开关磁阻电机rf神经网络控制策略研究.pdfVIP

中文摘要 开关磁阻电机(SRM)具有结构简单、体积小、重量轻、工作可靠、制造成 本低等诸多优点。由它组成的开关磁阻电机调速系统(SRD)因其调速范围广， 调速性能优越而引起了国内外学者的普遍关注。然而。开关磁阻电机电磁关系的 高度非线性使得采用常规的线性控制方法很难满足其控制要求，寻求更好的控制 策略成为了解决这一问题的根本途径。 神经网络(NN)因其具有在线学习能力，非常适合于解决非线性系统的控 制问题，但传统的BP神经网络结构复杂、训练速度慢，且存在局部极小问题， 很难满足实时控制要求。径向基函数(RBF)神经网络具有学习速度快、泛化能 力强的突出优点，有较强的实时往，结合快速的训练算法和简单、合理的控制方 式就能够满足SRD系统对控制器的要求。 阻电机及其驱动系统的动态仿真模型，对开关磁阻电机的各种控制方式进行了动 态仿真分析，在此基础之上，利用RBF神经网络进行智能控制策略的研究。在 开关磁阻电机调速研究中，本文提出一种基于RBF神经网络的开关磁阻电机自 适应PWM转速控制方法，该方法利用RBF神经网络极强的逼近能力和快速的 收敛性，将离线训练好的RBF神经网络构成转速控制器，并结合在线辨识完成 网络的在线训练，让控制器在电机运行中自适应地调节网络参数，使之适应环境 的变化。仿真结果表明该方法具有响应速度快、控制精度高、适应性强等优点。 在抑制转矩脉动的研究中，本文提出了一种基于RBF神经网络的开关磁阻电机 瞬时转矩控制方法，利用从开关磁阻电机动态模型仿真中产生的数据来对RBF 神经网络进行离线训练，学习不同的转矩分配函数对应的电流波形，再将训练好 的RBF神经网络用于电机的转矩控制中，完成不同转速下，转矩、位置到电流 的非线性映射，最后通过瞬时电流跟踪控制使电机电流跟踪参考电流，完成电机 的转矩控制。仿真结果证明，该控制策略能有效减小开关磁阻电机的转矩脉动， 具有控制精度高、能适应转速变化等优点。 在硬件试验中，本文以1rI公司的TMS320LF2407DSP为基础，进行了开关 磁阻电机控制系统设计，并通过硬件电路和软件编程实现了转子位置检测、转速 调节以及电流检测等功能。 关键词：开关磁阻电机；RBF神经网络：动态建模；在线辨识：转矩分配 ABSTRACT Theswitchedreluctance such specificadvantages motor(SRM)possessesmany as lowcost．Theswitched simplestrBcture，highefficieney,goodreliability,and reluctancemotor isconstnlctedthe attracted drive(SRD)，whichby SRM，has in to extensiveattentiontheworlddueits、】l，ide and of range performances superior nonlinear characteristicthe lligh electromagnetic speedtuning．However,its enlarges ofcontrol makestraditionallinearcontrollers difficulty greatly,which in