基于神经网络的自适应无速度传感器—永磁同步电机控制本科毕业设计论文.docVIP

基于神经网络的自适应无速度传感器 永磁同步电机控制 作 者 姓 名： 徐小龙 指 导 教 师： 王迎春 单 位 名 称： 东北大学 专 业 名 称： 电气工程及其自动化 东 北 大 学 2013年6月 Neural Network-Based Adaptive Sensor-less Control of Permanent Magnet Synchronous Machines by Xu Xiaolong Supervisor: Associate Professor Wang Yingchun Northeastern University June 2013 毕业设计（论文）任务书 毕业设计（论文）题目： 基于神经网络的自适应无速度传感器永磁同步电机控制 设计(论文)的基本内容： (1) 了解，分析项目功能需求。 (2) 设计永磁同步电机的SVPWM的控制，基于神经网络控制建立无传感器控制系统本系统应实现无传感器的条件下，利用神经网络控制。 (3) 总结归纳，对系统进行仿真，分析实验结果。 学生接受毕业设计（论文）题目日期 　　　　　　　　　　　　　第　1　周 指导教师签字： 2013年　3　月　5　日 基于神经网络的自适应无速度传感器永磁同步电机控制 摘要 永磁同步电机具有效率高、功率密度大、转子参数可调等优点，因此在工业生产的各个领域中有着较好的发展。但是由于永磁同步电机在调速系统中传统的机械传感器存在着可靠性低、成本高、等问题，因此本文主要无传感器条件下利用神经网络控制永磁同步电机具有不依赖被控对象的精确数学模型，同时对外界的变化具有学习性、自适应性以及鲁棒性等特点。Neural Network-Based Adaptive Sensor-less Control of Permanent Magnet Synchronous Machines Abstract Permanent magnet synchronous machines (PMSM) have good prospects in various applications areas of industrial production because of high efficiency and energy density. However, in the PMSM speed control system，the traditional mechanical sensor, such as making the system reliability worse，costs increasedmaintenance complex．t the same time, since the system is a strongly nonlinear, time-varying and multivariable system，the permanent magnet synchronous motor do not work well in the high-precision environment. In this paper, an adaptive neural network sensor-less control scheme is studied for permanent magnet synchronous machines. This control method does not depend on the exact mathematical model of controlled object, and has learning, adaptability and robustness characteristics under the changing circumstance. Firstly, the mathematical model of PMSM is analyzed in the thesis. According to the spatial coordinate transformation theory, the three-phase stationary coordinate system is transformed into two rotating coordinate system, and a permanent magnet synchronous motor rotating in the two coordinates department under the mathematical model and its corresponding equation of