一、基于参数辨识的直流电机调速系统及其在鱿钓机中的应用（论文文献综述）
丰富[1]（2021）在《基于数据驱动的永磁同步电机调速系统优化设计》文中研究说明在永磁同步电机双闭环控制系统中,应用传统线性控制算法或是非线性控制算法进行速度环调节器设计时,速度的跟踪效果受被控对象模型准确性和调节器的适应性制约。随着大数据、云计算、机器学习等技术日新月异的发展,越来越多的智能算法被应用到电机控制领域。基于此本文研究了一种基于数据驱动的智能控制算法,利用该算法设计了速度调节器,并应用在电机调速系统中。该算法不受被控对象模型的制约,通过数据驱动不断的训练调节器,利用调节器的自学习能力克服参数易变、动态干扰等非线性因素对电机调速系统的影响,采用MATLAB仿真和半实物仿真平台评估该算法的优异性。本文的具体内容如下:（1）介绍不同类型电机的特点、性能以及应用领域,对调速系统中的恒压频比、矢量控制、直接转矩控制策略进行比较;对采用PID控制、滑模控制和自抗扰控制设计的调节器进行扼要的综述;并对智能控制算法中的自适应动态规划的研究现状进行归纳。（2）根据永磁体位置不同,比较了不同类型电机的特点和性能,建立永磁同步电机自然坐标系下的电机数学模型,引入坐标变换并完成模型推导。分析几种常用的控制方法,选择其中的di=0控制作为本文控制方法,搭建采用PI调节器的电机调速系统模型,介绍空间矢量脉宽调制算法的原理,为后续仿真和对比实验提供基础。（3）对自适应动态规划算法进行分析与比较,采用执行依赖启发动态规划（Action dependent heuristic dynamic programming,ADHDP）算法设计评级网络和执行网络组成智能速度调节器,该算法具有强大的自学习能力,通过数据驱动完成对系统控制策略的改进,由此改善电机模型误差和外界非线性干扰对电机调速系统控制性能造成的影响,为验证所提方法的有效性,在MATLAB仿真实验中,将所提的ADHDP控制器与PI控制器进行对比分析。（4）为验证算法在真实环境中的时效性,搭建半实物仿真实验对算法控制性能进行分析。在基于ADHDP调节器的仿真模型基础上,对模型的底层模块进行搭建,并对MATLAB代码生成环境进行配置,完成基于ADHDP调节器的半实物仿真实验的搭建与验证,实验结果表明该算法能有效的改善电机调速性能,实现电机智能控制方面的应用。
李璐[2]（2021）在《面向旋翼无人机的永磁同步电机控制方法研究》文中认为电动旋翼无人机因其良好的性能在民用和军事领域得到了广泛关注,而旋翼驱动电机控制性能的好坏是影响无人机整体性能的关键。行业通用的无刷直流电机存在转矩脉动大、工作噪声明显等缺点,在一定程度上限制了无人机的应用。因此,本文将永磁同步电机作为被控对象,研究其电流和转速的控制方法,以实现旋翼驱动系统响应快速和抗参数扰动的性能。为提高永磁同步电机的转速响应及稳态精度,采用模型预测控制算法来实现电机转速和电流的控制。首先,根据模型预测控制原理进行了级联式和无级联模型预测控制器的设计。针对无级联模型预测控制计算量大和权重系数调整的问题,构造参考电压矢量来预测电机的转速和电流,以消除权重系数,降低计算量。最后,将所设计的模型预测控制器与基于内模控制的比例积分控制器进行对比,结果表明:基于电压矢量的无级联模型预测控制的转速响应更快,脉动更小,高频跟随性能更强。该控制策略能够很好地满足旋翼无人机高空飞行时姿态轨迹的快速变更。针对无级联模型预测控制参数敏感性的问题,分析模型参数失配时的预测误差和控制误差,在此基础上,对电机控制性能影响较大的参数进行在线估计,并实时补偿给预测模型。其中,采用扩张状态观测器进行负载扰动估计,并采用递推最小二乘法对影响较大的电感和磁链两个参数进行在线辨识。通过仿真结果证明基于参数扰动补偿的无级联模型预测控制器既保证了系统的动态响应,又可以很好地抑制参数扰动。该方案可以很好地应对旋翼无人机工作环境的剧烈变化。为了验证驱动电机控制策略对旋翼无人机飞行动态性能的影响,进行基于无级联模型预测控制的四旋翼无人机驱动系统仿真实验。首先,对多旋翼无人机的飞行系统和动力学模型进行分析;然后,搭建四旋翼无人机仿真模型,对比无级联模型预测控制和级联比例积分控制对螺旋桨负载特性的影响,基于此,进一步分析两类控制策略对四旋翼无人机飞行动态性能的影响。仿真结果证明:无级联模型预测控制可使螺旋桨快速稳定地输出拉力和转矩,从而使得四旋翼无人机可快速到达期望的高度位置,姿态角度变化更为平稳。本文通过对旋翼驱动电机控制方法的研究,进一步提高了旋翼无人机的飞行动态性能,对旋翼无人机快速全面地发展具有一定意义。
安健[3]（2021）在《永磁同步电机参数辨识与自整定算法的半实物仿真平台研究》文中进行了进一步梳理近年来,针对全球范围内的能源紧缺和环境问题,电动汽车产业得到快速发展。永磁同步电机具有输出扭矩大、体积小、功率密度高等优势,结合不断革新的控制技术,在电动汽车领域得到广泛应用。在运行过程中永磁同步电机的各项参数会随运行状态的改变而发生变化,基于定常参数设计的控制方法已经不能满足要求,因此要对电机参数进行辨识。本文是针对电机控制器开发周期长、费用高以及电机运行中参数变化等问题,研究了基于参数辨识和控制参数自整定算法的控制策略,并搭建了针对控制器的半实物仿真测试平台。主要工作如下:第一,对永磁同步电机及矢量控制系统的结构以及工作原理进行研究,建立电机的数学模型,在Matlab中搭建了电机及控制系统的仿真模型,为控制算法的研究打下良好的基础。第二,研究了转动惯量、交直轴电感变化对电机运行状态的影响。分析比较不同参数辨识方法,改进了以模型参考自适应为基础的新型参数辨识算法。推导了控制系统转速环和电流环的传递函数,并结合辨识得到的电机参数,对PI控制参数自整定的算法进行研究。最后在Matlab中进行仿真实验,仿真结果表明电机参数改变情况下的控制性能仍然良好。第三,研究了针对电机控制器的半实物仿真测试平台,编制了基于电机参数辨识及控制参数自整定的矢量控制算法,该算法为进行半实物仿真打下了良好的基础,使工作效率大大提高。第四,用虚拟电机模型对真实的DSP控制器进行半实物仿真测试。结果表明本论文研究的半实物仿真测试平台能够大大缩减电机控制器产品的开发周期。同时对改进的参数辨识算法、控制策略进行了半实物仿真验证。为了体现本文算法的优势,选取传统的矢量控制进行了对比仿真验证。
