| 第一章 绪 论 | 第7-11页 |
| 1.1 永磁无刷直流电动机的发展 | 第7-8页 |
| 1.2 国内外的研究状况及本课题研究的意义 | 第8-10页 |
| 1.2.1 国内外对无刷直流电动机研究的基本状况 | 第8-9页 |
| 1.2.2 本课题研究的意义 | 第9-10页 |
| 1.3 研究的内容及结构安排 | 第10-11页 |
| 第二章 永磁无刷直流电动机的结构以及原理 | 第11-21页 |
| 2.1 无刷直流电动机的基本结构 | 第11-12页 |
| 2.2 无刷直流电动机转子位置检测 | 第12-16页 |
| 2.2.1 转子位置间接检测方法 | 第12-13页 |
| 2.2.2 转子位置直接检测方法 | 第13-14页 |
| 2.2.3 霍尔位置传感器的工作特性 | 第14-16页 |
| 2.3 无刷直流电动机的工作原理 | 第16-18页 |
| 2.4 无刷直流电动机的数学模型 | 第18-21页 |
| 第三章 参数自适应的模糊控制和BP神经网络双模控制器的设计 | 第21-41页 |
| 3.1 模糊控制理论基础 | 第21-24页 |
| 3.1.1 模糊控制的发展 | 第21页 |
| 3.1.2 模糊集合 | 第21-23页 |
| 3.1.3 隶属函数确定方法 | 第23页 |
| 3.1.4 模糊关系 | 第23-24页 |
| 3.2 参数自调整的模糊调节器的设计 | 第24-29页 |
| 3.3 神经网络简介 | 第29-32页 |
| 3.3.1 神经网络理论的发展过程 | 第29-31页 |
| 3.3.2 神经网络在电机控制中的应用 | 第31-32页 |
| 3.4 BP神经网络控制器 | 第32-39页 |
| 3.4.1 BP人工神经网络 | 第32-33页 |
| 3.4.2 BP网络的前馈计算 | 第33-35页 |
| 3.4.3 网络权值的调整规则 | 第35-37页 |
| 3.4.4 BP神经网络学习算法的步骤 | 第37-39页 |
| 3.5 参数自调整的模糊控制和BP神经网络相结合的双模控制器 | 第39-41页 |
| 第四章 无刷直流电动机的转矩波动及抑制方法分析 | 第41-51页 |
| 4.1 无刷直流电动机的转矩分析 | 第41-44页 |
| 4.1.1 转矩成分分析 | 第41-42页 |
| 4.1.2 转矩公式 | 第42-44页 |
| 4.2 无刷直流电动机的换相转矩分析及抑制方法 | 第44-51页 |
| 4.2.1 换相过程对无刷直流电机电磁转矩的影响 | 第44-48页 |
| 4.2.2 用恒压控制的方法来抑制换相转矩波动 | 第48-51页 |
| 第五章 基于DSP的系统驱动电路的结构及功能介绍 | 第51-63页 |
| 5.1 TMS320LF2407结构及功能简介 | 第51-53页 |
| 5.2 驱动系统结构及各模块功能介绍 | 第53-56页 |
| 5.2.1 相电流采样和A/D转换 | 第53-54页 |
| 5.2.2 速度和方向的检测 | 第54页 |
| 5.2.3 IGBT驱动电路 | 第54-55页 |
| 5.2.4 通讯监控的实现 | 第55页 |
| 5.2.5 过载保护 | 第55-56页 |
| 5.3 TMS320LF2407的软件设计 | 第56-61页 |
| 5.3.1 A/D转换和电流调整 | 第57页 |
| 5.3.2 转子位置检测以及速度和速度偏差的求取 | 第57-58页 |
| 5.3.3 PWM输出和减小换相死区的方法 | 第58-61页 |
| 5.4 实验结果 | 第61-63页 |
| 第六章 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 硕士期间发表论文和参加科研情况的说明 | 第68-69页 |
| 致 谢 | 第69页 |