【摘 要】
：
永磁同步电机具有结构简单,能耗低、动态响应快等诸多优势,使其在交流传动领域广泛应用。然而,由于其是一种高阶、非线性、强耦合、多参数的物理系统,传统的控制方法难以满足其高性能控制的要求。为了实现系统高性能的矢量控制,就必须要有精确的转子位置信息。以往的传统方法是使用机械式位置传感器,但是这种传感器存在制造成本高、维护成本大以及在某些极端环境下难以应用的问题,因此,PMSM无位置传感器技术受到广泛研究
论文部分内容阅读
永磁同步电机具有结构简单,能耗低、动态响应快等诸多优势,使其在交流传动领域广泛应用。然而,由于其是一种高阶、非线性、强耦合、多参数的物理系统,传统的控制方法难以满足其高性能控制的要求。为了实现系统高性能的矢量控制,就必须要有精确的转子位置信息。以往的传统方法是使用机械式位置传感器,但是这种传感器存在制造成本高、维护成本大以及在某些极端环境下难以应用的问题,因此,PMSM无位置传感器技术受到广泛研究。本文以表贴式永磁同步电机为研究对象,针对其在压缩机、风机和泵等领域的应用背景,设计一种低成本、易于实现且适用于全程的无位置传感器复合控制方案。在电机运行的零低速域,首先采用高频方波电压注入法确定转子初始位置,然后选择I/F控制策略进行启动,利用电流与转速之间的关系,实时根据转速变化来调整起动电流的幅值,降低整个系统的能量损耗并提高电机的启动效率。在电机运行的零低速域切换到中高速域过程中,采用固定斜率减小qi（9）给定的方式来实现零低速启动到中高速运行之间的平稳切换,从而避免了因切换方式采用不当引起的速度和转矩震荡的问题。在电机运行的中高速域,研究一种改进的滑模观测器,采用阈值函数和反电动势观测器对系统做出改进,简化系统结构,并且根据转速自适应调节滑模增益,从而有效地抑制系统中出现的高频抖振和相位延迟现象。此外,为避免传统锁相环中转速变化对系统带宽和响应速度的影响,设计锁相环归一化,提高系统的观测精度和鲁棒性。在理论分析的基础上,搭建Matlab/simulink仿真模型进行建模分析,并在以TMS320F28335微控制器为主控芯片的控制实验平台上进行实验验证。仿真和实验结果表明,所设计的控制方案可以稳定可靠地启动系统,在中高速时平稳切换到双闭环矢量控制方式,并且在双闭环矢量控制方式下具有良好的动态和静态性能。这些实验结果验证了所设计方案的合理性,具有广泛的应用前景。
其他文献
随着信息时代的快速发展,人们对图像清晰度的要求越来越高,图像分辨率越高,图像中的信息层次越丰富,有利于人们获取更全面的信息。受采集设备和环境等现实因素的影响,导致获取的图像分辨率不佳。使用硬件设备改善图像分辨率成本高,不利于操作,使用软件实现的超分辨率重建技术不仅节约成本而且效果更好,使得应用范围越来越广泛。针对现有的图像超分辨率重建算法对图像细节信息提取不全面的问题,本文以此为切入点展开研究,主
随着无线通信技术的不断发展,对高频滤波器的性能提出了许多更高要求。同时由于多种无线通信系统共存,因此所研究和设计高频滤波器需要工作在多个频段。然而,各种无线通信设备使用导致现在的电磁环境日益复杂。差分电路有良好的抗干扰性能,因此受到了许多学者的青睐。为了设计出选择性高和抗干扰能力强的滤波器,本文提出了三款单端基于非对称开路枝节加载谐振器的高选择性双频段微带带通滤波器和一款基于非对称短路枝节加载谐振
