| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9页 |
| 1.1.2 选题意义 | 第9-10页 |
| 1.2 国内外发展现状及分析 | 第10-13页 |
| 1.2.1 参数辨识方法分类 | 第10-11页 |
| 1.2.2 PMSM参数离线辨识研究现状 | 第11页 |
| 1.2.3 PMSM参数在线辨识研究现状 | 第11-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 2 车用IPMSM矢量控制策略分析及仿真 | 第15-26页 |
| 2.1 IPMSM的数学模型 | 第15-19页 |
| 2.1.1 三相静止坐标系下的PMSM数学模型 | 第15-16页 |
| 2.1.2 永磁同步电机d-q坐标系下数学模型 | 第16-19页 |
| 2.2 永磁同步电机控制策略 | 第19-22页 |
| 2.2.1 最大转矩电流比控制 | 第19-20页 |
| 2.2.2 弱磁控制 | 第20-22页 |
| 2.3 车用IPMSM矢量控制系统建模与仿真 | 第22-25页 |
| 2.3.1 矢量控制的仿真模型总体结构 | 第22-23页 |
| 2.3.2 仿真结果分析 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于模型参考自适应的IPMSM在线参数辨识方法研究 | 第26-42页 |
| 3.1 IPMSM参数离线辨识 | 第26-28页 |
| 3.1.1 定子电阻的离线辨识 | 第26-27页 |
| 3.1.2 磁链的离线辨识 | 第27页 |
| 3.1.3 交直轴电感的离线辨识 | 第27-28页 |
| 3.2 基于MRAS的IPMSM多参数在线辨识方法研究 | 第28-36页 |
| 3.2.1 模型参考自适应原理 | 第28-29页 |
| 3.2.2 Popov超稳定性理论 | 第29页 |
| 3.2.3 基于MRAS内置式永磁同步电机在线参数辨识设计 | 第29-36页 |
| 3.3 IPMSM参数在线辨识仿真分析 | 第36-41页 |
| 3.4 本章小结 | 第41-42页 |
| 4 基于神经网络的模型参考自适应参数辨识研究 | 第42-51页 |
| 4.1 BP神经网络 | 第42-43页 |
| 4.2 基于MRAS和神经网络的参数在线辨识 | 第43-44页 |
| 4.3 基于神经网络的模型参考自适应系统 | 第44-48页 |
| 4.3.1 基于神经网络的模型参考自适应系统实现 | 第44-46页 |
| 4.3.2 基于神经网络的模型参考自适应系统参数辨识仿真分析 | 第46-48页 |
| 4.4 三种在线辨识方法比较 | 第48页 |
| 4.5 考虑参数变化的车用IPMSM的MTPA控制 | 第48-50页 |
| 4.6 本章小结 | 第50-51页 |
| 5 IPMSM矢量控制系统软硬件功能实现 | 第51-60页 |
| 5.1 硬件电路系统设计 | 第51-55页 |
| 5.1.1 主芯片最小系统模块 | 第52-53页 |
| 5.1.2 CAN通讯电路模块 | 第53页 |
| 5.1.3 电源电路模块 | 第53-54页 |
| 5.1.4 电机转子位置和转速的获取 | 第54-55页 |
| 5.2 控制器软件开发 | 第55-59页 |
| 5.2.1 控制器软件整体架构 | 第55-56页 |
| 5.2.2 底层软件配置 | 第56-58页 |
| 5.2.3 软件系统控制策略 | 第58-59页 |
| 5.3 本章小结 | 第59-60页 |
| 6 实验结论与分析 | 第60-68页 |
| 6.1 测试系统 | 第60-62页 |
| 6.1.1 测试系统整体构造 | 第60-61页 |
| 6.1.2 被测电机具体参数数据 | 第61-62页 |
| 6.2 实验结果分析 | 第62-67页 |
| 6.3 本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73页 |
