基于RBF神经网络开关磁阻电机直接转矩控制的研究-电气工程专业论文.docxVIP

Dissertation Submitted to Hebei University of Technology for The Master Degree of Electrical Engineering SWITCHED RELUCTANCE MOTOR DIRECT TORQUE CONTROL RESEARCH BASED ON RBF NEURAL NETWORK by Xue Ruipeng Supervisor: Vice Prof. Song Guiying November 2014   原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得 的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表 的作品内容，也不包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究 工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声 明的法律责任由本人承担。 学位论文作者签名： 日期： 关于学位论文版权使用授权的说明 本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定：学校有 权采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供本学位论文全 文或者部分内容的阅览服务；学校有权将学位论文的全部或部分内容编入有关数据库 进行检索、交流；学校有权向国家有关部门或者机构送交论文的复印件和电子版。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 日期： 导 师 签 名： 日期:  摘 要 I  PAGE 6 开关磁阻电机-Switched Reluctance Motor 即 SRM，是一种结构简单、价格低、工 作可靠的新型电机。由于其双凸极结构以及其工作方式，在推广过程中不可避免的遇 到转矩脉动大、噪声大等问题，限制了电机的推广。本文从改善控制策略方面来提高 开关磁阻电机调速系统的整体性能。 本文以 SRM 数学模型为基础，结合在异步电动机领域应用已经较为成熟的直接 转矩控制（DTC） 的原理和方法，在 Matlab/Simulink 环境中搭建基于直接转矩控制 的开关磁阻电机调速系统仿真模型，并将其与传统控制方式下的调速系统进行比较， 仿真结果表明直接转矩控制下的调速系统更优越。 为了进一步提高开关磁阻电机直接转矩控制系统的性能，将原有的固定参数 PID 控制替换为模糊自适应 PID 系统；并将原有的开关表替换为 RBF 神经网络状态选择 器??模糊自适应 PID 改善了固定参数 PID 在面对非线性、控制参数变化的系统调节能 力不足的缺点；而 RBF 神经网络所具有的并行运算能力、更强的容错能力、鲁棒性 强等特点提高了系统的稳定性。仿真结果表明，新的调速系统的动、静态性能明显优 于传统直接转矩控制下的调速系统，并且显著提高了系统的鲁棒性和自适应能力。 关键词：开关磁阻电机 直接转矩控制 RBF 神经网络 模糊自适应 PID  ABSTRACT Switched Reluctance Motor (SRM) is a new type of electric machine that is simply structured, lowly priced and reliable operation. Due to its doubly salient structure and operating mode, there are several inevitable questions during its promotion, such as large torque pulsation and too much noise. These questions have restricted the promotion of this motor. In this paper, the overall performance of the switched reluctance motor drive is enhanced through the improvement of the control strategy. In this paper, on the basis of SRM mathematical model and in accordance with the principle and method of direct torque control which has been applied in asynchronous motor field, the switched reluctance motor is built based on DTC simulation m