赵宇纬[4]（2020）在《基于参数在线辨识的永磁同步电机无位置传感器控制技术研究》文中研究说明永磁同步电机因其具有高功率密度、高转矩/转动惯量比、高效率等特点,而广泛应用于电动汽车、新能源发电、机器人等领域。永磁同步电机高性能控制策略实现往往需要实时获得转子位置。然而,由于位置传感器成本高、体积大、引线多,会降低系统的可靠性。因此,目前国内外的研究热点为在不使用机械式位置传感器的情况下,实现永磁同步电机高性能控制。无位置传感控制中基于基波模型的方法实现方便、通用性强、动静态性能优等特点而被广泛应用。但是由于反电动势在低速时过小不容易准确估计,所以如何增强该方法的低速性能,成为了研究无位置传感器控制的一个重点和难点。同时,无位置传感控制受逆变器非线性因素、电气参数摄动等影响,会降低位置估计精度,削弱控制性能。针对这些问题,本论文展开了深入的分析和研究,提出了多种解决方法,总结如下:针对由于逆变器非线性因素造成给定电压与实际输出电压不相等的问题,提出一种相电压的测量电路,分析了电压采样范围和精度,并补偿了由于硬件低通滤波器导致的相位、幅值误差。在此基础上,提出了一种结合相位和幅值补偿的直接测量电压的方法,以提高了电压精度。实验结果表明该方法的有效性。针对电机参数不精确影响位置估计精度的问题,在采用测量电压的基础上,提出了一种永磁同步电机多参数在线辨识方法。首先分析了多参数在线辨识存在的欠秩与相互耦合问题,通过分步辨识和激励信号注入的方法,提高了参数辨识精度。接着分析了注入高频正弦电压和低频方波电流对系统控制性能的影响。然后,还进一步分析了注入信号幅值和频率对参数辨识精度的影响。最后通过实验验证了该方法在不同温度下能够准确辨识直、交轴电感,定子电阻和永磁体磁链,辨识精度高,且方法简便,易于工程实现。为了增强基于基波模型方法的低速性能,提出了一种采用相电压测量的自适应无位置传感器控制策略。首先,采用测量电压代替给定电压。然后,通过在静止参考系中注入高频正弦和直流电压,提出了一种鲁棒性强的直、交轴电感和定子电阻在线辨识方法。接着将辨识参数实时更新基于有效磁链模型位置观测器。最后,通过实验结果证实了该方法有效提高了无位置传感器控制的性能。针对注入信号对系统运行产生不利的影响,进一步提出了一种采用测量电压,集成定子电阻、电感自适应的降阶位置观测器。首先,分析了观测器非线性动态估计误差和观测器增益的稳定性以及电阻自适应参数的选取。接着,通过离线测量,建立直、交轴电感关于电流的函数,并用于观测器参数实时更新。最后,通过实验表明所提策略能有效提高低速范围的位置、速度估计精度,在低速情况下实现可靠加载、调速以及速度反转,增强了无位置传感器控制低速运行能力。
牛晓燕[5]（2020）在《复合电源混合动力汽车能量优化控制策略研究》文中提出混合动力汽车兼顾纯电动汽车节能和环保的特点,又继承了传统燃油汽车续驶里程长的优点,是目前新能源汽车行之有效的方案之一。本文以某并联混合动力汽车为研发背景,构建了混合动力汽车动力系统模型,研究了基于粒子群优化（particle swarm optimization,PSO）粒子滤波（particle filter,PF）的蓄电池荷电状态（state of charge,SOC）估计方法,设计了基于小波分解的复合电源功率分流控制策略,提出了整车能量管理转矩分配控制策略并进行了仿真验证。研发了基于TMS320F2812主控芯片的混合动力汽车整车控制器,提出了利用遗传算法对模糊规则进行优化的电机转速控制策略并进行了半实物仿真验证。依据混合动力汽车动力性能要求,进行了发动机、电机及储能部件的匹配计算及选型,建立了并联混合动力汽车的仿真模型,包括发动机模型、驱动电机模型、储能部件模型、传动系模型以及整车行驶动力学模型等,设计了由动力蓄电池、超级电容和DC-DC功率转换器构成混合动力汽车复合电源系统。为监测蓄电池的SOC,设计了带遗忘因子的递推最小二乘法对蓄电池Thevenin等效电路模型中的未知参数进行了参数辨识,在考虑电池充放电过程中充放电倍数、温度和循环次数等参数的基础上,设计了基于PF的实时蓄电池SOC估计算法。为进一步精确估计SOC,提出了基于PSO算法优化的PF估计蓄电池SOC方法,有效解决了SOC实时估计过程中滤波噪声不确定的问题,实现了蓄电池实时SOC状态的精确估计。为提升整车的性能和延长蓄电池使用寿命,设计了复合电源系统的功率分流控制策略。分别设计了基于逻辑门限值滤波的功率分流控制策略和以信号级联与重构为基础的基于小波变换的功率分流控制策略,实现对蓄电池和超级电容需求功率的分流控制。使用ADVISOR软件仿真对分流策略进行了验证,所设计的功率分流策略可以有效降低蓄电池的需求功率,有利于延长蓄电池使用寿命。在复合电源功率分流控制的基础上,建立了以发动机作为主动力源,电机补充发动机转矩为核心的电机辅助控制策略;设计了基于发动机最佳转矩曲线的T-S模糊转矩分配控制器,保证发动机尽量工作于高效区并维持蓄电池充放电平衡;提出了基于PSO优化的模糊转矩分配控制策略并与小波功率分流策略构成了整车联合控制策略,优化后的联合控制策略进一步提升了发动机工作效率。以数字信号处理器TMS320F2812作为主控芯片,完成了混合动力汽车电子控制系统的开发,经电池管理系统测试和电机调速测试,验证了电子控制系统有效性。为快速响应混合动力汽车发动机和电机的能量分配控制策略,建立了无刷直流电机（brushless DC motor,BLDCM）的数学模型,设计了BLDCM模糊转速控制器,并使用遗传优化算法对模糊规则进行了优化,利用d SPACE快速原型实验平台进行了模糊规则优化验证,验证结果表明设计的转速控制器转速跟随性能显着提升。
