異步電機神經(jīng)網(wǎng)絡(luò)MRAS矢量控制的研究.pdf

1、感應(yīng)電機擁有眾多優(yōu)于直流電機的特點，諸如制造成本低、結(jié)構(gòu)簡單、易維護等，在工業(yè)、民用場合中得到廣泛應(yīng)用。矢量控制理論的提出，打破了感應(yīng)電機只適合在恒定調(diào)速領(lǐng)域中使用的限制，當與高精度速度傳感器結(jié)合運行時，其調(diào)速性能可與直流電機媲美。
　　本文從矢量控制的思想入手，著重闡述等效變換的方法以及磁場定向控制理論，分析了根據(jù)靜止、旋轉(zhuǎn)坐標系建模的電機矩陣方程的特點，針對磁鏈計算環(huán)節(jié)及磁場定向環(huán)節(jié)的差異進行分類，并詳細討論了直接與間接矢量控

2、制方式的優(yōu)劣。
　　通常高性能矢量控制系統(tǒng)需要對轉(zhuǎn)速及磁鏈進行閉環(huán)控制,但在眾多場合都不具備安裝光電編碼器等測速裝置的條件,因此無速度傳感器矢量控制理論的研究及其系統(tǒng)開發(fā)具有很重要的現(xiàn)實意義及市場價值。
　　速度辨識的精度直接影響無速度矢量控制系統(tǒng)的整體性能。為此，對速度辨識的方法進行歸類分析。傳統(tǒng)的模型參考自適應(yīng)MRAS速度辨識，由于其自適應(yīng)規(guī)律利用的是PI算法，比例、積分因子是離線設(shè)計的固定值,在復(fù)雜的運行環(huán)境中辨識誤差

3、較大，同時電機參數(shù)的變化也會嚴重影響速度辨識的精度。經(jīng)過改進的無功功率及反電動勢MRAS算法，能夠在一定程度上改善積分環(huán)節(jié)在低速范圍內(nèi)的缺陷。
　　針對上述MRAS算法存在的固有問題,提出了基于神經(jīng)網(wǎng)絡(luò)MRAS的速度辨識方法。該方法利用神經(jīng)網(wǎng)絡(luò)可以逼近任意曲線的特點，構(gòu)建磁鏈可調(diào)模型，用BP算法代替PI自適應(yīng)機構(gòu),具備了PI調(diào)節(jié)器無法抗衡的智能學(xué)習(xí)能力，顯著提高了速度辨識精度。將唯一的轉(zhuǎn)速辨識值分量作為可變權(quán)值，通過動態(tài)調(diào)整神經(jīng)網(wǎng)