永磁同步电动机直接转矩控制系统的仿真研究

分析了永磁同步电动机的数学模型,在此基础上得到了直接转矩控制系统(DTC)的仿真模型,并在Matlab/Simulink中建立模型并仿真。仿真结果表明直接转矩控制可有效减少转矩脉动,具有良好的动、静态性能。     

模糊单神经元PI复合调节的永磁同步电动机矢量控制系统

在分析永磁同步电动机（PMSM）数学模型的基础上,提出了一种模糊单神经元复合控制的方法,它兼有模糊控制和单神经元控制的优点,对被控对象的数学模型要求不高,能够克服传统控制方法中由于电机参数时变和负载扰动而带来的系统性能变差,具有较好的鲁棒性和实时性.该算法已应用于永磁同步电动机双闭环矢量控制系统中的转速控制器中.仿真结果表明,采用该方法的系统具有良好的静态和动态性能.     

基于永磁同步交流伺服电动机的转矩控制系统研究

介绍了一种基于永磁同步伺服电动机（PMSM）的转矩控制系统，该系统由转矩控制电路和泵升电压逆变回馈电路两部分构成，详细讨论了这种复合结构的工作原理和控制方法，并阐述了相应的矢量解耦控制策略。最后，给出了实际运行的实验结果数据，可以满足恒定转矩控制的要求。     

SVPWM矢量控制永磁同步电动机仿真分析

传统的晶闸管逆变器具有功率因数比较低、容易逆变颠覆等问题。电压空间矢量调制技术SVPWM具有易数字化、直流电压利用率高、谐波含量低等显著特点。使用MATLAB／SIMULINK模拟软件建立空间电压矢量脉宽调制的仿真模型,将产生的三相交流电给永磁同步电动机供电,以便探讨空间矢量脉宽调制方式对永磁同步电动机控制效能的影响,结果表明该逆变技术方便可行。此仿真结果有利于串级调速、太阳能并网发电等其他相关工程的应用研究。     

基于TSK型递归模糊神经网络的永磁直线同步电机位置控制研究

针对基于磁场定向控制的永磁直线同步电机(PMLSM)伺服系统的位置精准控制问题,提出了一种TSK型递归模糊神经网络(TSKRFNN)控制方法。在考虑了系统易受参数变化、外部扰动和摩擦力等不确定性因素影响的基础上,建立了含有不确定性因素在内的PMLSM动态数学模型;利用TSKFRNN对系统同时进行了实时在线的结构学习和参数学习,提高了系统抑制不确定性因素的鲁棒性,保证了系统的动态跟踪性能。实验及研究结果表明:与模糊神经网络PID控制方法相比,TSKFRNN可以有效辨识电机参数,抑制系统的不确定性对系统伺服性能的影响,提高了系统的鲁棒性和跟踪性能。     

车载飞轮电池用无轴承永磁同步电动机神经网络控制

针对电动汽车磁悬浮飞轮储能电池用无轴承永磁同步电动机(BPMSM)的非线性、强耦合、参数时变等特性,将单神经元PID和径向基函数神经网络(RBFNN)相结合,提出一种新型车载飞轮电池用BPMSM神经网络控制策略。采用RBFNN辨识BPMSM输入输出变量之间的关系,构建BPMSM系统的参考控制模型,通过MATLAB仿真软件对其进行仿真验证,结果表明,该控制方法可显著提高系统的静态和动态性能。     

基于DSP的永磁同步电动机矢量控制系统的研究

给出了一种基于数学信号处理器（TMS320LF24X）实现永磁同步电动机的矢量控制系统的方案,阐述了系统的基本原理和硬件结构,同时介绍了采用C语言进行软件编程时应注意的问题和控制策略的算法。实验结果表明,采用C语言编程可充分利用这种芯片的高速运动算能力和丰富的片内外资源,有利于软件的模块化,便于维护和移植。     

基于CMAC的永磁直线同步电动机控制与仿真

针对数控机床用永磁直线同步电动机（PMLSM）伺服系统中存在非线性,且易受外界干扰导致控制困难的问题,基于PMLSM工作原理建立了相应矢量控制数学模型,设计了CMAC（Cerebellar Model Articulation Controller,小脑模型关联控制器）＋PID的PMLSM伺服系统控制方案,对控制器的跟踪性能以及抗干扰能力进行仿真。结果表明基于CMAC的复合控制器具有良好的动态跟踪性能和较强的鲁棒适应性,是解决非线性、强耦合的PMLSM控制问题的一种简便有效的控制算法。     

g<1永磁直线同步电动机齿槽力波动的径向基神经网络预估器

永磁直线同步电动机(Permanent magnet linear synchronous motor,PMLSM)齿槽力是影响电动机性能的主要因素之一,特别是在高精度,低速情况下,问题尤为突出。根据q<1分数槽绕组PMLSM结构,采用有限元法计算齿槽力的影响,建立以径向基神经网络为基础的PMLSM齿槽力预估器,其学习算法首先采用快速模糊C均值算法(Accelerated fuzzy C-means,AFCM)对数据进行聚类,选取基函数传播因子,再由最小正交平方算法(Orthogonal least squares learning algorithm,OLSA)选取中心矢量,该预估器与带动量的BP网络(Back propagation neural net- work,BPNN)预估器相比较表明,能够在加快网络学习速度的前提下,保证精度,缩小网络规模,提高网络分类能力。试验结果表明,采用q<1分数槽绕组PMLSM能够有效地减小齿槽力的影响。预估器的建立,能够在设计阶段对PMLSM齿槽结构参数进行有效地预估,使得电动机在满足推力波动指标条件下,实现快速敏捷设计,提高PMLSM的整体设计水平。     