张栋[6]（2020）在《低载波比下永磁同步牵引电机电流预测控制》文中研究表明近些年来,永磁同步电机逐步取代异步交流电机成为应用于轨道交通运输的主流电机类型。轨道交通用的牵引电机功率很大,开关器件需要工作在较低的开关频率下以降低开关损耗;且由于高铁时速常在300公里左右,其牵引电机需稳定工作在较高转速。所以综合高速低开关频率的工作条件,牵引电机在低载波比下的调速系统设计需要考虑多方面的问题。本文基于电流PWM预测控制理论,对永磁同步牵引电机调速系统低载波比下的电流环进行了性能分析与改进设计。首先,本文以表贴式永磁同步电机为控制对象,介绍了其工作原理与数学模型,以工程方法整定了双闭环PI调速系统的转速环与电流环PI控制器参数,之后分别在高载波比与低载波比下进行永磁同步电机调速系统的对比仿真,通过分析得出双闭环PI控制并不适用于低载波比下永磁同步电机控制系统的结论。其次,本文就电流PWM预测控制（PWM predictive control,简称PPC）中电流预测模型的获取进行研究。首先介绍了传统电流PPC系统的原理,通过分析发现低载波比下的逆变器延时不可忽略,因此将逆变器与电机模型进行一体化建模,获得一体化电流预测模型。并考虑到模型离散化误差,通过预估控制周期1/2时刻的电流来校正离散化偏差,提出了一体化预估校正电流模型。通过仿真与分析,对比了三种电流预测模型的精度、稳态性能与动态性能。再次,对于模型预测偏差问题从电机参数误差和电压命令角度误差两方面进行讨论。对于由电机模型参数不准确引起的电流稳态误差,本文通过对一体化预估校正电流预测模型中电流误差与电压命令误差的关系的分析,提出了改进的电流误差积分补偿方法;对于矢量控制中电压命令角度误差引起的电流稳态误差,本文提出了适用于低载波比情况下角度补偿策略。通过仿真与分析证明了其效果。最后,以NI c RIO-9033为核心控制器搭建了永磁同步电机实验平台,在低载波比工况下,对传统电流PPC系统、一体化电流PPC系统及一体化预估校正电流PPC系统三种电流预测系统的控制性能,以及基于一体化预估校正PPC系统的传统、改进的两种电流误差积分补偿方法的性能进行了实验验证。
张旗[7]（2020）在《基于改进粒子群算法的永磁同步电机预测电流控制研究》文中研究表明永磁同步电机凭借其优异的性能,使其成为当前应用极为广泛的动力装置。随着时代的发展,永磁同步电机电流环亟待更先进的控制策略。预测电流控制有着原理简单易懂、动态性能好、稳态精度高等优点,为电流环性能的提升带来了希望。同时,微处理器技术的不断进步能够解决电机预测控制中计算量大的问题,为预测控制在电机控制领域的运用带来了突破。文章首先建立了永磁同步电机的电压方程与磁链方程,通过坐标变换的方法,建立了两相旋转坐标系下的数学模型。通常系统的采样频率极高,状态方程中电流的微分形式能够通过一阶欧拉公式转化成离散形式的电流,经过变形就能获得预测电流控制的数学模型。为了减少系统延时对系统造成的影响,将延时考虑在内,推导获得了带有延时补偿的无差拍预测电流控制模型。由于该模型中使用到了电机中定子电阻、定子电感和永磁体磁链等参数,在电机运行状态改变造成这些参数变化时,控制器内的参数与电机实际参数不一致,将造成系统控制性能的下降。随后对该问题展开了分析,结果表明电感参数的偏差将影响系统的稳定性,磁链参数的偏差将导致q轴电流出现静态误差。其次,本文采用参数辨识的方法,通过将辨识结果修正控制器内参数的思路,来解决上述问题。所使用的参数辨识算法基于粒子群算法,而标准粒子群算法有粒子易于陷入局部最优的问题,本文采用向速度更新方程中加入可变探测矢量和使用基于高斯分布的动态反向学习策略对标准粒子群算法进行改进。通过仿真分析,结果表明改进粒子群算法比标准粒子群算法的收敛速度更快,收敛精度更高。使用辨识值修正控制器内参数,使之与电机的实际参数保持一致后,本文所建立的控制系统表现出较好的动稳态性能。最后在基于TMS320F28335的实验平台上进行了实验,实验证明所提出的基于改进粒子群算法的参数辨识策略能够准确辨识出电机参数,且基于改进粒子群算法的预测电流控制系统在电机参数发生变化时,仍然具有优良的控制性能,证明了本文所提出算法的可行性,具有一定的使用价值。
谢伟[8]（2020）在《基于事件采样的无刷直流电机拖动系统建模及自适应控制》文中研究指明在工程实际中,常由于经济成本或安装空间等原因,使得无刷直流电机系统不能添加额外的测速传感器,仅依靠电机内部的霍尔传感器进行数据采样。而无刷直流电机拖动系统利用电机内部霍尔传感器检测转子位置,每当转子达到某一特定位置而触发采样,在这样的事件采样系统中,由于采样的频率较低必然会导致采样数据的稀疏以及非均匀,达不到建立精确模型的需求。针对这一工程实际问题,本文提出了一种基于事件采样数据下的无刷直流电机拖动系统建模方法,该方法利用灰箱建模的原理,首先,设计了非线性的卡尔曼滤波器对原始数据进行降噪处理,再采用指数衰减的最小二乘法对参数模型进行在线辨识,从而建立无刷直流电机拖动系统的精确模型。然后,考虑到变负载的工况普遍存在于无刷直流电机拖动系统应用过程中,设计了一种面向负载扰动的模型参考自适应控制器。经过实验验证,新设计的控制器在变负载,以及突加负载的情况下,相比于传统增量式PID控制器,极大降低了系统的稳态误差,显着提高了系统的抗负载扰动能力。本文主要研究基于事件触发采样的无刷直流电机拖动系统建模以及其自适应控制器设计问题,包括事件采样数据下的模型参数辨识、自适应控制器设计、控制器性能分析等。本文研究内容及创新点如下:第一,从工程实际问题中凝练出学术问题。在工程实践时,无刷直流电机拖动系统利用电机内部霍尔传感器检测转子位置,每当转子达到某一特定位置而触发采样,在这样的事件采样系统中,采样的频率必然会导致采样数据的稀疏以及非均匀,达不到建立精确模型的需求。本文针对这一工程实际问题,凝练出利用事件采样数据下对无刷直流电机拖动系统建立精确模型的新问题。第二,针对基于事件采样的无刷直流电机拖动系统模型建立问题。本文提出了一种基于事件采样数据下的无刷直流电机拖动系统建模方法。该方法采用灰箱建模原理。首先,利用白箱建模的方式建立无刷直流电机的参数模型,然后通过黑箱建模的方式对参数模型进行辨识。在参数辨识过程中,首先设计了非线性卡尔曼滤波器对原始数据进行降噪处理,并推导了非均匀数据下的指数衰减最小二乘法,用来对系统的参数模型进行辨识。