ImageVerifierCode 换一换
格式:DOC , 页数:9 ,大小:529KB ,
资源ID:7910018      下载积分:10 金币
验证码下载
登录下载
邮箱/手机:
验证码: 获取验证码
温馨提示:
支付成功后,系统会自动生成账号(用户名为邮箱或者手机号,密码是验证码),方便下次登录下载和查询订单;
特别说明:
请自助下载,系统不会自动发送文件的哦; 如果您已付费,想二次下载,请登录后访问:我的下载记录
支付方式: 支付宝    微信支付   
验证码:   换一换

开通VIP
 

温馨提示:由于个人手机设置不同,如果发现不能下载,请复制以下地址【https://www.zixin.com.cn/docdown/7910018.html】到电脑端继续下载(重复下载【60天内】不扣币)。

已注册用户请登录:
账号:
密码:
验证码:   换一换
  忘记密码?
三方登录: 微信登录   QQ登录  
声明  |  会员权益     获赠5币     写作写作

1、填表:    下载求助     留言反馈    退款申请
2、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
3、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,个别因单元格分列造成显示页码不一将协商解决,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
4、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
5、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【pc****0】。
6、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
7、本文档遇到问题,请及时私信或留言给本站上传会员【pc****0】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。

注意事项

本文(混合动力电动汽车无刷转矩电机智能直接控制的研究.doc)为本站上传会员【pc****0】主动上传,咨信网仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知咨信网(发送邮件至1219186828@qq.com、拔打电话4008-655-100或【 微信客服】、【 QQ客服】),核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载【60天内】不扣币。 服务填表

混合动力电动汽车无刷转矩电机智能直接控制的研究.doc

1、混合动力电动汽车无刷转矩电机智能直接控制的研究 密歇根大学 - 迪尔伯恩,MI48128,USA 译者:蓝飞雁 专业:汽车服务工程 学号:200872030131摘要: 本文探讨了神经网络在非正弦反电动势转矩直接控制(DTC)的无刷直流(BLDC)电机的应用。传统DTC技术通过开关信号直接控制转矩,而开关信号来源于预设定的转矩误差、定子磁链误差和定子磁通角。把这种方法运用到混合动力电动汽车上,将会由于几个系统限制造成严重的转矩脉动和功率损耗。在本文中提出了把智能神经网络应用到混合动力电动汽车上,这种智能神经网络运用无刷直流对电动机进行直接转矩控制。对此提出的方法是减小转矩脉动和开关数量,从而减

2、少了开关损耗,同时运用MATLAB/ SIMULINK对运用传统的直接控制技术和运用无刷直流的直接控制神经网络电机进行仿真,对结果进行了比较和讨论,以验证提出了控制是否合适。关键词:无刷直流电机;直接转矩控制;神经网络1简介永磁无刷直流驱动电机被广泛应用于从伺服到牵引驱动器等许多高性能的设备上,这主要是利用了其效率高、功率密度高和惯性力矩大比等特点。直接转矩控制首先应用于感应电动机驱动上,它主要包括直接控制电磁转矩和磁链连杆1。逆变器开关组合是通过考虑到转矩偏差和磁链误差1而得到的。本结果表明,这种控制策略具有更好的动态性能,且实现简单3,4。最近,直接转矩控制已应用于三相无刷直流电机驱动上。

3、这种驱动在120传导模式1下运作,这种传导模式是在一个固定的-参考系中由电磁转矩方程推导出阴极无刷电机与非正弦电动势。在这种直接转矩控制的机器中定义了空间电压矢量,这形成了选择开关表的基础。直接转矩控制已被证明能够实现瞬时转矩控制,因此降低转矩脉动1。在2中,直接转矩控制方法更适合于无位置传感器控制的三相无刷直流电机。它介绍了一个新的线到线的终止转换,这种转换允许使用两根线连接从离线所获得的反电势(与)。然后它们被转换成位置依赖型线到线反电势常数()和(),最后使用提出的转换方法2转换成d-q轴公式,这就形成了一个转矩估计查找表。此外,用这种方法,操作也可能弱化。该方法2利用直轴电流直接控制转

