基于混沌遗传算法的无速度传感器DTC系统的参数辩识

摘要

为了实现异步电动机高性能的无速度传感器的直接转矩控制,必须准确知道电机转速和定子电阻,基于此,本文提出了小波函数和神经网络相结合的方法,即小波神经网络(WNN),构造小波神经网络辨识器,来对定子电阻和转速进行辨识.本文在对小波神经网络、混沌理论和遗传算法研究的基础上提出了混沌遗传算法优化小波神经网络的新思路.混沌遗传算法借助混沌机理为许多用传统数学难以解决或明显失效的非常复杂的最优化问题提供了一个有效的途径,将其引入小波网络的优化有重要的意义.利用matlab/simulink本文构造了具有小波神经网络辨识器的直接转矩控制系统的仿真模型,从仿真结果可以看出,小波神经网络辨识器可准确辨识转速和定子电阻的变化,它的加入使系统具有良好的动静态性能.

目录

文摘

英文文摘

独创性说明及关于论文使用授权的说明

1绪论

1.1直接转矩控制系统的发展与现状

1.1.1直接转矩控制系统的产生

1.1.2直接转矩控制系统的特点

1.1.3直接转矩控制系统的存在的问题

1.1.4直接转矩控制系统的发展趋势

1.2无速度传感器直接转矩控制系统参数估算的研究

1.3混沌遗传算法与其它优化算法

1.4本论文的设计方案及研究任务

2直接转矩控制系统的基本原理

2.1交流电机的数学模型

2.2直接转矩控制系统的原理

2.3逆变器的8种开关状态和电压状态

2.4区段的电压状态选择

3优化算法

3.1混沌遗传算法

3.1.1遗传算法

3.1.2混沌理论

3.1.3混沌遗传算法

3.2混沌遗传算法对小波神经网络的优化

3.3 遗传算法与混沌遗传算法对小波神经网络优化的比较

4.小波神经网络及其用于DTC系统参数辨识

4.1小波分析

4.2小波神经网络及其辨识器的构建

4.3小波神经网络对转速和定子电阻的辨识

4.3.1对转速的辨识

4.3.2对定子电阻的辨识

4.4小波神经网络辨识器在DTC系统中的应用

5.直接转矩控制系统的各组成及仿真

5.1 MATLAB/SIMULINK软件

5.2直接转矩控制系统组成及仿真

5.2.1磁链模型及仿真

5.2.2转矩模型和仿真

5.2.3磁链自控制单元及仿真

5.2.4开关信号选择单元

5.2.5逆变器及其开关频率调节

5.2.6速度调节器模型

5.2.7电机模型

5.2.8基于CGA的WNN无速度传感器DTC系统模型及仿真曲线

6.控制系统的硬件实现

6.1硬件电路的设计

6.1.1整体设计

6.1.2主回路

6.1.3控制电路

6.2软件设计

7结论

参考文献

在学研究成果

致 谢