最后,通过数值仿真以及真实实验验证了所提出的方法能够对系统进行有效建模,并且对比于传统递推最小二乘法,该方法在时变参数系统中对参数的跟踪性能更好,建立的模型更精确。第三,从无刷直流电机拖动系统的实际应用角度出发,在已有模型的基础上,设计了面向负载扰动的模型参考自适应控制器,并通过数值仿真和真实实验验证了该控制器的可行性。而后对无刷直流电机拖动系统分别应用模型参考自适应控制器和增量式PID控制器,在系统处于空载、恒定负载、突加负载以及变负载的情况下进行控制器性能分析。实验数据表明,在无负载或恒定负载时,模型参考自适应控制器和增量式PID控制器的控制效果相当,采用模型参考自适应控制时,系统的稳态误差要更小,而采用PID控制器时,系统响应速度更快。在对系统突加负载以及加变负载的实验中,当采用模型参考自适应控制器时,系统的鲁棒性能,抗负载扰动能力明显要高于增量式PID,系统性能受负载扰动影响较小。可见,若系统经常处于变负载的工况中,采用模型参考自适应控制器所获得性能更好。而工程实践中,系统常工作于变负载的工况中。因此,该控制器能够更好的扩大无刷直流电机的应用场景,对于促进无刷直流电机的应用具有积极的意义。
刘椿森[9]（2019）在《永磁同步电机无位置传感器控制策略研究》文中认为永磁同步电机作为现代电机驱动中一种高效的机电设备,对控制系统有着较高的要求。为了提高控制精度,在简化电机结构的同时,需要利用更加高效的控制手段。位置传感器在改善电机控制精度方面发挥着重要的作用,但同时也增加了电机的成本和维护费用。永磁同步电机无位置传感器控制策略能够有效降低电机的总体造价,同时可以获得更高的控制精度。本文首先对永磁同步电机建立完整的数学模型,实现永磁同步电机的高性能控制方式:矢量控制与直接转矩控制,其中矢量控制采用PI控制器进行控制,直接转矩控制通过开关表函数实现驱动电力电子设备。在分析矢量控制方式中与转子位置相关的参数时,利用永磁同步电机的数学模型中与转子位置相关的变量对转子位置进行估计,结合滑模观测器与模型参考自适应控制,实现了基波数学模型的永磁同步电机无传感器控制策略。然而基于永磁同步电机数学模型的位置估计算法在转速较低时将受到信号信噪比低的影响,为了提高对电机低速运行下的转子位置的估计精度、扩展调速范围,采用高频电流注入的方式进行转子位置估计,提高了转子位置计算的准确度,同时利用MATLAB进行仿真验证,证明了所提出无位置传感器控制方法的有效性。最后,本文采用TI公司的TMS320F28335DSP芯片,进行了永磁同步电机无位置传感器控制系统软、硬件设计,实现了转子初始位置检测、转子速度及位置估计、转速调节及过、欠压保护等功能。
张仑仑[10]（2019）在《永磁同步电机参数辨识与自适应控制研究》文中研究指明永磁同步电机（Permanent magnet synchronous motor,PMSM）具有体积小、功率密度高、重量轻、运行可靠、结构简单等特点,被广泛应用在航空航天、医疗器械、数控机床等高性能场合。随着科学技术和工业社会快速发展,对永磁同步电机的控制性能指标提出了更高的要求。高性能永磁同步电机控制系统依赖于精确的数学模型,而外部运行环境变化及系统内部参数摄动的随机性和不确定性,制约着精确数学模型的建立,相应数字控制器的设计更为复杂,导致永磁同步电机控制系统高性能的特点难以发挥。本文针对永磁同步电机参数在线辨识展开了深入研究,并根据参数辨识的结果设计随参数变化的自适应数字控制器,进一步提升了系统的性能。本文的主要研究内容有:首先,介绍了永磁同步电机的结构和工作原理,分析了永磁同步电机在不同坐标系下的数学模型,在模型参考自适应参数辨识方法及波波夫超稳定性理论的基础上,考虑外部运行环境不确定性因素及内部逆变器非理想状态下死区效应对参数辨识的影响,针对永磁同步电机定子电阻、电感和永磁体磁链的参数辨识,设计了一种带死区补偿的模型参考自适应参数辨识律,并在Matlab/Simulink环境下,对带死区补偿的模型参考自适应参数辨识律算法的有效性进行了仿真验证。其次,对永磁同步电机电流环及速度环建立数学建模,确立了电流环和速度环最优PI参数与电机参数的关系式,利用参数辨识结果,实时更新电流环和速度环的控制器参数,结合系统性能指标要求,考虑外部负载惯量变化对速度环性能的影响,设计了一种模糊控制与自适应PI相结合的电流-速度双闭环数字控制器。在Simulink环境下进行仿真验证,仿真结果表明双闭环控制器在外部惯量和内部参数变化时能够实现自适应调整控制,系统具有良好的速度跟踪性能和抗干扰能力。最后,以TI公司的高性能数字处理器TMS320F28335为主控芯片,设计了外围电源电路、驱动电路、逆变电路、AD采集电路、编码器接收电路等电路,完成了永磁同步电机控制板的硬件设计;并在CCS7.3环境下完成了相应算法的软件实现。搭建了永磁同步电机的测试实验台,相应的实验证明控制系统具有良好的动态性能、稳态性能和抗干扰能力,实现了对永磁同步电机的高性能矢量控制。
二、基于参数辨识的直流电机调速系统及其在鱿钓机中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于参数辨识的直流电机调速系统及其在鱿钓机中的应用（论文提纲范文）
（1）基于数据驱动的永磁同步电机调速系统优化设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外永磁同步电机的研究现状 |
| 1.2.1 电机控制策略研究现状 |
| 1.2.2 调节器算法研究现状 |
| 1.3 本文主要内容 |
| 第二章 永磁同步电机数学模型及分析 |
| 2.1 永磁同步电机的分类 |
| 2.2 永磁同步电机动态数学模型 |
| 2.2.1 三相静止坐标系下的数学模型 |
| 2.2.2 电机坐标变换数学模型 |
| 2.3 永磁同步电机矢量控制系统 |
| 2.4 空间矢量脉宽调制技术 |
| 2.4.1 空间电压矢量 |
| 2.4.2 SVPWM算法的实现 |
| 2.5 本章小结 |
| 第三章 基于自适应动态规划的电机控制 |
| 3.1 自适应动态规划理论 |
| 3.1.1 自适应动态规划思想 |
| 3.1.2 自适应动规划原理 |