永磁直线同步电动机垂直运输系统模糊控制策略的研究

根据垂直运动永磁直线同步电动机的特点及数学模型,建立了系统的仿真模型,并初步把模糊控制策略引入到控制系统中,实现电机的速度控制.仿真实验结果表明,和PI控制比较,引入模糊控制策略的系统具有良好的控制特性,有效地提高了永磁直线电机垂直运输系统运行的稳定性、可靠性.     

基于SVPWM的永磁同步电动机系统建模与仿真

为实现永磁同步电动机（PMSM）的电压空间矢量控制,在分析永磁同步电动机数学模型的基础上,利用Matlab／Simulink建立了永磁同步电动机矢量控制系统的仿真模型。介绍了矢量控制的坐标变换。重点介绍了电压空间矢量脉宽调制（SVPWM）的控制原理和算法,给出了电压空间矢量脉宽调制在Simu．1ink环境下的实现方法。最后对整个控制系统进行了仿真研究,仿真结果证明了该控制模型的有效性。     

一种新疑的永磁同步电动机离散准滑模变结构控制

首先根据永磁同步电动机（ＰＭＳＭ）控制性能的要求给出其离散模型,然后设计了一种梯的离散变结构控制,与以往变结构控制的不同点是,该控制国入一能量控制基,使得控制输入量在较小的情况下可以达到奶好的控制效果,这一点从控制角度来是很重要,最后通过仿真证明了该设计的有效性。     

一种新颖的永磁同步电动机离散准滑模变结构控制

首先根据永磁同步电动机（PMSM）控制性能的要求给出其离散模型,然后设计了一种新颖的离散变结构控制。与以往变结构控制的不同点是,该控制加入一能量控制项,使得控制输入量在较小的情况下便可以达到很好的控制效果,这一点从控制角度来说是很重要的。最后通过仿真证明了该设计的有效性。     

q＜1永磁直线同步电动机齿槽力波动的径向基神经网络预估器

永磁直线同步电动机(Permanent magnet linear synchronous motor,PMLSM)齿槽力是影响电动机性能的主要因素之一,特别是在高精度,低速情况下,问题尤为突出.根据q＜1分数槽绕组PMLSM结构,采用有限元法计算齿槽力的影响,建立以径向基神经网络为基础的PMLSM齿槽力预估器,其学习算法首先采用快速模糊C均值算法(Accelerated fuzzy C-means,AFCM)对数据进行聚类,选取基函数传播因子,再由最小正交平方算法(Orthogonal least squares learning algorithm,OLSA)选取中心矢量,该预估器与带动量的BP网络(Back propagation neural network,BPNN)预估器相比较表明,能够在加快网络学习速度的前提下,保证精度,缩小网络规模,提高网络分类能力.试验结果表明,采用q＜1分数槽绕组PMLSM能够有效地减小齿槽力的影响.预估器的建立,能够在设计阶段对PMLSM齿槽结构参数进行有效地预估,使得电动机在满足推力波动指标条件下,实现快速敏捷设计,提高PMLSM的整体设计水平.     

高效永磁同步电动机的技术开发和应用

高效率电动机的开发和应用,在世界各国都引起了重视.能源部门把推广使用高效率电动机作为国家节约电能的重要措施.利用高磁场永磁材料钕铁硼装入电动机转子中,成为高效永磁同步电动机,能提高效率,节能效果显著,而这仅仅是钕铁硼在电机技术应用中种的一种.     

高效高压永磁同步电动机技术应用实践

对高效高压永磁同步电动机的技术原理及应用情况进行研究.通过高效高压永磁同步电动机在某公司层流泵站电动机上的应用实践,验证了高效高压同步电动机的可靠性,以及节能环保性能指标的先进性.     

永磁同步电动机混沌系统负反馈控制研究

永磁同步电动机在一定工作情况下将呈现混沌运动,这种现象可能是有害的,有必要研究简单而有效的控制律控制消除其混沌现象。本文采用负反馈控制方法对永磁同步电动机混沌模型进行控制,将系统控制到指定的平衡态,数值研究结果表明控制律简单有效,方便实现,具有重要的工程意义。     

神经网络矢量控制在永磁同步电动机中的应用

在永磁同步电动机(PMSM)矢量控制基本原理分析的基础上,提出了一种基于矢量控制的新型人工神经网络(ANN).人工神经网络用于速度控制和空间矢量脉宽调制(SVM).神经网络速度控制器不依赖于系统精确数学模型,具有动态响应快和稳态精度高的特点;同时基于SVM的人工神经网络算法(ANN-SVM)较易实现,它的计算量小,而且能有效降低谐波干扰.在Matllab/Simulink环境下,建立了一个基于人工神经网络矢量控制的PMSM仿真模型,并对其进行研究.仿真结果证明所提出的基于矢量控制的人工神经网络的可行性和有效性.