摘要 | 第3-4页 |
Abstract | 第4-5页 |
第一章 绪论 | 第8-21页 |
1.1 课题研究背景与意义 | 第8-9页 |
1.2 国内外电动汽车电机驱动系统现状 | 第9-11页 |
1.2.1 国外纯电动汽车电机驱动系统现状 | 第9-10页 |
1.2.2 国内纯电动汽车电机驱动系统现状 | 第10-11页 |
1.3 电动汽车用电机类型及电机驱动系统要求 | 第11-17页 |
1.3.1 电动汽车关键技术及电机类型 | 第11-13页 |
1.3.2 电动汽车电机驱动系统的要求 | 第13-15页 |
1.3.3 电动汽车电机控制参数的确定 | 第15-17页 |
1.4 感应电机控制技术 | 第17-18页 |
1.5 电动汽车用感应电机控制技术 | 第18-19页 |
1.6 论文的主要工作 | 第19-21页 |
第二章 SVPWM原理及死区补偿研究 | 第21-40页 |
2.1 感应电动机的数学模型 | 第21-25页 |
2.1.1 感应电动机在三相静止坐标系下的数学模型 | 第21-23页 |
2.1.2 感应电动机在两相静止坐标系下的数学模型 | 第23页 |
2.1.3 感应电动机在两相旋转坐标系下的数学模型 | 第23-25页 |
2.2 感应电动机无速度传感器矢量控制系统 | 第25-26页 |
2.3 电压空间矢量脉宽调制技术 | 第26-32页 |
2.3.1 SVPWM的工作原理 | 第27-30页 |
2.3.2 SVPWM控制算法 | 第30-32页 |
2.4 SVPWM死区补偿方法研究 | 第32-39页 |
2.4.1 SVPWM死区效应分析 | 第33-34页 |
2.4.2 死区补偿时间的确定 | 第34-36页 |
2.4.3 电流过零点判断 | 第36-37页 |
2.4.4 死区补偿结果验证 | 第37-39页 |
2.5 本章小结 | 第39-40页 |
第三章 RBF神经网络PID控制器设计 | 第40-53页 |
3.1 传统PID控制器概述 | 第40-42页 |
3.2 径向基神经网络(RBF)简介及优化 | 第42-45页 |
3.2.1 径向基神经网络概述 | 第42-44页 |
3.2.2 利用Levenberg-Marquardt算法对RBF神经网络优化 | 第44-45页 |
3.3 优化的RBF神经网络PID控制算法在感应电机中的实现 | 第45-49页 |
3.4 优化的RBF神经网络PID控制器仿真实验 | 第49-52页 |
3.5 本章小结 | 第52-53页 |
第四章 转子磁链观测方法改进研究 | 第53-61页 |
4.1 传统转子磁链观测方法 | 第53-55页 |
4.2 传统的电压观测模型改进方法 | 第55-56页 |
4.3 自适应正交补偿转子磁链观测器设计 | 第56-59页 |
4.4 磁链观测器仿真验证实验 | 第59-60页 |
4.5 本章小结 | 第60-61页 |
第五章 电动汽车电机驱动系统设计 | 第61-91页 |
5.1 电动汽车电机驱动系统硬件平台结构 | 第61-73页 |
5.1.1 主控芯片电路图 | 第62-63页 |
5.1.2 控制电路设计 | 第63-67页 |
5.1.3 功率变换电路设计 | 第67-69页 |
5.1.4 检测电路设计 | 第69-72页 |
5.1.5 电源电路 | 第72-73页 |
5.2 电动汽车电机驱动系统软件设计 | 第73-81页 |
5.2.1 主程序设计 | 第73-74页 |
5.2.2 PWM中断服务程序设计 | 第74页 |
5.2.3 电流检测程序设计 | 第74-80页 |
5.2.4 故障处理中断程序设计 | 第80-81页 |
5.3 整体仿真结果验证实验 | 第81-90页 |
5.4 本章小结 | 第90-91页 |
第六章 结论与展望 | 第91-93页 |
参考文献 | 第93-96页 |
致谢 | 第96-97页 |
个人简历、在学期间的研究成果及发表的学术论文 | 第97页 |