首页--工业技术论文--电工技术论文--电机论文--交流电机论文--异步电机论文

基于容积卡尔曼滤波异步电机无速度传感器矢量控制的研究

摘要第3-5页
abstract第5-6页
第一章 绪论第10-19页
    1.1 异步电机交流调速系统的发展概况第10-11页
    1.2 异步电机无速度传感器矢量控制技术的发展现状第11-15页
        1.2.1 直接计算法第12-13页
        1.2.2 模型参考自适应系统法第13-14页
        1.2.3 基于神经网络的方法第14页
        1.2.4 全阶观测器法第14页
        1.2.5 高频信号注入法第14-15页
    1.3 卡尔曼滤波算法在异步电机中应用的现状第15-17页
    1.4 本文主要的研究内容第17-19页
第二章 三相异步电机的数学模型及其矢量控制原理第19-41页
    2.1 引言第19页
    2.2 三相异步电机的数学模型第19-27页
        2.2.1 三相静止坐标下的数学模型第19-22页
        2.2.2 常用坐标变换与坐标变换矩阵第22-25页
        2.2.3 两相坐标系下电机的数学模型第25-26页
        2.2.4 两相静止坐标系下电机的状态方程第26-27页
    2.3 异步电机矢量控制的原理第27-29页
    2.4 异步电机矢量控制的仿真模型第29-36页
    2.5 仿真结果分析第36-40页
    2.6 本章小结第40-41页
第三章 基于扩展卡尔曼滤波算法异步电机矢量控制的研究第41-58页
    3.1 引言第41页
    3.2 卡尔曼滤波算法的原理第41-45页
        3.2.1 卡尔曼滤波算法的概述第41-42页
        3.2.2 最优滤波估计的提出第42-43页
        3.2.3 卡尔曼滤波算法的原理第43-44页
        3.2.4 卡尔曼滤波增益的计算第44页
        3.2.5 卡尔曼滤波的计算过程第44-45页
    3.3 扩展卡尔曼滤波算法的原理第45-49页
        3.3.1 连续非线性系统的离散化方法第46页
        3.3.2 离散非线性系统的线性化方法第46-48页
        3.3.3 扩展卡尔曼滤波算法的计算流程第48-49页
    3.4 基于扩展卡尔曼滤波异步电机控制系统模型的建立第49-52页
    3.5 基于扩展卡尔曼滤波异步电机矢量控制系统的仿真第52-55页
    3.6 仿真结果分析第55-57页
    3.7 本章小结第57-58页
第四章 基于容积卡尔曼滤波算法异步电机矢量控制的研究第58-75页
    4.1 引言第58页
    4.2 容积卡尔曼滤波算法的原理第58-62页
        4.2.1 容积卡尔曼滤波算法的原理介绍第58-60页
        4.2.2 容积卡尔曼滤波的计算流程第60-62页
    4.3 基于容积卡尔曼滤波算法无速度传感器异步电机转速估计原理第62-67页
        4.3.1 基于容积卡尔曼滤波电机转速估计器的设计第62-64页
        4.3.2 基于容积卡尔曼滤波状态估计的基本过程第64-67页
    4.4 仿真结果的分析第67-74页
        4.4.1 容积卡尔曼滤波算法仿真结果的分析第68-70页
        4.4.2 CKF与EKF状态估计的对比分析第70-74页
    4.5 本章小结第74-75页
第五章 基于容积卡尔曼滤波异步电机矢量控制系统的实验设计第75-88页
    5.1 引言第75页
    5.2 DSP的介绍与TMS320F2812芯片的介绍第75-76页
        5.2.1 DSP的介绍第75-76页
        5.2.2 TMS320F2812芯片的分析第76页
    5.3 基于CKF电机矢量控制系统的设计方案第76-82页
        5.3.1 数字化异步电机控制系统的硬件结构第76-81页
        5.3.2 系统控制软件的设计与实现第81-82页
    5.4 实验控制系统建立及代码的生成第82-85页
        5.4.1 转化处理程序的设计第82-83页
        5.4.2 异步电机矢量控制系统的设计第83-84页
        5.4.3 容积卡尔曼滤波器的设计第84页
        5.4.4 代码生成第84-85页
    5.5 实验结果与分析第85-87页
        5.5.1 电机参数介绍第85-86页
        5.5.2 仿真结果分析第86-87页
    5.6 本章小结第87-88页
第六章 结论与展望第88-90页
    6.1 结论第88-89页
    6.2 展望第89-90页
参考文献第90-94页
致谢第94-95页
个人简历、在学期间的研究成果及发表的学术论文第95页

论文共95页,点击 下载论文
上一篇:基于图像技术的踏面缺陷检测方法研究
下一篇:基于PSO-SVM的锚杆锚固质量无损检测方法研究