| 3.1.3 自适应动态规划分类 |
| 3.2 ADHDP速度调节器设计 |
| 3.2.1 ADHDP结构和原理 |
| 3.2.2 ADHDP速度调节器分析 |
| 3.2.3 ADHDP速度环调节器设计 |
| 3.2.4 ADHDP速度调节器实现 |
| 3.3 MATLAB仿真实验 |
| 3.4 本章小结 |
| 第四章 永磁同步电机调速系统实验研究 |
| 4.1 半实物仿真建模 |
| 4.1.1 SCI通讯 |
| 4.1.2 速度计算模块 |
| 4.1.3 ADC采集模块 |
| 4.1.4 PWM输出 |
| 4.2 半实物仿真平台搭建 |
| 4.3 半实物仿真实验 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（2）面向旋翼无人机的永磁同步电机控制方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 旋翼无人机驱动系统研究现状 |
| 1.2.1 无人机机电驱动系统 |
| 1.2.2 驱动电机调速系统 |
| 1.2.3 驱动电机性能需求 |
| 1.3 永磁同步电机模型预测控制研究现状 |
| 1.4 论文研究内容及章节安排 |
| 2 旋翼驱动永磁同步电机建模与控制 |
| 2.1 PMSM数学模型及坐标变换 |
| 2.2 PMSM磁场定向矢量控制 |
| 2.2.1 空间电压脉宽调制 |
| 2.2.2 磁场定向矢量控制 |
| 2.2.3 电压前馈解耦控制 |
| 2.3 基于内模的PI参数整定 |
| 2.4 仿真结果 |
| 2.4.1 PMSM调速系统模型搭建 |
| 2.4.2 梯形与正弦PMSM性能分析 |
| 2.5 本章小结 |
| 3 永磁同步电机模型预测控制策略 |
| 3.1 模型预测控制原理 |
| 3.2 级联式模型预测控制器的设计 |
| 3.2.1 模型预测电流控制 |
| 3.2.2 预测函数转速控制 |
| 3.3 无级联模型预测控制器的设计 |
| 3.3.1 模型预测直接转速控制 |
| 3.3.2 基于电压矢量的直接转速预测控制 |
| 3.4 仿真结果 |
| 3.4.1 电流动态响应分析 |
| 3.4.2 转速转矩稳态分析 |
| 3.4.3 转速跟随性能分析 |
| 3.4.4 加减速动态响应分析 |
| 3.5 本章小结 |
| 4 无级联模型预测控制抗参数扰动 |
| 4.1 无级联MPC参数失配分析 |
| 4.1.1 无级联MPC预测误差 |
| 4.1.2 无级联MPC控制误差 |
| 4.2 基于最小二乘法的参数在线辨识 |
| 4.2.1 递推最小二乘法 |
| 4.2.2 电感磁链在线辨识 |
| 4.3 基于扩张状态观测器的负载扰动估计 |
| 4.3.1 负载扰动扩张状态观测器 |
| 4.3.2 无级联模型预测控制扰动补偿 |
| 4.4 仿真结果 |
| 4.4.1 参数辨识与负载扰动估计 |
| 4.4.2 预测模型多参数失配分析 |
| 4.5 本章小结 |
| 5 基于无级联MPC的四旋翼驱动系统仿真 |
| 5.1 多旋翼无人机电力驱动系统 |
| 5.2 多旋翼无人机飞行动力学建模 |
| 5.2.1 刚体运动学模型 |
| 5.2.2 刚体动力学模型 |
| 5.2.3 控制分配模型 |
| 5.2.4 螺旋桨模型 |
| 5.3 仿真结果 |
| 5.3.1 四旋翼无人机仿真模型的搭建 |
| 5.3.2 螺旋桨负载特性分析 |
| 5.3.3 四旋翼飞行动态性能分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及成果 |
| 致谢 |
（3）永磁同步电机参数辨识与自整定算法的半实物仿真平台研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 永磁同步电机控制策略概述 |
| 1.2.2 参数辨识技术概述 |
| 1.3 控制器参数自整定研究现状 |
| 1.4 半实物仿真技术分析 |
| 1.5 本文研究的主要工作及创新点 |
| 2 永磁同步电机数学模型以及矢量控制系统研究 |
| 2.1 永磁同步电机的结构 |
| 2.2 永磁同步电机数学模型的建立 |
| 2.2.1 三相永磁同步电机坐标变换 |
| 2.2.2 不同坐标系下的数学模型 |
| 2.3 空间矢量脉宽调制技术 |
| 2.4 永磁同步电机矢量控制与仿真 |
| 2.5 本章小结 |
| 3 永磁同步电机参数辨识及PI参数自整定策略设计 |
| 3.1 参数变化时对电机运行的影响 |
| 3.2 参数辨识算法 |
| 3.2.1 FFRLS方法下参数辨识 |
| 3.2.2 MRAC方法下参数辨识 |
| 3.2.3 基于FFRLS与 MRAC改进的参数辨识 |
| 3.3 PI参数自整定策略设计 |
| 3.3.1 电流环PI调节器的参数整定 |
| 3.3.2 转速环PI调节器的参数整定 |
| 3.4 离线仿真结果分析 |
| 3.5 本章小结 |
| 4 半实物仿真测试平台及模型搭建 |
| 4.1 半实物仿真测试平台架构 |
| 4.2 控制器模型搭建与自动代码生成 |
| 4.2.1 控制器I/O模型配置 |
| 4.2.2 控制器算法模型搭建 |
| 4.2.3 自动代码生成与代码下载 |
| 4.3 HIL仿真模型搭建与OP4510 仿真机 |
| 4.3.1 eFPGASim与电机模型配置 |
| 4.3.2 eHS解算器与逆变电路模型 |
| 4.3.3 I/O模型配置 |
| 4.3.4 HIL仿真整体模型 |
| 4.4 半实物仿真测试流程 |
| 4.5 本章小结 |
| 5 半实物仿真平台测试与分析 |
| 5.1 I/O模型测试 |
| 5.2 仿真平台开环测试 |
| 5.3 控制系统验证测试 |
| 5.3.1 传统矢量控制测试 |
| 5.3.2 切换控制策略测试 |