4、矩和间接控制定子磁链的幅值,最终降低低频转矩振荡。在5,对于在直接转矩控制下的永磁同步电动机提出了一种自适应模糊逻辑控制器。它的方法是根据定子磁链、转矩误差和磁链误差选择活性载体。模糊逻辑代替固定的查找表为选定的载体计算开关时间。这种载体是根据定子磁链和转矩误差位置5绝对值的基础上而得出的。这种方法减少了转矩脉动和电流脉动。 本文提出的神经网络在直接转矩控制的直流无刷电机上的应用。它是一种神经网络控制器根据转矩误差,磁链误差,和定子磁链的位置输入的最佳开关模式,同时也减少转矩脉动,开关损耗已达到系统的最优化。2直接转矩控制的无刷直流电动机传统的直接转矩控制的无刷直流电机的概要在图1中显示。它控

5、制了速度,这速度与假定的转矩和使用磁滞控制器的定子磁链成正比的。滞环控制器的速度比PI控制器快,所以他们能够调节常数以及改变参考量即转矩和磁链2。根据转矩误差,定子磁链偏差,和角位置定子磁链矢量,给一个适当的开关信号给逆变器,从而在发动机运行阶段返还适当的电压。图1 直接转矩控制的无刷直流电机原理图A 转矩估计 对于非正弦定子磁链的阴极无刷电机,电磁转矩在固定-参考系中可以表示为1。 (1)其中P是磁极的数量,r和r是-轴转子磁链,is和is是和轴的定子电流,是电相角。B .定子磁链估计定子磁链沿和轴可表示为2。 (2) (3)其中us 和us为定子电压,is和is为定子电流C角转子磁链幅值

6、转子磁链可以从定子磁链得到 1。 (4) (5)其中r, r, s和s分别是轴转子和定子磁链􀜶􀝁 􀵌 D建立模型根据上述方法在MATLAB/SIMULINK仿真中建立模型,图2说明了模型 表1:无刷直流电机转矩开关表。TorqueFluxSector1234 5611V1V2V3V4V5V610V2V3V4V5V6V11-1V3V4V5V6V1V2-11V4V5V6V1V2V3-10V5V6V1V2V3V4-1-1V6V1V2V3V4V5 基于6个定子磁链位置部门,转矩误差,和通量误差1模型的开关表(表1) 查找表flusFluxSecto

7、rTorqueFlux12345678910111211V1V1 V2V2V2 V3V3V3 V4V4V4 V5V5V5 V6V6V6 V110.5V1 V2V1 V3V2 V3V2 V4V3 V4V3 V5V4 V5V4 V6V5 V6V5 V1V6 V1V6 V210V2V2 V3V3V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V21-0.5V2 V3V3 V4V3 V4V4 V5V4 V5V5 V6V5 V6V6 V1V6 V1V1 V2V1 V2V2 V31-1V3V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V2v2V2 V30.51V1V1 v2V

8、2V2 V3V3V3 V4V4V4 V5V5V5 V6V6V6 V10.50.5V1 V0V2 V0V2 V0V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V00.50V2 V0V2 V0V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V0V1 V00.5-0.5V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V0V1 V0V2 V0V2 V0V3 V00.5-1V3V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V2v2V2 V301V6 V1V1V1 V2V2V2 V3V

9、3V3 V4V4V4 V5V5V5 V6V600.5V1 V0V1 V0V2 V0V2 V0V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V000V0V0V0V0V0V0V0V0V0V0V0V00-0.5V3 V0V3 V0V4 V0V4 V0V5 V0V5 V0V6 V0V6 V0V1 V0V1 V0V2 V0V2 V00-1V3 V4V4V4 V5V5V5 V6V6V6 V1V1V1 V2V2V2 V3V3智能神经网络对无刷直流电动机转矩的直接控制 由于混合动力车辆的的牵引电机电感非常低,把滞环比较器运用传统的直接转矩控制的混合电动车辆(电动汽车)上将造成严重

10、的转矩脉动。 因此,把控制器运用于智能神经网络,主要是为了减少扭矩脉动。另外,在一个电循环周期中,转换的次数与的转换能量损失也会减少。神经网络包括受生物神经系统刺激的简单电器原件,元器件间是相互平行的。神经系统能够通过调整连接或不同部件的比重的数值来操作特定的功能。在这些神经网络中,一个特定的目标输入将导致特定的目标输出。正如图表4中显示的一样,运行时不断对输出和目标的对比,直到输出与目标相符。图 神经网络的运行 用于直接转矩控制的无刷直流电机的神经网络是12层的反馈反向传播网络(图5),它提供一个输出码用来调整电压矢量的的数值,而电压矢量是来源于三个输入:转矩误差、磁链误差和定子磁链位置。图

