基于电流无差拍控制的PWM整流器

给出了三相电压型PWM整流器(VSR)的拓扑结构和数学模型,基于三相VSR在两相同步旋转坐标系下的离散数学模型,提出了对网侧电流实施无差拍控制的方法,并通过SVPWM方法进行调制,以TMS320F2812为核心,对三相VSR进行闭环控制。介绍了系统的硬件和软件设计,实现了三相VSR的全数字控制。实验结果证实了该方法的正确性和实用性。

基于RBF的无位置开关磁阻电机控制系统

与传统交流电机驱动系统相比,开关磁阻电机(SRM)具有结构简单,成本低,效率高等优点。但由于电机本身的电磁特性呈现复杂的非线性,采用传统的线性控制方法如PI,PID控制策略很难取得较好的控制效果。基于局部逼近神经网络-径向基函数(RBF)网络,建立了SRM磁特性模型,设计了一套以18.5 kW三相(12/8)SRM为控制对象,基于TMS320F2812型DSP控制器的无位置SRM系统。实验结果表明,RBF神经网络位置检测使SRM具有较好的动态特性和较高精度,方案简单可靠,且有效可行。

基于BP神经网络的开关磁阻电机无位置传感器控制

开关磁阻电机(Switched Reluctance Motor,简称SRM)引入位置传感器使电机的结构变得复杂,同时降低了可靠性。为此,本文以Matlab/Simulink中一台三相6/4极SRM电机模型的磁链特性数据为样本,建立了以磁链和电流为输入,转子位置角为输出的BP神经网络模型,用于无位置传感器转子位置的估计。最后通过MATLAB对三相(6/4)结构的SRM电机进行了仿真实验。实验结果表明,此无位置控制策略具有较好的动态特性和较高精度,系统最大位置检测误差≤2°。

基于BP神经网络的开关磁阻电机转矩观测器

转矩的精确估算对于开关磁阻电机的瞬时转矩控制和转矩脉动的抑制是必不可少的。由于转矩的严重非线性特性,电机转矩的精确估算是很困难的。为此,本文以Matlab/Simulink中一台三相6/4极SRM电机模型的转矩特性数据为样本,建立了以电流和角度为输入,电机转矩为输出的BP神经网络模型,用于瞬时转矩的估计。最后通过MATLAB对三相(6/4)结构的SRM电机进行了仿真实验实验结果表明,基于神经网络的开关磁阻电机瞬时转矩估测具有较高的精度。