基于System Generator的SVPWM算法设计及实现

根据空间矢量脉宽调制(SVPWM)原理,提出一种基于人工神经网络(ANN)的SVPWM新算法。该网络系统结构分布化,利用神经网络的并行处理能力,将复杂的计算任务分散化,缩短了计算时间。在新的设计环境SystemGenerator/Simulink下建立了SVPWM的算法模型,并进行了硬件仿真,将模型下载到FP-GA芯片,产生了SVPWM波形,实验结果表明了该方法的有效性和可行性。

SVPWM的SG设计及FPGA实现

根据SVPWM的基本原理,提出了一种软件和硬件相结合设计的SVPWM新方法。利用人工神经网络计算参考电压矢量,而参考电压矢量所在扇区用感知器网络进行判断,矢量作用时间及开关开通时间采用软件和硬件相结合的设计方法进行计算。整个系统在SystemGenerator(SG)中进行建模和仿真,成功后将模型下载到FPGA芯片,产生了SVPWM波形,实验证明了该方法的有效性。

基于滑模MRAS速度估计的感应电机无传感器控制

滑模模型参考自适应控制系统是基于传统的模型参考自适应控制思想,利用滑模控制器的良好特性而形成的一种新的控制方法。在矢量控制算法的基础上,结合感应电机这一非线性控制对象,设计了滑模MRAS速度观测器。该观测器具有传统的MRAS构架,将反馈机制采用滑模控制器代替,针对MRAS速度估计精度受定子阻抗影响的不足,设计了定子阻抗自整定算法,以达到快速响应对象参数和状态变化的目的,仿真结果表明:该控制系统运行平稳,具有良好的动、静态性能。