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

无轴承永磁同步电机及其非线性控制研究

摘要第1-7页
ABSTRACT第7-13页
第1章 绪论第13-31页
   ·无轴承电机概述第13-21页
     ·无轴承电机研究背景第13-16页
     ·无轴承电机研究概况第16-21页
   ·BPMSM技术综述及其发展趋势第21-29页
     ·BPMSM结构第21-24页
     ·BPMSM数学模型第24-25页
     ·BPMSM控制技术第25-28页
     ·BPMSM技术发展趋势第28-29页
   ·本文的主要研究内容第29-31页
第2章 基于电感矩阵的无轴承永磁同步电机数学模型第31-45页
   ·BPMSM悬浮原理第31-34页
     ·无轴承电机中的电磁力第31-33页
     ·BPMSM径向悬浮力产生原理第33-34页
   ·BPMSM电感矩阵模型第34-41页
     ·BPMSM气隙磁通分布规律第34-38页
     ·BPMSM在静止坐标系下的电感矩阵模型第38-41页
   ·BPMSM径向悬浮力方程第41-43页
   ·BPMSM电磁转矩方程第43-44页
   ·本章小结第44-45页
第3章 无轴承永磁同步电机电磁性能分析第45-69页
   ·基于ANSYS的有限元参数化建模第45-47页
   ·BPMSM有限元计算模型第47-48页
   ·BPMSM静态特性第48-67页
     ·磁场分布第48-52页
     ·永磁磁链第52-55页
     ·反电动势第55-56页
     ·电感第56-65页
     ·径向悬浮力第65-66页
     ·定位转矩第66-67页
     ·电磁转矩第67页
   ·本章小结第67-69页
第4章 无轴承永磁同步电机磁链的非线性建模第69-83页
   ·BPMSM磁链建模分析第70-71页
   ·最小二乘支持向量机理论第71-78页
     ·统计学习理论第71-74页
     ·支持向量机回归第74-76页
     ·最小二乘支持向量机回归第76-78页
   ·BPMSM磁链的LS-SVM建模第78-81页
   ·LS-SVM与径向基神经网络建模效果比较第81页
   ·应用LS-SVM模型实现BPMSM优化控制的方法第81页
   ·本章小结第81-83页
第5章 无轴承永磁同步电机的非线性动态解耦控制第83-99页
   ·逆系统方法第83-87页
     ·系统的逆第83-85页
     ·伪线性复合系统第85-86页
     ·逆系统方法原理及系统可逆性判别第86-87页
   ·神经网络α阶逆系统方法第87-90页
     ·神经网络第87-88页
     ·神经网络α阶逆系统方法的提出第88-89页
     ·神经网络α阶逆系统的工程实现步骤第89-90页
   ·BPMSM的神经网络α阶逆系统方法解耦控制第90-94页
     ·BPMSM系统的可逆性分析第90-92页
     ·BPMSM的神经网络α阶逆解耦控制第92-94页
   ·BPMSM的神经网络α阶逆解耦控制系统仿真第94-96页
   ·本章小结第96-99页
第6章 基于SVPWM的BPMSM数字控制系统实验研究第99-129页
   ·BPMSM常规的转子磁场定向控制方法第99-101页
   ·SVPWM技术第101-103页
   ·基于SVPWM的BPMSM转子磁场定向控制系统第103-105页
   ·BPMSM控制系统的硬件实现第105-111页
     ·BPMSM样机本体第105-107页
     ·数字信号处理器的选择第107-108页
     ·信号检测第108-110页
     ·功率驱动电路第110-111页
   ·BPMSM控制系统的软件实现第111-117页
     ·主程序第111页
     ·中断服务子程序第111-117页
   ·实验研究第117-127页
     ·实验系统第117-118页
     ·转子初始定位及起动实验第118-119页
     ·静止悬浮实验第119-120页
     ·悬浮运行实验第120-127页
   ·BPMSM神经网络α阶逆系统方法解耦控制的实现方法第127页
   ·本章小结第127-129页
第7章 总结与展望第129-133页
   ·全文总结第129-130页
   ·展望第130-133页
参考文献第133-145页
攻读博士学位期间的学术成果第145-151页
致谢第151页

论文共151页,点击 下载论文
上一篇:二氧化钛表面功能化及应用研究
下一篇:无轴承异步电机非线性解耦控制策略研究