摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第10-16页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-16页 |
1.2.1 国内外高速列车的发展现状 | 第11-13页 |
1.2.2 智能控制在多电机调速系统中的应用现状 | 第13页 |
1.2.3 多电机同步控制的发展 | 第13-16页 |
第二章 永磁同步牵引电机的矢量控制系统 | 第16-28页 |
2.1 永磁同步电机数学模型 | 第16-19页 |
2.1.1 坐标系 | 第16-17页 |
2.1.2 坐标系变换 | 第17-18页 |
2.1.3 永磁同步电机基于d-q坐标系的基本方程 | 第18-19页 |
2.2 永磁同步电机矢量控制 | 第19-21页 |
2.3 基于i_d=0矢量控制的永磁同步电动机伺服系统 | 第21-22页 |
2.4 矢量控制下的空间矢量脉宽调制与实现 | 第22-28页 |
2.4.1 基本电压空间矢量 | 第22-24页 |
2.4.2 SVPWM原理 | 第24-26页 |
2.4.3 SVPWM算法实现 | 第26-28页 |
第三章 牵引电机的模糊免疫PID控制及其参数寻优 | 第28-43页 |
3.1 牵引电机模糊免疫PID控制原理 | 第28-34页 |
3.1.1 常规PID控制 | 第28-31页 |
3.1.1.1 模拟式PID控制算法 | 第28-29页 |
3.1.1.2 数字PID控制算法 | 第29-30页 |
3.1.1.3 PID控制器的优缺点 | 第30-31页 |
3.1.2 模糊控制(Fuzzy Control) | 第31-33页 |
3.1.2.1 模糊控制的基本原理 | 第31页 |
3.1.2.2 模糊控制系统 | 第31-33页 |
3.1.3 免疫原理 | 第33-34页 |
3.1.4 模糊免疫PID控制器 | 第34页 |
3.2 模糊免疫PID参数的智能寻优 | 第34-43页 |
3.2.1 粒子群算法(Particle Swarm Optimization,PSO) | 第35-36页 |
3.2.1.1 基本的粒子群算法 | 第35-36页 |
3.2.1.2 标准的粒子群算法 | 第36页 |
3.2.2 布谷鸟搜索算法(Cuckoo Search,CS) | 第36-37页 |
3.2.3 细菌算法(Bacterial Foraging Optimization,BFO) | 第37-43页 |
3.2.3.1 大肠杆菌的觅食过程 | 第38页 |
3.2.3.2 细菌觅食优化算法的主要操作 | 第38-40页 |
3.2.3.3 细菌觅食优化算法的工作流程 | 第40-43页 |
第四章 高速列车牵引电机仿真实验研究 | 第43-60页 |
4.1 牵引电机控制系统建模 | 第43-49页 |
4.1.1 SVPWM模块的搭建 | 第43-45页 |
4.1.2 模糊控制的建立 | 第45-47页 |
4.1.3 模糊免疫PID模块的建立 | 第47-49页 |
4.2 智能算法寻优 | 第49-52页 |
4.2.1 粒子群算法的寻优 | 第49-50页 |
4.2.2 布谷鸟算法寻优 | 第50-51页 |
4.2.3 细菌算法寻优 | 第51-52页 |
4.3 仿真实验 | 第52-60页 |
第五章 多电机联合牵引同步性实验 | 第60-72页 |
5.1 同步控制算法 | 第60-64页 |
5.2 同步控制仿真 | 第64-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 全文总结 | 第72页 |
6.2 后续展望 | 第72-74页 |
参考文献 | 第74-78页 |
致谢 | 第78-79页 |
攻读学位期间取得的研究成果 | 第79页 |