摘要 | 第3-4页 |
ABSTRACT | 第4-5页 |
1 绪论 | 第9-25页 |
1.1 课题的研究背景和意义 | 第9-10页 |
1.2 开关磁阻电机的发展概况及研究方向 | 第10-13页 |
1.2.1 开关磁阻电机的发展概况 | 第10-12页 |
1.2.2 开关磁阻电机的研究方向 | 第12-13页 |
1.3 开关磁阻电机建模方法 | 第13-17页 |
1.4 开关磁阻电机的无位置传感器控制 | 第17-21页 |
1.4.1 启动和低速运行时的无位置传感器控制 | 第17-18页 |
1.4.2 中、高速运行的无位置传感器控制 | 第18-21页 |
1.5 基于神经网络的开关磁阻电机无位置传感器控制研究现状 | 第21-22页 |
1.6 论文结构安排 | 第22-25页 |
2 开关磁阻电机基本原理及有限元分析 | 第25-37页 |
2.1 开关磁阻电机基本结构及工作原理 | 第25-28页 |
2.1.1 基本结构 | 第25-26页 |
2.1.2 工作原理 | 第26页 |
2.1.3 基本方程 | 第26-28页 |
2.2 开关磁阻电机有限元分析 | 第28-35页 |
2.2.1 开关磁阻电机几何模型的建立 | 第29页 |
2.2.2 开关磁阻电机材料赋予及单元剖分 | 第29-31页 |
2.2.3 边界条件和激励源的设定 | 第31页 |
2.2.4 有限元后处理分析 | 第31-34页 |
2.2.5 计算磁链及转矩 | 第34-35页 |
2.3 本章小结 | 第35-37页 |
3 基于神经网络的开关磁阻电机建模 | 第37-57页 |
3.1 BP 神经网络 | 第37-41页 |
3.1.1 激活函数 | 第37-39页 |
3.1.2 网络结构 | 第39页 |
3.1.3 学习算法及改进 | 第39-41页 |
3.2 开关磁阻电机 BP 神经网络模型 | 第41-48页 |
3.2.1 基于 BP 神经网络的转子位置估计模型 | 第42-45页 |
3.2.2 基于 BP 神经网络的电流模型 | 第45-46页 |
3.2.3 基于 BP 神经网络的转矩模型 | 第46-48页 |
3.3 Matlab/Simulink 中的开关磁阻电机仿真系统 | 第48-52页 |
3.3.1 实验数据获取 | 第49-50页 |
3.3.2 BP 神经网络训练 | 第50-52页 |
3.4 开关磁阻电机系统仿真实验 | 第52-56页 |
3.4.1 基于 BP 神经网络的开关磁阻电机系统模型 | 第52-53页 |
3.4.2 模型实验及结果分析 | 第53-56页 |
3.5 本章小结 | 第56-57页 |
4 基于神经网络的开关磁阻电机无位置传感器自适应 PID 控制 | 第57-69页 |
4.1 神经网络在控制系统中的应用 | 第57-59页 |
4.2 基于 BP 神经网络的开关磁阻电机无位置传感器自适应 PID 控制系统设计 | 第59-63页 |
4.2.1 控制系统整体结构 | 第59-60页 |
4.2.2 神经网络自适应 PID 控制器 | 第60-63页 |
4.3 控制实验设计及结果分析 | 第63-67页 |
4.4 本章小结 | 第67-69页 |
5 基于 DSP 的开关磁阻电机控制系统 | 第69-83页 |
5.1 基于 DSP 开关磁阻电机控制系统结构 | 第69页 |
5.2 控制系统硬件系统设计 | 第69-77页 |
5.2.1 复位电路和时钟振荡电路 | 第69-70页 |
5.2.2 供电电路设计 | 第70-72页 |
5.2.3 SCI 串口通信和 JTAG 接口电路设计 | 第72-73页 |
5.2.4 PWM 信号光耦隔离与驱动电路 | 第73-74页 |
5.2.5 功率变换器 | 第74-75页 |
5.2.6 位置检测 | 第75-76页 |
5.2.7 电压电流检测 | 第76-77页 |
5.3 软件设计 | 第77-78页 |
5.4 实验结果分析 | 第78-81页 |
5.5 本章小结 | 第81-83页 |
6 结论与展望 | 第83-85页 |
6.1 结论 | 第83页 |
6.2 展望 | 第83-85页 |
致谢 | 第85-87页 |
参考文献 | 第87-91页 |
附录 | 第91页 |
A. 作者在攻读学位期间参与的项目 | 第91页 |
B. 获奖情况 | 第91页 |
C. 附件 | 第91页 |