| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-15页 |
| ·交流电动机调速技术综述 | 第9页 |
| ·交流调速控制策略的发展和现状 | 第9-11页 |
| ·直接转矩控制技术的概况 | 第11-12页 |
| ·直接转矩控制技术的产生和特点 | 第11页 |
| ·直接转矩控制技术的发展现状 | 第11-12页 |
| ·定子磁链观测和速度观测的研究现状及意义 | 第12-14页 |
| ·定子磁链观测 | 第12-13页 |
| ·速度观测 | 第13-14页 |
| ·论文主要内容和结构安排 | 第14-15页 |
| 第2章 异步电动机直接转矩控制系统原理 | 第15-25页 |
| ·异步电动机的坐标变换分析及数学模型 | 第15-18页 |
| ·坐标变换分析 | 第15-16页 |
| ·静止两相正交坐标系中的异步电机数学模型 | 第16-18页 |
| ·电压型逆变器与空间电压矢量 | 第18-19页 |
| ·定子电压矢量对磁链和转矩的控制作用 | 第19-21页 |
| ·直接转矩控制的基本结构和原理 | 第21-24页 |
| ·磁链观测和调节环节 | 第22-23页 |
| ·转矩观测和调节环节 | 第23页 |
| ·磁链运行区间及开关表的确定 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 基于神经网络的闭环磁链观测器的研究 | 第25-44页 |
| ·人工神经网络的基本理论 | 第25-29页 |
| ·人工神经元的模型 | 第25-27页 |
| ·神经网络的结构与学习算法 | 第27-29页 |
| ·BP 神经网络 | 第29-32页 |
| ·BP 神经网络结构 | 第29页 |
| ·BP 神经网络的学习算法 | 第29-32页 |
| ·传统定子磁链观测器 | 第32-34页 |
| ·定子磁链 u-i 模型 | 第32页 |
| ·定子磁链 i-n 模型 | 第32-33页 |
| ·定子磁链 u-n 模型 | 第33-34页 |
| ·基于 BP 神经网络的闭环磁链观测器的研究 | 第34-43页 |
| ·定子磁链观测模型 | 第34-36页 |
| ·基于 BP 神经网络的逆磁链模型 | 第36-42页 |
| ·神经网络闭环磁链观测器 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于粒子群优化 BP 神经网络的速度观测器 | 第44-58页 |
| ·粒子群算法 | 第44-46页 |
| ·粒子群算法的基本理论 | 第44-45页 |
| ·粒子群算法的操作步骤 | 第45-46页 |
| ·粒子群算法优化 BP 神经网络速度观测器的设计 | 第46-49页 |
| ·粒子群算法优化 BP 神经网络速度观测器的训练与测试 | 第49-57页 |
| ·实验样本数据的采集 | 第49-50页 |
| ·PSO 优化 BP 网络速度观测器的训练与测试 | 第50-57页 |
| ·本章小结 | 第57-58页 |
| 第5章 基于神经网络的直接转矩控制系统仿真实现 | 第58-70页 |
| ·MATLAB 简介 | 第58页 |
| ·基于神经网络的 DTC 系统仿真模型 | 第58-63页 |
| ·仿真模型的建立 | 第59-62页 |
| ·神经网络闭环磁链观测器仿真模型 | 第62-63页 |
| ·系统仿真结果及其分析 | 第63-69页 |
| ·本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-71页 |
| ·总结 | 第70页 |
| ·展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间发表的学术论文及研究成果 | 第75页 |