基于模糊神经自适应的感应电动机直接转矩控制研究
| 湖南大学学位论文原创性声明 | 第1-5页 |
| 摘要 | 第5-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-15页 |
| ·交流调速的背景和发展概况 | 第10-11页 |
| ·直接转矩的研究现状及文献综述 | 第11-13页 |
| ·直接转矩的发展方向 | 第13页 |
| ·本文的研究意义和主要内容 | 第13-15页 |
| 第2章 感应电机的数学模型 | 第15-21页 |
| ·感应电机的在定子三相坐标系中的模型 | 第15-17页 |
| ·坐标变换和变换阵 | 第17-19页 |
| ·α、β系统中的感应电机数学模型 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第3章 传统直接转矩控制的原理和性能分析 | 第21-34页 |
| ·直接转矩控制的基本原理 | 第21-25页 |
| ·逆变器的开关状态和输出空间电压矢量 | 第21-22页 |
| ·直接转矩的基本结构 | 第22-24页 |
| ·常用的磁链模型 | 第24-25页 |
| ·感应电机直接转矩控制系统的仿真模型 | 第25-29页 |
| ·仿真结果及其分析 | 第29-33页 |
| ·小结 | 第33-34页 |
| 第4章 智能控制理论在直接转矩控制方面的应用研究 | 第34-53页 |
| ·模糊控制的基本理论 | 第34-36页 |
| ·概述 | 第34-35页 |
| ·模糊控制原理 | 第35-36页 |
| ·模糊控制器的设计 | 第36-40页 |
| ·变量模糊化和规则建立 | 第36-38页 |
| ·仿真及其分析 | 第38-40页 |
| ·神经网络控制器的基本理论 | 第40-47页 |
| ·人工神经元模型 | 第40-42页 |
| ·人工神经网络 | 第42-44页 |
| ·BP神经网络理论 | 第44-47页 |
| ·神经网络电压矢量控制器的设计 | 第47-52页 |
| ·电压矢量控制器的设计 | 第47-48页 |
| ·训练样本及其训练 | 第48-50页 |
| ·神经网络控制的直接转矩控制系统的仿真 | 第50-52页 |
| ·小结 | 第52-53页 |
| 第5章 模型参考自适应与神经网络速度观测器的研究 | 第53-67页 |
| ·各种速度估计方法 | 第53-56页 |
| ·模型参考自适应速度观测器 | 第56-62页 |
| ·MRAS的原理 | 第56-57页 |
| ·自适应调节率的推导过程 | 第57-60页 |
| ·仿真模型和仿真分析 | 第60-62页 |
| ·基于线性神经网络的速度辨识 | 第62-66页 |
| ·自适应线性神经元 | 第62-63页 |
| ·ADALINE线性神经网络的学习算法 | 第63-64页 |
| ·磁链目标值辨识 | 第64页 |
| ·转速估计算法 | 第64-65页 |
| ·仿真分析 | 第65-66页 |
| ·小结 | 第66-67页 |
| 结论 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 附录A(攻读学位期间所发表的学术论文) | 第74-75页 |
| 附录B(神经网络训练样本) | 第75-76页 |
| 附录C(神经网络训练程序) | 第76页 |