11、6 说明了示意图智能直接转矩控制,无刷直流电动机在混合电动汽车上的应用图5 无刷直流扭矩控制的神经网络模型图6 无刷直流电机的智能直接控制 发达的神经网络是第一次应用于传统的开关表(表1),然后运用于增强的查找表(表2)。增强的查找表是根据12定子磁链位置部门,对于转矩误差的三级磁滞比较器和对于通量误差比较的比较得到的。5建议方法的仿真结果A传统的直接转矩控制的无刷直流电机如图2的模型所示是根据传统的开关表6在30千赫兹频率模拟得到的。在这种情况下,使用了扭矩误差的双层滞环比较器和通量误差三级磁滞比较器。控制扭矩设置在2N*M和定子磁链设定在保持不变的0.45Wb。图7a),b),c)显示的是

12、各自得到的相电流,转矩,和磁链轨迹的结果。从图7b)中分析转矩脉动。 图7 图8 图7 图8a)相电流b)扭矩 c)磁链轨迹 a)相电流 b)扭矩 c)磁链轨迹图7 模拟结果基于传统直接转矩控制 图8 模拟结果基于神经网络的直接转矩控制(训练表)B基于神经网络的无刷直流电机首先,表1(常规开关表直接转矩控制)用于训练神经网络。扭矩Z设定在2N*M和定子磁链设定在0.45wb。在这种情况下,该转矩脉动和性能都或多或少与传统的直接转矩控制情况(如图8所示)相同。下一个步骤,增强表(表2)是用来训练神经网络。值得注意的是,在表2每一个时期与表1相比只有一半。然而,整体的频率在用于传统的模式中时相同的

13、。扭矩命令和通量的命令和以前的保持一样。模拟该模型是用于观察如图9所示的转矩响应。图9 基于神经网络的直接转矩控制(通过加强表训练的出)的电机扭矩C .转矩脉动比较用三种方法得到的扭矩响应图7b)图8b)和图9都被用于波动分析。标3显示了用三种方法得到的峰值到峰值的扭矩脉动。表3 扭矩波动的比较(N*M)MethodologyPeak-Peak TorqueRipple1Conventional DTC0.852Neural Network (trained usingconventional table)0.853Neural Network (trained usingenhanced t

14、able)0.326结论 传统的直接转矩控制无刷直流电机具有几个固有的优点,比如快速扭矩控制和相比传统的六步控制而言有更好的动态性能。然而,当这种方法扩展到混合动力汽车的应用上,由于显著的低电感和有限的开关频率,可以产生显著地扭矩脉动。在这篇论文中,智能神经网络的无刷直流电机马达的引进大大降低转矩脉动,提高了系统性能。该方法验证已由MATLAB软件仿真验证。仿真结果预示智能控制器可以大大降低转矩脉动,提高驱动性能。 7参考1 Yong Liu and Z.Q. Zhu, ”Direct torque control of brushless DC driveswith reduced torq

15、ue ripple,” IEEE trans. Ind Appl., vol. 41, no. 2,March/April 20052 Salih Baris Ozturk and Hamid A Toliyat, “Sensorless direct torquecontrol and indirect flux control of brushless Dc motor with nonsinusoidal back emf,” IEEE IECON 2008.3 M. depenbrock,”Direct self control of inverter fed inductionmac

16、hine,”IEEE trans. Power Electron.,vol. 3, no. 4, pp.420-429, Oct1988.4 T Takahashi and T. Noguchi,”A new quick response and high efficiency control strategies of an induction motor,”IEEE Trans. IndAppl.,vol. 22,no. 5, pp 820-827, Sep./Oct. 1986.5 Ali Ahmed Adam and Kayhan Gulez, “Fast response adaptive fuzzylogic controller for sensorless direct torque control for PMSM withminimum torque ripple,” The International Journal for Comutation andMethamatics in Electrical and Electronic Engineering, vol 27, no. 2,

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2025 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服