缺点,提出了一种气隙磁链定向控制策略:即六相感应电机梯形波相电流控制。该梯形波相电流由励磁电流和转矩电流组成,在该梯形波相电流驱动下六相定子绕组可以分为励磁绕组和转矩绕组,模拟直流电机实现励磁磁场和转矩的直接控制而不需要复杂的派克变换。采用有限元分析,研究六相电机的主要性能,建立六相电机定子相电路模型。整个六相电机驱动系统的性能通过实验完成。结果表明该种控制方案可以真正实现磁链和转矩的独立控制,使控制器结构简单,具有便于实现特点。     

基于TSF与模糊开关角的SRM建模与控制系统仿真研究

开关磁阻电机(SRM)的模型直接影响电机性能分析以及控制效果,虽然SRM结构简单,但开关磁阻电机双凸结构和磁路的严重饱和,使其精确建模十分困难。针对这一问题,提出一种基于BP神经网络建立开关磁阻电机电流、转矩模型的查表方法。利用有限元软件得到的样本数据对BP神经网络进行离线训练,输出期望数据,用于查表法的SRM非线性模型。利用转矩分配控制和模糊开关角控制可有效抑制SRM的转矩脉动。仿真实验结果表明,所提方法转矩计算速度快、计算精度高,可以满足实时控制的要求,有效地减小了电机的转矩脉动。     

基于自适应网络模糊推理系统的开关磁阻电机建模方法

提出一种开关磁阻电机(switched reluctance motor,SRM)数学建模的新方法：在已知开关磁阻电机静态电感曲线和矩角特性曲线的基础上,将自适应网络模糊推理系统(adaptive network based fuzzy inference system,ANFIS)用于SRM的整体建模中。该模糊推理系统由5层网络构成,将模糊推理与神经网络有机结合起来,利用它的自学习功能计算出模糊系统的隶属度函数以及相应的模糊规则,形成一个结构简单、紧凑的网络来实现电机绕组电流、转子位置角与电感和转矩的非线性映射关系,然后离线训练得到电感与转矩模型。把这种基于ANFIS的电感和矩角模型应用于SRM的系统建模中,以550 W、6/4极SRM为例,进行了仿真与实验比较,结果表明此建模方法能够较好的反映SRM的实际工作状况,从而为SRM系统的建模分析与设计提供一种新的有力的工具。     

非线性模型的开关磁阻电动机转矩脉动抑制

针对开关磁阻电动机SRM(Switched Reluctance Motor)转矩脉动大的问题,基于SRM的磁化特性,分析了SRM的非线性模型.采用Matlab/Simulink仿真软件,对SRM、功率变换器及其控制系统建立了动态仿真模型,并用模糊控制器对SRM的关断角进行实时补偿,实现SRM关断角自动调节,达到减小转矩脉动的目的.仿真实验中,转矩脉动系数从补偿前的0.673 0降低到补偿后的0.257 4,证明了该方法的可行性和有效性,为实际SRM控制系统的设计和调试提供了有效的手段和工具.     

基于GA-ANFIS的开关磁阻电机建模

针对在使用自适应神经网络模糊推理系统对开关磁阻电机进行建模的过程中收敛速度慢的问题,采用将遗传算法和自适应神经网络模糊推理系统相结合的开关磁阻电机建模方法.网络结构仍然采用具有很强鲁棒性和自适应性的Takagi-Sugeno模型,而在网络参数训练时将遗传算法与自适应神经网络模糊推理系统的传统混合学习算法相结合,以提高训...     

开关磁阻电机直接转矩模糊逻辑控制系统设计

本文提出了一个用于抑制转矩脉动的开关磁阻电动机直接转矩模糊逻辑控制系统模型 ,在系统的设计中同时采用了三种方法使转矩脉动最小化 :(1 )直接转矩线性控制 ,用以获得迅速的直接转矩响应 ;(2 )相电流调制优化算法 ,用以获得最佳的相电流波形 ,保证各相绕组瞬时转矩之和为一恒定值 ;(3 )模糊逻辑控制器 ,对各相电流进行进一步调制 ,用以获得转矩的动态稳定。同时文中还介绍了该智能控制器的设计方法 ,并通过数字仿真证实了该设计不仅有效地抑制了转矩的脉动 ,而且具有期望的瞬态响应特性     

基于新模型的双开关磁阻电动机同步控制方法

提出了一种新的开关磁阻电动机解析模型,并根据此模型设计了双开关磁阻电动机的改进交叉耦合同步控制方法.针对现有模型的转矩计算不便问题,利用磁链一转子位置关系曲线的对称性特点,提出了快速转矩计算模型,方便在线实时计算瞬时转矩,并把此模型应用到两台电机同步控制,两台电机转矩差实时计算后,取反并与速度差耦合,同时反馈到速度控制端.仿真结果表明,该方法缩短了同步时间,减小了最大速度差,降低了转矩抖动,使同步过程更加平稳,功率输出平衡得到改善.     

开关磁阻电机高性能转矩控制策略研究

将开关磁阻电动机转矩控制系统分为三级控制子任务:换相策略、转矩控制器和电流控制器,并根据上述结构化设计思想,给出了一种基于神经网络转矩逆模型和滑模电流控制器的开关磁阻电动机高性能转矩控制方案.仿真结果表明该方法能够有效地控制开关磁阻电动机相转矩按期望变化,从而实现了其高性能转矩控制.     

开关磁阻电机振动转矩检测与分析

开关磁阻电机(SRM)核心问题是振动转矩的检测与抑制,众多研究已表明SRM的转矩变化与其相绕组电流紧密相关。为了观测SRM工作时的电流变化和振动转矩情况,构建了磁阻电机的仿真系统,对电机在角度位置控制(APC)、电流斩波控制(CCC)和电压斩波控制(CVC)3种模式下的振动转矩和电流情况进行了仿真,结果表明以换相频率为主频的振动转矩非常明显。此外,搭建了SRM振动转矩检测试验平台,采用角加速度传感器检测了电机的实际振动转矩情况,并对试验结果进行了分析讨论。     

一种开关磁阻电机非线性磁链与转矩建模方法

开关磁阻电机(SRM)由于磁化曲线高度饱和非线性的特点,造成传统的电机性能分析和建模方法很难运用到SRM中。根据SRM磁链曲线的特点,提出了一种带修正因子的反正切函数来建立SRM模型的方法。在获得SRM 5个特殊转子位置处的9个磁链数据点的基础上,利用傅立叶级数分解和反正切函数来拟合SRM的磁链特性,并推导出电感和电磁转矩模型。该模型函数表达式简单、系数修改方便、计算精度高,并且能够直观的反映SRM的磁链、电感和转矩变化情况。以一台550 W、6/4极SRM为例,进行了仿真与实验比较,结果表明该模型能够很好的反映SRM的实际工作状况,验证了所建模型的精确性和有效性。     

开关磁阻电机神经网络随控无位置传感器实现

采用以开关磁阻电机(SRM)控制方式与无位置传感器控制相结合的方法,实现无位置传感器控制(即随控无位置传感器)。对SRM采用直接转矩控制(DTC),并在此基础上推导出以绕组相电流和相电压为输入,以各相转矩为输出的非线性映射关系。利用广义回归神经网络的非线性拟合能力实现该输入、输出之间的非线性映射,进行转矩估计,从而消去转矩传感器。仿真结果表明,SRM不仅可以在各种速度下实现无位置传感器控制,还可以有效的抑制转矩脉动。