| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 目录 | 第11-13页 |
| 第1章 绪论 | 第13-24页 |
| 1.1 研究背景及选题意义 | 第13-14页 |
| 1.2 感应电机状态估计方法研究现状 | 第14-18页 |
| 1.3 感应电机参数辨识方法研究现状 | 第18-19页 |
| 1.4 多采样率数字控制理论研究现状 | 第19-21页 |
| 1.4.1 输入多采样率控制系统 | 第20-21页 |
| 1.4.2 输出多采样率控制系统 | 第21页 |
| 1.4.3 广义多采样率控制系统 | 第21页 |
| 1.5 机车粘着控制方法研究现状 | 第21-22页 |
| 1.6 本论文的主要研究内容 | 第22-24页 |
| 第2章 感应电机参数辨识方法与硬件在环系统 | 第24-47页 |
| 2.1 感应电机数学模型 | 第24-30页 |
| 2.1.1 感应电机三相数学模型 | 第25-27页 |
| 2.1.2 感应电机两相数学模型 | 第27-28页 |
| 2.1.3 坐标变换及实现 | 第28-30页 |
| 2.2 感应电机矢量控制及磁场定向 | 第30-31页 |
| 2.3 感应电机状态空间模型 | 第31-32页 |
| 2.4 感应电机状态估计 | 第32-35页 |
| 2.4.1 基于滑模观测器的磁链估计 | 第33-34页 |
| 2.4.2 基于MRAS的转速估计 | 第34-35页 |
| 2.5 感应电机转子时间常数辨识 | 第35-39页 |
| 2.5.1 基于MRAS的转子时间常数辨识 | 第35-36页 |
| 2.5.2 基于多采样率MRAS算法的感应电机参数辨识 | 第36-39页 |
| 2.6 硬件在环试验仿真系统及试验结果 | 第39-46页 |
| 2.6.1 硬件在环试验仿真系统的建立 | 第40-42页 |
| 2.6.2 转子磁链及电机转速的状态估计结果 | 第42-45页 |
| 2.6.3 转子时间常数的参数辨识结果 | 第45-46页 |
| 2.7 本章小结 | 第46-47页 |
| 第3章 感应电机多采样率状态估计方法 | 第47-71页 |
| 3.1 基于多采样率EKF算法的感应电机状态估计 | 第47-63页 |
| 3.1.1 感应电机全阶数学模型 | 第47-49页 |
| 3.1.2 卡尔曼滤波及扩展卡尔曼滤波 | 第49-52页 |
| 3.1.3 多采样率EKF方法 | 第52-58页 |
| 3.1.4 感应电机状态估计实验结果 | 第58-63页 |
| 3.2 基于多采样率STF算法的感应电机状态估计 | 第63-70页 |
| 3.2.1 强跟踪滤波算法 | 第63-65页 |
| 3.2.2 多采样率STF算法 | 第65-70页 |
| 3.3 本章小结 | 第70-71页 |
| 第4章 电力机车粘着控制研究 | 第71-106页 |
| 4.1 粘着的基本理论 | 第72-79页 |
| 4.1.1 轮轨间的粘着 | 第72-73页 |
| 4.1.2 粘着系数以及影响粘着的因素 | 第73-75页 |
| 4.1.3 粘着特性曲线 | 第75-77页 |
| 4.1.4 粘着控制系统 | 第77-79页 |
| 4.2 牵引系统模型分析 | 第79-93页 |
| 4.2.1 机车运行模型 | 第79-80页 |
| 4.2.2 电力牵引交流传动模型 | 第80-83页 |
| 4.2.3 电机—单轴轮对模型 | 第83-87页 |
| 4.2.4 扩展的多轴轮对模型 | 第87-88页 |
| 4.2.5 对机车运行及空转现象的仿真实验 | 第88-93页 |
| 4.3 防空转/滑行实验 | 第93-96页 |
| 4.3.1 防空转实验 | 第93-95页 |
| 4.3.2 防滑行实验 | 第95-96页 |
| 4.4 电力机车空转识别方法 | 第96-104页 |
| 4.4.1 基于转速的空转识别 | 第96-99页 |
| 4.4.2 基于负载转矩的空转识别 | 第99-101页 |
| 4.4.3 机车空转识别实验结果 | 第101-104页 |
| 4.5 本章小结 | 第104-106页 |
| 第5章 结论与展望 | 第106-109页 |
| 5.1 主要结论 | 第106-107页 |
| 5.2 后续工作的展望 | 第107-109页 |
| 致谢 | 第109-110页 |
| 参考文献 | 第110-122页 |
| 攻读博士期间的论文及科研情况 | 第122-123页 |
| 1. 论文情况 | 第122-123页 |
| 2. 科研项目 | 第123页 |