| 5.4 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（4）基于参数在线辨识的永磁同步电机无位置传感器控制技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 术语符号说明 |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 永磁同步电机参数辨识国内外研究现状 |
| 1.2.1 永磁同步电机离线参数辨识方法 |
| 1.2.2 永磁同步电机在线参数辨识方法 |
| 1.3 永磁同步电机无传感器控制国内外研究现状 |
| 1.3.1 基于电机磁场凸极模型的零低速阶段无位置传感器控制技术 |
| 1.3.2 基于基波模型的中高速阶段无位置传感器控制技术 |
| 1.4 本文研究内容及工作安排 |
| 第二章 永磁同步电机数学模型及常规位置估计方法 |
| 2.1 永磁同步电机模型介绍 |
| 2.1.1 扩展反电动势模型 |
| 2.1.2 有效磁链模型 |
| 2.2 常规无位置传感器控制方法 |
| 2.2.1 滑模观测器法 |
| 2.2.2 基于有效磁链模型的最小阶观测器 |
| 2.3 影响位置误差分析 |
| 2.3.1 逆变器非线性因素 |
| 2.3.2 电机参数误差 |
| 2.4 本章小结 |
| 第三章 永磁同步电机电气参数测量和辨识方法 |
| 3.1 参数离线辨识方法 |
| 3.1.1 定子电阻 |
| 3.1.2 交直轴电感 |
| 3.1.3 永磁体磁链 |
| 3.2 多参数辨识的欠秩问题 |
| 3.3 电阻在线辨识方法 |
| 3.3.1 方波电流注入方法 |
| 3.3.2 常值电压注入方法 |
| 3.4 交直轴电感在线辨识方法 |
| 3.5 永磁体磁链在线辨识方法 |
| 3.6 多参数在线辨识方法 |
| 3.6.1 高频正弦电压和低频方波电流对控制性能的影响 |
| 3.6.2 测量电压与给定电压比较实验结果与分析 |
| 3.6.3 影响辨识结果的多种因素实验结果与分析 |
| 3.6.4 温度对在线参数辨识的影响 |
| 3.7 本章小结 |
| 第四章 采用相电压测量的静止坐标系有效磁链位置观测器 |
| 4.1 相电压测量电路及补偿方法 |
| 4.1.1 电压测量电路设计 |
| 4.1.2 电压采样范围与精度 |
| 4.1.3 测量电压幅值和相位的补偿 |
| 4.2 采用相电压测量的有效磁链观测器 |
| 4.3 实验结果分析 |
| 4.3.1 不同电压对观测器的影响 |
| 4.3.2 直流电压注入的影响分析 |
| 4.3.3 结合在线电阻和电感辨识的无位置传感器控制 |
| 4.3.4 提出的无位置传感器控制的动态和稳态性能 |
| 4.4 本章小结 |
| 第五章 集成电阻在线辨识的估计交直轴磁链观测器设计 |
| 5.1 估计交直轴磁链观测器 |
| 5.1.1 永磁同步电机模型 |
| 5.1.2 降阶自适应位置观测器 |
| 5.2 集成电阻电感辨识的估计交直轴磁链观测器 |
| 5.2.1 定子电阻自适应 |
| 5.2.2 电感修正策略 |
| 5.3 实验结果分析 |
| 5.4 本章小结 |
| 第六章 结论与展望 |
| 6.1 论文研究工作总结 |
| 6.2 论文后续工作展望 |
| 参考文献 |
| 附录1 |
| 致谢 |
| 作者简介 |
| 1 作者简历 |
| 2 攻读硕士学位期间发表的学术论文 |
| 3 发明专利 |
| 学位论文数据集 |
（5）复合电源混合动力汽车能量优化控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 混合动力汽车的分类 |
| 1.2.2 混合动力汽车国内外发展现状 |
| 1.2.3 混合动力汽车控制策略 |
| 1.2.4 电池SOC估算 |
| 1.2.5 混合动力复合电源控制 |
| 1.3 论文主要研究内容 |
| 第二章 混合动力汽车动力系统建模 |
| 2.1 发动机模型 |
| 2.2 车辆行驶动力学模型 |
| 2.3 驱动电机模型 |
| 2.4 储能部件模型 |
| 2.4.1 蓄电池模型 |
| 2.4.2 DC-DC功率转换器设计 |
| 2.4.3 超级电容模型 |
| 2.5 传动系模型 |
| 2.5.1 变速器模型 |
| 2.5.2 主减速器模型 |
| 2.6 整车模型验证 |
| 2.7 本章小结 |
| 第三章 基于改进粒子滤波算法的蓄电池SOC估计 |
| 3.1 蓄电池建模及参数辨识 |
| 3.1.1 蓄电池等效电路模型选型 |
| 3.1.2 OCV-SOC曲线获取 |
| 3.1.3 电池模型参数辨识 |
| 3.2 基于粒子滤波算法的SOC估计 |
| 3.2.1 基本粒子滤波算法原理 |
| 3.2.2 基于PF算法的SOC估计 |
| 3.3 基于PSO-PF的 SOC估计 |
| 3.3.1 基本PSO算法原理 |
| 3.3.2 PSO优化PF算法 |
| 3.4 仿真验证 |
| 3.4.1 恒定电流放电SOC估计测试 |
| 3.4.2 动态电流放电SOC估计测试 |
| 3.5 本章小结 |
| 第四章 复合电源功率分流控制策略 |
| 4.1 小波变换基本理论 |
| 4.2 复合电源工作模式及功率需求 |
| 4.2.1 复合电源工作模式分析 |
| 4.2.2 复合电源功率需求分析 |
| 4.3 基于逻辑门限值的功率分流控制策略 |
| 4.3.1 逻辑门限值滤波功率分流控制策略 |
| 4.3.2 逻辑门限值功率分流控制策略验证 |
| 4.4 基于小波变换的功率分流控制策略 |
| 4.4.1 小波变换功率分流控制策略 |
| 4.4.2 小波变换功率分流控制策略验证 |
| 4.5 本章小结 |
| 第五章 基于粒子群优化的转矩分配控制策略 |
| 5.1 整车工作状态分析 |
| 5.2 电机辅助转矩分配控制器 |
| 5.3 基于T-S模型的模糊转矩分配控制器 |
| 5.3.1 T-S模糊推理模型 |
| 5.3.2 基于发动机效率的T-S模糊转矩分配器 |
