开关磁阻电机建模、转矩估计及脉动抑制研究.docxVIP

开关磁阻电机建模、转矩估计及脉动抑制研究

1.引言

1.1研究背景及意义

开关磁阻电机（SRM）作为一种新型的电机驱动系统，因其结构简单、效率高、可控性强等优点，在工业生产、交通运输、家用电器等领域得到了广泛的应用。然而，开关磁阻电机运行过程中存在转矩脉动大、噪声大等问题，这些问题严重限制了其在高性能场合的应用。因此，对开关磁阻电机进行建模、转矩估计及脉动抑制研究具有重要的理论和实际意义。

1.2国内外研究现状

开关磁阻电机的研究始于20世纪50年代，经过几十年的发展，国内外学者在开关磁阻电机的建模、控制策略、转矩估计及脉动抑制等方面取得了一系列研究成果。在国外，美国、德国、日本等发达国家的研究较为深入，已经成功开发出多种高性能的开关磁阻电机驱动系统。国内的研究虽然起步较晚，但近年来也取得了显著进展，部分研究成果已达到国际先进水平。

1.3研究内容与结构安排

本文主要针对开关磁阻电机建模、转矩估计及脉动抑制进行研究。首先，对开关磁阻电机的结构及原理进行介绍，为后续建模和转矩估计提供基础；其次，分析开关磁阻电机的数学模型及参数辨识方法；接着，探讨开关磁阻电机转矩估计的传统方法和现代方法，并进行性能分析；然后，研究开关磁阻电机脉动的产生机理和抑制策略；最后，总结研究成果，并对未来研究方向进行展望。

本文共分为五个章节，具体结构安排如下：

引言：介绍研究背景、意义及国内外研究现状，明确研究内容和结构安排。

开关磁阻电机建模：分析开关磁阻电机的结构、原理及数学模型，探讨模型参数辨识方法。

转矩估计方法：研究开关磁阻电机转矩估计的传统方法和现代方法，并进行性能分析。

脉动抑制策略：分析开关磁阻电机脉动的产生机理，提出有效的脉动抑制方法，并进行效果分析。

结论：总结研究成果，指出不足之处，对未来研究方向进行展望。

2.开关磁阻电机建模

2.1开关磁阻电机结构及原理

开关磁阻电机（SwitchedReluctanceMotor，简称SRM）是一种具有独特结构和工作原理的电机。其结构主要由定子和转子两部分组成。定子由多个凸出的极齿构成，转子则是由若干个软磁材料制成的磁块组成。开关磁阻电机的运行原理基于磁阻最小原理，即磁通总是沿着磁阻最小的路径闭合。

在开关磁阻电机中，通过改变定子极齿与转子磁块之间的相对位置关系，使得磁路中的磁阻发生变化，从而产生转矩。开关磁阻电机的转矩是由磁阻变化产生的，因此具有非线性和脉动特性。

2.2开关磁阻电机数学模型

开关磁阻电机的数学模型主要包括磁路模型、电路模型和机电转换模型三个方面。

（1）磁路模型：描述电机内部的磁通分布和磁阻变化，通常采用等效磁路法进行分析。

（2）电路模型：描述电机绕组中的电流、电压和功率关系，一般采用基尔霍夫电压定律（KVL）和欧姆定律进行建模。

（3）机电转换模型：将电机内部的电磁转矩与电机输出的机械转矩联系起来，通常采用机电转换系数进行描述。

通过这三个模型的组合，可以推导出开关磁阻电机的动态方程，为后续的转矩估计和脉动抑制提供理论依据。

2.3模型参数辨识方法

为了准确建立开关磁阻电机的数学模型，需要对模型中的参数进行辨识。常用的参数辨识方法有以下几种：

（1）实验法：通过对电机进行不同工况下的实验，测量电机的电流、电压、转速等参数，然后利用数据处理方法辨识模型参数。

（2）解析法：根据电机的结构和工作原理，推导出参数与电机性能之间的关系，进而求解模型参数。

（3）优化算法：采用遗传算法、粒子群算法等优化方法，以实验数据为依据，对模型参数进行优化辨识。

（4）神经网络法：利用神经网络具有自学习能力的特点，对实验数据进行训练，实现模型参数的辨识。

通过对模型参数的准确辨识，可以提高开关磁阻电机模型的准确性，从而为转矩估计和脉动抑制提供有力支持。

3转矩估计方法

3.1传统转矩估计方法

传统转矩估计方法主要基于开关磁阻电机的数学模型，利用电机运行时的电流、电压等参数来估算电磁转矩。这些方法大致可以分为静态转矩估计和动态转矩估计两大类。

静态转矩估计方法通常基于电机的静态特性，通过查找转矩-电流映射表或使用简单的数学公式来计算转矩。其优点是实现简单，计算量小，但精度较低，难以满足高精度控制需求。

动态转矩估计方法则更多地考虑了电机运行过程中的动态特性，例如使用状态观测器、滑模观测器等，结合电机的数学模型，实时估算电磁转矩。这些方法虽然提高了估计的准确度，但算法较为复杂，对计算资源的要求较高。

3.2现代转矩估计方法

随着控制理论和计算机技术的发展，现代转矩估计方法逐渐成为研究的热点。这些方法包括智能算法、自适应算法以及基于现代信号处理技术的算法。

智能算法如神经网络、模糊逻辑等在转矩估计中得到了广泛应用。这些算法能够处理非线性问题，对模型的精确度要求不高，具有较