在室内可见光通信（Visible Light Communication,VLC）中引入非正交多址接入（Non-orthogonal Multiple Access,NOMA）技术是实现多用户通信及组网应用的有效途径。针对NOMA-VLC系统易受信道环境影响、用户间存在相互干扰、用户间公平性难以保证所带来的通信性能问题,论文结合Turbo码技术与压缩感知（Compressed Sensing,CS
随着人工智能技术的飞速发展,无人机自主控制决策已成为现代智能空战的核心内容,是当今军事领域最受关注的研究课题。本文以博弈论为基础,结合深度强化学习等计算方法,对不同作战条件下的无人机智能协同策略展开了深入研究,重点研究内容包括:针对动态环境下无人机一对一近距空战的对抗场景,因其博弈态势瞬息万变且决策过程复杂,提出了一种带有免疫导引策略的Minimax-DDQN（（Minimax-Double De
随着军事科学技术在新形势下不断发展,复杂场景下地面小样本军事目标识别对未来战场信息化联合作战、情报获取与策略制定具有重大意义。由于军事目标的特殊性使其在复杂场景下具备小样本特点,针对现有军事目标识别算法精度低、实时性差与可应用性弱等问题,本文以军事目标为研究对象,采用深度学习技术,从数据集构建、识别模型设计及模型应用三大方面展开研究,主要研究内容如下:（1）复杂场景下地面小样本军事目标数据集的构建
雷达目标跟踪是通过雷达对空间目标进行跟踪,然后实现对目标状态的准确估计,是现代军事跟踪系统进行数据融合、指挥决策、目标识别等任务的前提。但在战场环境中,由于电磁干扰、热噪声干扰等引起量测噪声不确定和目标机动所造成的系统状态不确定的影响,使得现有的自适应卡尔曼滤波算法难以解决模型不确定条件下的机动目标跟踪问题。因此,针对模型不确定条件下雷达目标跟踪问题开展研究,主要工作如下:（1）针对由于电磁干扰、
近年来,随着现代社会迅速发展,信息呈现出多样化、复杂化的特点,目标识别技术作为计算机视觉领域的一个重要研究方向受到越来越多的重视,在智能驾驶、视频监控、遥感等诸多领域得到极大发展和应用。其中,在智能驾驶方面,由于城市道路环境的复杂性,有效识别行人目标是保障智能驾驶安全性的重要一环。传统的行人目标识别方法仅利用可见光单模态图像特征完成,导致目标识别在全天候条件下目标识别性能低下。由于红外模态与可见光
污染源是指向环境中释放危险物质并对环境造成负面影响的装备、设施或地点,所排放的污染物以不适当的浓度进入环境体系,会对环境产生危害并带来大量人力及财力上的损失,严重的甚至危及人的生命。因此,对污染源进行定位具有广泛的应用场景和充分的研究价值。本文对污染源定位展开了研究,以化工厂可能发生的气体源泄漏为背景,对污染源进行定位。对比其他污染物,气体污染物具有不稳定的梯度信息,对寻源算法有更高的要求,却是很
随着对神经网络学习算法的深入以及计算机硬件的持续发展,在大规模图像处理中的优势也越来越明显。但因其所需庞大的计算量和存储要求,为神经网络的硬件实现带来了很大的困难。由于FPGA具有低功耗、高度并行的优点,从而适用于神经网络加速的实现。为了进一步适应车间工厂应用对数据处理的高速和低功耗要求,本文基于ZYNQ-7020系列平台,结合FPGA与ARM的优点,研究出一套精度高、速度快和功耗低的车间工人异常
随着“双碳”目标的提出,可再生能源的发展与应用日益增多。双有源桥（Dual Active Bridge,DAB）DC-DC变换器具有电气隔离、双向功率流、高功率密度和高转换效率等优点,在可再生能源和电动汽车等领域得到广泛的应用;随着各种复杂应用场景的出现,对DAB DC-DC变换器的性能提出了更高的要求。本文围绕DAB DC-DC变换器展开研究,在考虑系统参数不确定的工况下,对其控制性能、系统回流