無刷直流電動機智能控制器的研究.pdf

1、直流無刷電動機調(diào)速系統(tǒng)具有時變、非線性、強耦合等特征。傳統(tǒng)的控制策略雖然算法簡單、快速性好、控制精度高，但在被控對象數(shù)學模型不確定或為非線性時，通常較難滿足系統(tǒng)要求的靜、動態(tài)性能指標?；谌斯ぶ悄艿目刂品椒?，具有無需依賴控制對象精確的數(shù)學模型和能夠抑制時變、參數(shù)擾動等因素對系統(tǒng)影響的特性，因此將人工智能控制方法與傳統(tǒng)控制策略相結合可起到相輔相成的作用。 本文著重研究了直流無刷電動機智能控制，對轉矩脈動抑制方法、軟件仿真進行了較為

2、詳細地分析。針對直流無刷電動機在低速運轉時存在較大的轉矩脈動，通過對模糊控制和神經(jīng)網(wǎng)絡控制進行的深刻研究，以及對各種控制理論和方法進行比較，提出了參數(shù)自校正模糊控制與神經(jīng)網(wǎng)絡控制相結合以及在不同偏差采用不同控制策略的雙?？刂评碚?。 本文較為詳盡地闡述了直流無刷電動機轉矩脈動產(chǎn)生的原因，并針對其原因分別提出了解決方法。其中著重分析了如何抑制由定子主繞組各相換流所引起的轉矩脈動，并在此基礎上提出了在速度環(huán)和電流環(huán)分別采用參數(shù)自調(diào)整的

3、模糊控制和神經(jīng)網(wǎng)絡控制的策略。 考慮到實時性和微控制器實現(xiàn)的問題，文中提出了卡爾曼濾波學習算法以及其證明過程，經(jīng)過MATLAB仿真后表明，采用卡爾曼濾波學習算法的神經(jīng)網(wǎng)絡和采用BP學習算法的神經(jīng)網(wǎng)絡相比，學習時間不僅可以大為減少，而且對噪聲具有更好的抑制作用。 在分析了直流無刷電動機數(shù)學模型的基礎上，將所設計的智能控制器應用于直流無刷電動機控制系統(tǒng)中。仿真結果表明，直流無刷電動機智能控制系統(tǒng)具有良好的靜、動態(tài)特性，并能夠