| 5.4 基于PSO的模糊转矩分配控制器优化设计 |
| 5.5 转矩分配控制策略验证 |
| 5.5.1 逻辑门限值功率分流策略下的转矩分配策略验证 |
| 5.5.2 小波功率分流策略下的转矩分配策略验证 |
| 5.6 本章小结 |
| 第六章 电子控制系统设计及硬件在环仿真 |
| 6.1 电子控制系统设计 |
| 6.1.1 电机转速检测电路 |
| 6.1.2 电机控制驱动电路 |
| 6.1.3 复合电源控制电路 |
| 6.1.4 控制信号输入电路 |
| 6.1.5 电流检测电路 |
| 6.1.6 保护电路 |
| 6.1.7 电子控制系统PCB设计 |
| 6.1.8 电子控制系统实验验证 |
| 6.2 BLDCM数学模型的建立 |
| 6.3 基于GA-Fuzzy的 BLDCM控制策略 |
| 6.3.1 BLDCM转速模糊控制器设计 |
| 6.3.2 GA-Fuzzy转速模糊控制器设计 |
| 6.3.3 BLDCM转速模糊控制器仿真验证 |
| 6.4 GA-Fuzzy转速控制策略的快速控制原型仿真实验 |
| 6.4.1 实验方案设计 |
| 6.4.2 快速控制原型仿真模型 |
| 6.4.3 电机转速快速控制原型实验验证 |
| 6.5 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文总结 |
| 7.2 论文主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 个人简历、在学期间的研究成果及发表的学术论文 |
（6）低载波比下永磁同步牵引电机电流预测控制（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表Ⅻ |
| 1 绪论 |
| 1.1 课题背景及研究的目的与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 2 永磁同步电机数学模型 |
| 2.1 永磁同步电机结构和工作原理 |
| 2.2 表贴式永磁同步电机标量数学模型 |
| 2.3 表贴式永磁同步电机复矢量数学模型 |
| 3 永磁同步电机基本控制策略 |
| 3.1 永磁同步电机双闭环PI调速控制系统 |
| 3.2 PMSM双闭环PI调速系统MATLAB仿真 |
| 3.3 低载波比下永磁同步电机双闭环PI控制电流环性能分析 |
| 3.4 本章小结 |
| 4 低载波比下永磁同步牵引电机预测控制研究 |
| 4.1 永磁同步电机传统电流PWM预测控制 |
| 4.2 永磁同步电机改进电流PWM预测控制 |
| 4.3 电流PWM预测控制系统仿真分析 |
| 4.4 预测模型精确度分析 |
| 4.5 电流PWM预测控制系统电流稳态误差消除 |
| 4.6 电流PWM预测控制系统性能分析 |
| 4.7 本章小结 |
| 5 系统实验 |
| 5.1 实验平台介绍 |
| 5.2 实验结果分析 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（7）基于改进粒子群算法的永磁同步电机预测电流控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 国内外电流环控制策略的研究现状 |
| 1.2.1 电流环PI控制 |
| 1.2.2 电流环滞环控制 |
| 1.2.3 电流环预测电流控制 |
| 1.3 国内外参数辨识算法研究现状 |
| 1.4 本文研究主要内容 |
| 第二章 永磁同步电机无差拍预测电流控制算法 |
| 2.1 无差拍预测电流控制原理 |
| 2.1.1 电压方程与磁链方程 |
| 2.1.2 建立预测电流控制模型 |
| 2.1.3 建立无差拍预测电流控制系统 |
| 2.2 带有延时补偿的无差拍预测电流控制模型 |
| 2.3 参数扰动对无差拍预测电流控制系统的影响 |
| 2.4 空间矢量调制策略 |
| 2.5 无差拍预测电流控制系统仿真验证 |
| 2.6 本章小结 |
| 第三章 基于改进粒子群算法的预测电流控制仿真分析 |
| 3.1 改进粒子群算法 |
| 3.1.1 标准粒子群算法 |
| 3.1.2 对标准粒子群算法的改进 |
| 3.2 基于改进粒子群算法的参数辨识技术 |
| 3.2.1 基于改进粒子群算法的参数辨识流程 |
| 3.2.2 仿真模型的建立 |
| 3.3 系统原理图及仿真分析 |
| 3.4 本章小结 |
| 第四章 基于改进粒子群算法的预测电流控制系统实验 |
| 4.1 实验平台简介 |
| 4.2 硬件电路设计 |
| 4.3 系统软件设计 |
| 4.4 实验验证 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文 |
（8）基于事件采样的无刷直流电机拖动系统建模及自适应控制（论文提纲范文）
| 中文摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 无刷直流电机研究现状 |
| 1.2.2 系统辨识研究现状 |
| 1.2.3 自适应控制研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 符号说明 |
| 第二章 无刷直流电机拖动系统的数学模型 |
| 2.1 引言 |
| 2.2 无刷直流电机拖动系统的结构 |
| 2.3 微分方程 |
| 2.4 传递函数 |
| 2.5 状态空间 |
| 2.6 本章小结 |
| 第三章 基于事件采样数据的系统参数辨识方法 |
| 3.1 引言 |
| 3.2 问题描述 |
| 3.3 非线性卡尔曼滤波器设计 |
| 3.4 面向非均匀数据下的指数衰减最小二乘法 |
| 3.5 数值例子 |
| 3.6 本章小结 |
| 第四章 面向扰动负载的自适应控制器设计 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 预备知识 |
