永磁同步电机无位置传感器控制及自适应转速控制

摘要

永磁同步电机由于其结构简单、动态响应快、高效率、高可靠性等优点，广泛地应用于现代交流调速系统中。然而传统永磁同步电机中存在的机械传感器使得其安装、维护困难，增加了系统的成本，并且降低了系统的可靠性，因此无位置传感器控制成为永磁同步电机研究的一个重要内容。其次永磁同步电机是一个多变量、非线性、强耦合的系统，传统的PID控制器容易受到电机内部参数和外部环境干扰的影响，转矩和速度产生的波动影响系统的稳定性。所以本文提出一种基于RBF神经网络的自适应PID控制器来进行转速控制。
　　论文的主要研究工作如下:
　　(1)本章首先介绍了永磁同步电机的基本结构和原理，详细分析了它在不同坐标系下的数学模型。然后简单介绍了矢量控制基本原理，确定了id=0的转子磁场定向控制方式。接着分析了空间矢量脉宽调制的实现过程。在Matlab/Simulink中建立了永磁同步电机矢量控制系统的仿真模型，并验证了其可行性。
　　(2)本章介绍了滑模变结构的基本原理和达到滑动模态所需的条件，分析了传统滑模观测器存在的抖振问题。提出了一种基于改进滑模观测器的无位置传感器永磁同步电机设计方案。通过用改进的切换函数代替符号开关函数削弱了滑模抖振对转子位置估计的影响。采用能自适应变化的滑模增益系数来获取更好的观测效果。构建了一种基于变截止频率的级联滤波器，抑制了高次谐波带来的不利影响。针对反正切函数估算转子位置时带来相位偏移的问题，给出了一种能根据转速变化动态补偿相位的方法。
　　(3)本章搭建了以Microchip公司的dsPIC33EP128MC204为主控制芯片的永磁同步电机控制平台，完成了系统的软硬件设计，实现了转子位置检测，转速调节，过流和过压保护等功能。在此基础上，利用RBF神经网络进行智能调速的研究。
　　(4)针对永磁同步电机中，传统PID控制器难以达到满意的速度控制效果的情况，本文提出一种基于RBF神经网络辨识的自适应PID转速控制方法。该方法结合了RBF神经网络在线辨识技术与自适应PID控制方法对永磁同步电机的转速进行控制。仿真结果表明该方法具有响应速度快，精确度高，抗干扰能力强的特点。

目录

声明

摘要

第1章 绪论

1．1 课题研究的背景和意义

1．2 永磁同步电机的国内外研究现状

1．2．1 无位置传感器技术的研究现状

1．2．2 智能控制算法在电机速度控制中的研究现状

1．3 本文的主要研究内容

1．4 本章小结

第2章 永磁同步电机的数学模型和矢量控制

2．1 永磁同步电机的基本结构和原理

2．2 永磁同步电机的数学模型

2．2．1 永磁同步电机的数学模型

2．2．2 三相坐标系到两相静止坐标系的转换

2．2．3 两相静止坐标系与两相旋转坐标系之间的坐标转换

2．3 永磁同步电机的矢量控制原理

2．3．1 矢量控制的基本原理

2．3．2 矢量控制策略的分析

2．4 空间矢量脉宽调制的基本原理

2．5 PMSM系统仿真

2．5．1 SVPWM模块仿真

2．5．2 PMSM整体仿真模块

2．6 本章小结

第3章 永磁同步电机无位置传感器技术的实现

3．1 滑模变结构控制的基本原理

3．1．1 滑模变结构理论

3．1．2 滑模变结构存在的条件

3．2 滑模观测器的无位置传感器设计

3．3 滑模问题的存在和改进

3．3．1 切换函数的改进

3．3．2 反电动势重构观测器设计

3．4 系统仿真对比

3．5 本章小结

第4章 永磁同步电机软硬件设计

4．1 主芯片概述

4．2 系统结构及硬件组成

4．2．1 系统硬件整体结构设计

4．2．2 系统电源模块

4．2．3 最小系统电路设计

4．2．4 温度保护电路的设计

4．2．5 电机驱动模块

4．2．6 光耦隔离电路的设计

4．2．7 电流采样电路

4．2．8 CAN通信模块

4．3 软件的设计和实现

4．3．1 软件的开发平台

4．3．2 系统初始化程序

4．3．3 电流采样模块

4．3．4 空间矢量脉宽调制程序

4．3．5 位置与速度检测

4．3．6 系统主程序的设计

4．4 实验结果和分析

4．5 本章小结

第5章 基于RBF神经网络的自适应转速控制

5．1 RBF神经网络及其算法

5．2 自适应PID控制

5．3 基于RBF神经网络的自适应PID控制器

5．4 系统仿真建模

5．5 本章小结

6．1 总结

6．2 展望

参考文献

致谢

攻读学位期间参加的科研项目和成果