基于DSP的直接转矩智能控制的研究与完善

作     者：毛春雷 

作者单位：沈阳工业大学 

学位级别：硕士

导师姓名：曹承志

授予年度：2008年

学科分类：080804[工学-电力电子与电力传动] 0808[工学-电气工程] 08[工学] 

主      题：直接转矩控制 人工鱼群算法 BP神经网络 速度辨识器 磁链观测器 

摘      要：直接转矩控制(Direct Torque Control简称DTC)是继矢量控制技术之后发展起来的高性能调速系统,由于其简洁明了的系统结构、优良的动静态性能,近年来得到了迅速的发展。 本文在详细的介绍了直接转矩控制技术的产生与发展的基础上,根据其目前的发展现状及研究热点,提出了新型的速度辨识器和磁链观测器。 直接转矩技术虽然有诸多优点,但目前在理论上尚不成熟,不够完善,其经典模型固有的缺陷一直阻碍着系统的进一步发展。要实现高性能的调速系统就要检测异步电机转速,但速度传感器的安装增加了系统的复杂性,降低了可靠性和鲁棒性,并增加了系统的成本和维护要求。因此无速度传感器技术成为目前研究的热点。本文提出了用人工鱼群算法优化神经网络构造速度辨识器,将其放在MATLAB/simulink直接转矩控制平台中,在线运行时,与单一BP神经网络相比,根据仿真结果训练曲线很好的跟踪了实际曲线,并且系统在其他性能也有明显的改善。例如,电机转矩脉动明显减小,磁链波动也明显减小。本文首次将人工鱼群算法运用到直接转矩控制系统当中,通过仿真可以看出人工鱼群算法优化BP神经网络构造的速度辨识器也是无速度传感器发展的一次有力探索。 为了改善电机的低速性能,我们把人工鱼群算法优化神经网络构造磁链观测器以软件的形式嵌入到DSP当中,用智能测控综合实验台完成直接转矩控制,由于改进后的神经网络具有并行计算的能力,因此具有良好的动态响应能力。实验结果证明了该方法的可行性,所以这种模型可以直接作为异步电机调速系统中的磁链反馈量。同时通过实验证明了本文选用的方法对降低定子电阻影响电机转速的不稳定因素有着抑制作用。