首页> 中文学位 >基于自适应粒子群算法的船舶推进电机动态参数辨识研究
【6h】

基于自适应粒子群算法的船舶推进电机动态参数辨识研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 课题背景及意义

1.2 国内外研究现状

1.3 本文结构安排

第2章 船舶异步推进电机动态模型及矢量控制系统

2.1 船舶异步推进电机在三相静止ABC坐标系下的动态模型

2.1.1 电压方程

2.1.2 磁链方程

2.1.3 转矩方程

2.1.4 运动方程

2.2 坐标变换和矢量变换

2.2.1 变换矩阵

2.2.2 Clark矩阵

2.2.3 Park变换

2.2.4 船舶异步推进电机两相静止αβ坐标系下动态模型

2.2.5 船舶异步推进电机两相同步旋转dq坐标系下动态模型

2.3 矢量控制技术

2.3.1 矢量控制原理

2.3.2 按转子磁场定向的船舶异步推进电机动态模型

2.4 船舶异步推进电机状态空间表达式

2.5 船舶异步推进电机矢量控制系统仿真

2.5.1 定子电流坐标变换

2.5.2 直接转子磁场定向

2.5.3 dq轴给定电流计算

2.5.4 SVPWM产生模块

2.5.5 仿真结果分析

2.6 本章小结

第3章 自适应粒子群优化算法研究

3.1 标准粒子群优化算法

3.1.1 标准粒子群优化算法的基本原理

3.1.2 标准粒子群优化算法的实现流程

3.2 标准粒子群算法的收敛性分析

3.3 自适应粒子群算法

3.3.1 自适应惯性权重的构建

3.3.2 学习因子的改进

3.3.3 自适应粒子群优化算法流程

3.3 自适应粒子群算法的优化性能测试

3.3.1 算法测试函数

3.3.2 自适应惯性权重参数的确定

3.3.3 优化性能结果分析

3.4 本章小结

第4章 船舶异步推进电机参数辨识

4.1 船舶异步推进电机辨识参数的定义

4.2 船舶异步推进电机参数辨识的目标函数

4.3 船舶异步推进电机参数辨识流程

4.4 基于参数辨识的船舶异步推进电机矢量控制仿真流程

4.5 本章小结

第5章 不同负载转矩下推进电机在线参数辨识结果与分析

5.1 船舶异步推进电机参数辨识系统仿真平台

5.1.1 电机互馈平台的结构组成

5.1.2 同轴连接器模型

5.1.3 电机参数辨识系统仿真平台

5.2 负载转矩变化下的船舶异步推进电机参数辨识

5.2.1 电机负载的性质

5.2.2 恒转矩负载转矩变化下的参数辨识仿真

5.2.3 阶跃负载转矩变化下的参数辨识仿真

5.2.4 恒功率负载转矩变化下的参数辨识仿真

5.3 本章小结

第6章 总结与展望

参考文献

攻读学位期间公开发表论文

致谢

作者简介

展开▼

摘要

随着电力电子技术、交流传动控制技术的迅猛发展,矢量控制已成为现代主流的电机控制策略,且在电力推进船舶的推进电机控制系统中得到广泛应用。优良的推进电机控制系统性能会为船舶安全航行提供有效的技术保障,而推进电机控制性能主要依赖于电机参数的准确性,且电机参数在实际运行过程中会发生变化,因此对船舶推进电机参数在线辨识是十分必要的。
  本文首先深入研究了船舶异步推进电机动态模型,推导出船舶异步推进电机转子磁场定向下的动态模型和离散模型。其次,深入分析标准粒子群算法早熟和易陷入局部最优问题的原因。针对以上两个问题,通过引入进化速度因子和聚集度因子,提出一种兼具快速性和精准收敛特性的自适应粒子群算法,并通过测试函数将自适应粒子群算法与几种现有算法进行对比测试。再次,根据船舶异步推进电机的特殊性设计了粒子群算法的目标函数,并将自适应粒子群算法应用于船舶异步推进电机参数辨识,同时详细分析实现流程。最后,在Matlab软件的Simulink环境中搭建了船舶异步推进电机参数辨识系统仿真平台,并对三种经典负载变化情况下进行电机参数辨识仿真。
  仿真试验结果表明,自适应粒子群算法在收敛精度和快速性上均优于几种现有粒子群算法,并且解决了标准粒子群算法中的易早熟和易陷入局部最优的问题,实现了电气参数(定转子电阻和电感及互感)的高精度同时在线辨识。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号