首页--工业技术论文--矿业工程论文--矿山电工论文--矿山机械的电力装备与自动化论文

电动轮自卸车牵引机直接转矩控制研究

摘要第4-5页
Abstract第5页
第1章 绪论第9-15页
    1.1 研究背景与意义第9-11页
    1.2 自卸车电传动系统发展概况第11页
    1.3 电动轮自卸车电传动系统构成第11-13页
    1.4 本课题的来源与主要工作第13-15页
第2章 电动轮自卸车牵引机建模第15-22页
    2.1 坐标变换第15-18页
        2.1.1 三相-两相坐标变换(Clark变换)第15-17页
        2.1.2 两相旋转-两相静止坐标系变换(Park变换)第17-18页
    2.2 异步电机数学模型第18-22页
        2.2.1 异步电机在两相任意旋转坐标系d-q中的数学模型第18-20页
        2.2.2 异步电机在αβ坐标系中的数学模型第20-22页
第3章 电动轮牵引机控制策略研究第22-37页
    3.1 控制策略分析第22-24页
        3.1.1 恒压频比(V/F)变频调速第22页
        3.1.2 矢量控制第22-23页
        3.1.3 直接转矩控制第23-24页
    3.2 DTC原理第24-28页
        3.2.1 空间矢量的概念第24页
        3.2.2 逆变器的开关状态与输出电压第24-26页
        3.2.3 电压矢量对定子磁链的作用第26页
        3.2.4 电压矢量对电磁转矩的作用第26-27页
        3.2.5 电压矢量的选择第27-28页
    3.3 定子磁链计算第28-30页
        3.3.1 电压—电流模型第28页
        3.3.2 电流—转速模型第28-29页
        3.3.3 电压-转速模型第29页
        3.3.4 其他磁链观测方法第29页
        3.3.5 定子磁链扇区的确定第29-30页
    3.4 SVM-DTC原理分析第30-37页
        3.4.1 SVPWM算法原理第30-31页
        3.4.2 SVPWM在DSP中的实现过程第31-35页
        3.4.3 SVM-DTC原理第35-37页
第4章 定子磁链观测方法研究第37-53页
    4.1 基于神经网络的定子电阻辨识第37-48页
        4.1.1 神经网络基本理论第37-40页
        4.1.2 基于FNN的电阻辨识原理第40-41页
        4.1.3 转差检测第41-42页
        4.1.4 基于模糊神经网络电阻辨识设计第42-44页
        4.1.5 改进的电压模型磁链观测第44-46页
        4.1.6 仿真分析第46-48页
    4.2 基于扩张状态观测器的定子磁链辨识第48-53页
        4.2.1 ESO的原理第48-49页
        4.2.2 扩张电流状态观测器的设计第49-50页
        4.2.3 观测器的稳定性证明与参数选择第50-51页
        4.2.4 定子磁链计算第51页
        4.2.5 仿真分析第51-53页
第5章 自卸车牵引机直接转矩控制软硬件设计及实验结果第53-63页
    5.1 硬件部分第53-57页
        5.1.1 硬件总体结构第53-54页
        5.1.2 逆变电路第54页
        5.1.3 DSP芯片及外围电路第54-55页
        5.1.4 电流采样电路第55-56页
        5.1.5 电压采样电路第56页
        5.1.6 正交编码电路第56-57页
        5.1.7 IGBT驱动模块第57页
    5.2 软件设计第57-60页
        5.2.1 主程序第57-58页
        5.2.2 周期中断第58-59页
        5.2.3 A/D采样中断第59-60页
    5.3 实验结果及分析第60-63页
        5.3.1 SVM-DTC算法验证第60-61页
        5.3.2 定子磁链与电磁转矩观测第61-63页
第6章 总结与展望第63-65页
    6.1 总结第63-64页
    6.2 展望第64-65页
参考文献第65-68页
致谢第68-69页
个人简历及攻读硕士学位期间学术成果第69页

论文共69页,点击 下载论文
上一篇:基于高分辨率卫星影像的车辆识别研究
下一篇:虚拟饮料灌装生产线建模与仿真