混合动力电动汽车无刷转矩电机智能直接控制研析.docVIP

混合动力电动汽车无刷转矩电机智能直接控制的研究 密歇根大学 - 迪尔伯恩，MI48128，USA 译者：蓝飞雁 专业：汽车服务工程 学号：200872030131 摘要： 本文探讨了神经网络在非正弦反电动势转矩直接控制(DTC)的无刷直流(BLDC)电机的应用。传统DTC技术通过开关信号直接控制转矩，而开关信号来源于预设定的转矩误差、定子磁链误差和定子磁通角。把这种方法运用到混合动力电动汽车上，将会由于几个系统限制造成严重的转矩脉动和功率损耗。在本文中提出了把智能神经网络应用到混合动力电动汽车上，这种智能神经网络运用无刷直流对电动机进行直接转矩控制。对此提出的方法是减小转矩脉动和开关数量，从而减少了开关损耗，同时运用MATLAB/ SIMULINK对运用传统的直接控制技术和运用无刷直流的直接控制神经网络电机进行仿真，对结果进行了比较和讨论，以验证提出了控制是否合适。 关键词：无刷直流电机；直接转矩控制；神经网络 1简介 永磁无刷直流驱动电机被广泛应用于从伺服到牵引驱动器等许多高性能的设备上，这主要是利用了其效率高、功率密度高和惯性力矩大比等特点。直接转矩控制首先应用于感应电动机驱动上，它主要包括直接控制电磁转矩和磁链连杆[1]。逆变器开关组合是通过考虑到转矩偏差和磁链误差[1]而