永磁球形電動機動力學解耦控制及通電策略研究.pdf_第1頁
已閱讀1頁,還剩125頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、針對一種新型永磁球形電動機,本文討論了其主要結構特征,并對該電動機進行了動力學建模,分析了其模型誤差及產生原因。根據動力學模型中存在大量非線性耦合項的特點,本文提出了一種基于模糊控制器的動力學解耦控制算法;隨后,為消除動力學模型中的不確定性,進一步改善解耦控制效果,又提出了一種基于神經網絡辨識器和ANFIS的動力學解耦控制算法。這兩種控制算法均采用計算力矩法的結構,能消除各歐拉角軸向之間的非線性交叉耦合,提高系統(tǒng)的動態(tài)和靜態(tài)性能。仿真分

2、析驗證了提出算法的正確性。
   本文提出了一種基于球面規(guī)劃的定子繞組通電策略。首先,用有限元法得到了永磁球形電動機的靜態(tài)轉矩模型。然后,將定子球面上定子繞組覆蓋區(qū)域進行球面規(guī)劃,劃分為四類子區(qū)域,用解析法對所有子區(qū)域進行描述,并根據相似三角形原理對各個定子繞組進行標號。最后,根據轉子的位置,用特定的法則確定需要通電的定子繞組,并調用靜態(tài)轉矩模型,求解得到通電電流大小。采用該通電策略后,永磁球形電動機能在不同控制算法下實現復雜的

3、軌跡跟蹤運行。仿真分析驗證了該通電策略的合理性。
   對于永磁球形電動機逆運動學問題來說,解析求解較為復雜。針對此問題,本文提出了一種基于神經網絡的逆運動學求解方法,用神經網絡來逼近該電動機的逆運動學模型;根據神經網絡采用 L-M優(yōu)化算法時的樣本學習效果,確定了此神經網絡的最優(yōu)結構。隨后,本文又提出了一種基于改進蟻群算法的逆運動學求解方法,驗證了該算法的優(yōu)越性,并對其參數設置進行了研究。
   本文搭建了基于 DSP

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論