基于小波神经网络无速度传感器DTC系统参数辨识
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 1 绪论 | 第11-17页 |
| ·引言 | 第11-12页 |
| ·DTC国外研究现状 | 第12-14页 |
| ·基于模型参考自适应系统(MRAS)的估计算法 | 第12-13页 |
| ·基于神经网络辨识的方法 | 第13-14页 |
| ·DTC系统存在的问题及解决方案 | 第14-16页 |
| ·论文的主要任务 | 第16-17页 |
| 2 小波神经网络的研究 | 第17-27页 |
| ·小波分析的基础 | 第17-19页 |
| ·小波神经网络的发展 | 第19-20页 |
| ·小波神经网络的结构与选择 | 第20-21页 |
| ·WNN的算法 | 第21-27页 |
| ·梯度下降法 | 第21-24页 |
| ·正交最小二乘法(OLS算法) | 第24-25页 |
| ·递推正交最小二乘法(ROLS算法) | 第25-27页 |
| 3 DTC系统基本组成和基本原理 | 第27-39页 |
| ·电机的数学模型 | 第27-28页 |
| ·直接转矩控制原理 | 第28-39页 |
| ·磁链观测 | 第31-33页 |
| ·转矩观测及转矩、磁链控制器 | 第33-34页 |
| ·电压空间矢量的选择 | 第34-35页 |
| ·电压矢量表的选择 | 第35-39页 |
| 4 转速和定子电阻的辨识 | 第39-47页 |
| ·转速的辨识 | 第39-44页 |
| ·转速的辨识模型 | 第39页 |
| ·基于神经网络辨识过程和辨识结果 | 第39-41页 |
| ·基于小波神经网络辨识模型的确定和辨识结果 | 第41-44页 |
| ·定子电阻的辨识 | 第44-47页 |
| ·小波神经网络定子电阻在线观测器的结构设计 | 第44-45页 |
| ·试验测试及仿真 | 第45-47页 |
| 5 DTC系统的仿真与仿真结果 | 第47-55页 |
| ·Matlab／Simulink软件的介绍 | 第47-48页 |
| ·DTC系统中的各模型的建立 | 第48-53页 |
| ·各模型的建立 | 第48-53页 |
| ·仿真结果 | 第53-55页 |
| 6 控制系统的实现 | 第55-67页 |
| ·硬件电路的设计 | 第55-62页 |
| ·控制电路的部分简介 | 第55-59页 |
| ·主电路部分简介 | 第59-62页 |
| ·系统软件设计 | 第62-67页 |
| ·电压空间矢量脉宽调制波的生成 | 第62-65页 |
| ·系统软件设计的结构 | 第65-67页 |
| 7 结论与展望 | 第67-69页 |
| ·全文工作总结 | 第67页 |
| ·进一步工作展望 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 在学研究成果 | 第73-74页 |
| 致谢 | 第74页 |
