摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-15页 |
1.1 本课题的研究背景 | 第10-11页 |
1.2 国内外电动轮的发展近况及趋势 | 第11-13页 |
1.2.1 电动轮发展现状 | 第11-12页 |
1.2.2 电动轮发展趋势 | 第12-13页 |
1.3 课题来源及全文结构安排 | 第13-15页 |
第2章 异步电机的数学模型分析及仿真建模 | 第15-21页 |
2.1 坐标变换 | 第15-17页 |
2.1.1 静止坐标变换(3s/2s) | 第15-16页 |
2.1.2 Park变换原理 | 第16-17页 |
2.2 三相异步电机的仿真建模 | 第17-20页 |
2.2.1 (d-q)坐标系下异步电机状态方程 | 第17-19页 |
2.2.2 (α-β)坐标系下以 - -ssi ? ?为状态变量的异步电机模型 | 第19-20页 |
2.2.3 异步电机仿真模型的搭建 | 第20页 |
2.3 本章小结 | 第20-21页 |
第3章 异步电机直接转矩控制研究 | 第21-36页 |
3.1 异步电机调速控制策略现状 | 第21-23页 |
3.1.1 矢量控制技术 | 第21-22页 |
3.1.2 直接转矩控制技术简述 | 第22-23页 |
3.2 直接转矩控制原理分析 | 第23-30页 |
3.2.1 三相电压的空间矢量表示 | 第23-24页 |
3.2.2 逆变电路原理分析 | 第24-27页 |
3.2.3 滞环比较器与最佳电压矢量的关系 | 第27-28页 |
3.2.4 定子磁链观测方案 | 第28-29页 |
3.2.5 定子磁链中电压矢量的选择 | 第29-30页 |
3.3 SVPWM原理及实现过程分析 | 第30-35页 |
3.3.1 SVPWM理论分析 | 第30-31页 |
3.3.2 SVPWM算法在DSP中的具体实施 | 第31-35页 |
3.4 本章小结 | 第35-36页 |
第4章 直接转矩控制中异步电机的定子电阻辨识策略 | 第36-48页 |
4.1 神经网络简介 | 第36-40页 |
4.1.1 人工神经元模型 | 第37-39页 |
4.1.2 几类常用的神经网络 | 第39-40页 |
4.2 定子电阻变化对电机参数影响的定性分析 | 第40-41页 |
4.3 基于DRNN的定子电阻辨识策略研究 | 第41-45页 |
4.3.1 转速观测器的设计 | 第41-43页 |
4.3.2 用于电阻辨识的对角递归神经网络结构设计 | 第43-44页 |
4.3.3 DRNN网络在线训练算法 | 第44-45页 |
4.4 仿真分析 | 第45-47页 |
4.5 本章小节 | 第47-48页 |
第5章 直接转矩控制中异步电机定子磁链观测的研究 | 第48-58页 |
5.1 神经网络定子磁链逆模型原理分析 | 第48-49页 |
5.2 定子磁链逆模型的实现分析 | 第49-52页 |
5.2.1 RBF神经网络结构 | 第49-50页 |
5.2.2 RBF神经网络在线调整算法 | 第50-52页 |
5.3 神经网络自适应闭环磁链观测器 | 第52-53页 |
5.4 自适应控制器的设计 | 第53页 |
5.5 仿真实验 | 第53-57页 |
5.6 本章小结 | 第57-58页 |
第6章 实验设计与分析 | 第58-67页 |
6.1 实验平台硬件设计 | 第58-62页 |
6.1.1 实验平台概述 | 第58-60页 |
6.1.2 各主要硬件电路设计 | 第60-62页 |
6.2 实验平台软件设计 | 第62-65页 |
6.2.1 主程序设计流程图 | 第63页 |
6.2.2 周期中断的设计流程图 | 第63-64页 |
6.2.3 SVPWM软件算法设计流程图 | 第64-65页 |
6.3 实验分析 | 第65-66页 |
6.3.1 SVPWM算法验证实验 | 第65-66页 |
6.3.2 样本数据采集 | 第66页 |
6.4 本章小结 | 第66-67页 |
第7章 本文内容总结与展望 | 第67-69页 |
7.1 工作内容总结 | 第67页 |
7.2 工作展望 | 第67-69页 |
参考文献 | 第69-72页 |
致谢 | 第72-73页 |
攻读硕士学位期间参与的项目及学术成果 | 第73页 |