| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-18页 |
| ·课题研究的背景和意义 | 第8-10页 |
| ·课题研究的背景 | 第8-10页 |
| ·课题研究的意义 | 第10页 |
| ·无传感器永磁同步电机研究现状 | 第10-16页 |
| ·永磁同步电机的发展概况 | 第10-11页 |
| ·无传感器控制技术的发展现状 | 第11-14页 |
| ·粒子群优化算法研究现状 | 第14-15页 |
| ·直接转矩控制研究现状 | 第15-16页 |
| ·本文研究内容与结构安排 | 第16-18页 |
| 第二章 永磁同步电机的工作原理及其数学模型 | 第18-26页 |
| ·引言 | 第18页 |
| ·永磁同步电机的结构与工作原理 | 第18-19页 |
| ·三相静止坐标系下永磁同步电机数学模型 | 第19-22页 |
| ·电压方程 | 第20页 |
| ·磁链方程 | 第20-21页 |
| ·转矩方程和运动方程 | 第21-22页 |
| ·两相静止坐标系下永磁同步电机数学模型 | 第22-25页 |
| ·三相-两相变换 | 第22-24页 |
| ·电压、磁链、和转矩方程 | 第24-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 基于PSO算法的小波神经网络的电机速度辨识 | 第26-43页 |
| ·引言 | 第26-27页 |
| ·BP神经网络 | 第27-31页 |
| ·人工神经网络 | 第27-29页 |
| ·BP神经网络 | 第29-31页 |
| ·小波神经网络 | 第31-35页 |
| ·小波变换 | 第31-32页 |
| ·小波神经网络 | 第32-35页 |
| ·基于粒子群优化算法的小波神经网络 | 第35-38页 |
| ·粒子群优化算法 | 第35-37页 |
| ·基于粒子群优化算法的小波神经网络 | 第37-38页 |
| ·速度辨识的对比试验 | 第38-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 改进的永磁同步电机直接转矩控制 | 第43-59页 |
| ·引言 | 第43页 |
| ·直接转矩控制的原理与特点 | 第43-44页 |
| ·电压空间矢量 | 第44-46页 |
| ·磁链的观测与控制 | 第46-48页 |
| ·转矩控制 | 第48-49页 |
| ·扇区和开关选择表 | 第49-51页 |
| ·多扇区开关表设计与分析 | 第51-53页 |
| ·十二扇区的划分 | 第51-52页 |
| ·对比仿真 | 第52-53页 |
| ·基于模糊控制器的直接转矩控制 | 第53-58页 |
| ·基于模糊控制系统的开关表 | 第53-56页 |
| ·对比仿真 | 第56-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 系统仿真 | 第59-71页 |
| ·直接转矩控制系统仿真模块的建立 | 第59-66页 |
| ·电压开关表模型 | 第59-60页 |
| ·逆变器模块 | 第60-61页 |
| ·坐标变换模块 | 第61-62页 |
| ·磁链计算模块 | 第62-65页 |
| ·转矩计算模块 | 第65页 |
| ·转速辨识模块 | 第65-66页 |
| ·系统仿真研究 | 第66-71页 |
| 第六章 总结与展望 | 第71-73页 |
| ·总结 | 第71页 |
| ·展望 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78页 |