| 4.4 模型参考自适应控制器设计 |
| 4.5 数值例子 |
| 4.6 本章小结 |
| 第五章 工程试验与数据分析 |
| 5.1 引言 |
| 5.2 实验平台的组成 |
| 5.2.1 线束缠绕机 |
| 5.2.2 负载部分 |
| 5.2.3 数据通信 |
| 5.3 参数辨识实验 |
| 5.3.1 M序列 |
| 5.3.2 原始数据采集 |
| 5.3.3 数据滤波处理 |
| 5.3.4 参数辨识 |
| 5.3.5 模型验证 |
| 5.4 增量式PID控制器设计 |
| 5.4.1 PID参数整定 |
| 5.4.2 实验验证 |
| 5.5 模型参考控制器验证 |
| 5.6 性能比较与分析 |
| 5.7 本章小结 |
| 第六章 总结和展望 |
| 6.1 总结 |
| 6.2 展望 |
| 第七章 致谢 |
| 参考文献 |
| 附录 |
（9）永磁同步电机无位置传感器控制策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外电机控制研究现状 |
| 1.3 国内外无传感器控制研究现状 |
| 1.4 本文的主要工作 |
| 第2章 永磁同步电机模型 |
| 2.1 永磁同步电机 |
| 2.1.1 永磁同步电机的组成 |
| 2.1.2 永磁电机转子结构分类 |
| 2.2 永磁同步电机的数学模型 |
| 2.2.1 定子电压方程 |
| 2.2.2 磁链方程和转矩方程 |
| 2.3 坐标变换 |
| 2.3.1 坐标变换的基本思路 |
| 2.3.2 两相静止坐标系统下电机方程 |
| 2.3.3 dq坐标下电机方程 |
| 2.4 本章小结 |
| 第3章 永磁同步电机控制方法 |
| 3.1 永磁同步电机矢量控制原理 |
| 3.1.1 矢量控制的基本原理 |
| 3.1.2 励磁电流id=0 控制 |
| 3.1.3 单位功率因数控制 |
| 3.1.4 最大转矩电流控制 |
| 3.2 矢量控制实现方法 |
| 3.2.1 滞环控制 |
| 3.2.2 PMSM的 PI电流控制 |
| 3.2.3 矢量控制仿真 |
| 3.3 永磁同步电机直接转矩控制基本理论 |
| 3.3.1 直角坐标系下的数学模型 |
| 3.3.2 直角参考坐标系下的转矩表达式 |
| 3.3.3 直角坐标系下的磁链表达式 |
| 3.3.4 直角坐标系下的定子电流表达式 |
| 3.4 永磁同步电机直接转矩控制系统 |
| 3.4.1 空间电压矢量 |
| 3.4.2 空间电压矢量对定子磁链的控制 |
| 3.4.3 空间电压矢量对转矩的控制 |
| 3.4.4 转矩和磁链控制 |
| 3.4.5 最优开关表 |
| 3.5 永磁同步电机直接转矩控制性能仿真研究 |
| 3.6 本章小结 |
| 第4章 基于基波数学模型的无传感器控制方法 |
| 4.1 滑模观测器算法 |
| 4.1.1 滑模观测器设计 |
| 4.1.2 基于反正切函数的转子位置估计 |
| 4.1.3 基于反正切函数的仿真建模与结果分析 |
| 4.2 模型参考自适应控制算法 |
| 4.2.1 模型参考自适应系统 |
| 4.2.2 参考模型与可调模型的确定 |
| 4.2.3 参考自适应律的确定 |
| 4.3 本章小结 |
| 第5章 基于高频信号注入无传感器控制 |
| 5.1 高频激励下的三相PMSM数学模型 |
| 5.2 高频载波信号的选择 |
| 5.3 脉振高频电压信号注入法 |
| 5.3.1 脉振高频电压激励下三相PMSM的电流响应 |
| 5.3.2 转子位置估计方法 |
| 5.4 仿真建模与结果分析 |
| 5.5 无传感器控制方案比较 |
| 5.6 无传感器控制系统设计 |
| 5.6.1 无位置传感器控制系统硬件设计 |
| 5.6.2 无位置传感器控制系统软件设计 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要完成的工作 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
（10）永磁同步电机参数辨识与自适应控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 课题研究背景和意义 |
| 1.2 永磁同步电机控制系统的发展 |
| 1.3 国内外研究现状 |
| 1.3.1 永磁同步电机参数辨识方法研究现状 |
| 1.3.2 自适应控制研究现状 |
| 1.4 本文主要研究内容 |
| 2 永磁同步电机数学模型与矢量控制 |
| 2.1 永磁同步电机转子结构 |
| 2.2 永磁同步电机的数学模型 |
| 2.3 空间矢量脉宽调制技术 |
| 2.4 矢量控制 |
| 2.5 矢量控制系统仿真 |
| 2.6 本章小结 |
| 3 永磁同步电机参数辨识 |
| 3.1 模型参考自适应参数辨识方法原理 |
| 3.2 永磁同步电机模型参考自适应参数辨识 |
| 3.3 死区效应对参数辨识的影响 |
| 3.4 死区补偿方法 |
| 3.5 仿真结果及分析 |
| 3.5.1 理想状况下的参数辨识仿真 |
| 3.5.2 包含逆变器死区的参数辨识仿真 |
| 3.5.3 逆变器死区补偿后的参数辨识仿真 |
| 3.6 本章小结 |
| 4 基于参数辨识的自适应控制器设计 |
| 4.1 电流环PI参数自整定 |
| 4.2 速度环模糊自适应PI控制器设计 |
| 4.2.1 速度环PI参数自整定 |
| 4.2.2 模糊控制器设计 |
| 4.3 仿真结果与分析 |
| 4.3.1 参数自适应控制仿真 |
| 4.3.2 模糊自适应控制仿真 |
| 4.4 本章小结 |
| 5 永磁同步电机控制系统软硬件设计 |
| 5.1 系统硬件设计 |
| 5.1.1 主控器选择 |
| 5.1.2 电源电路设计 |
| 5.1.3 电流采集电路 |
| 5.1.4 驱动电路 |
| 5.1.5 编码器接口电路 |
| 5.1.6 过流保护电路 |
| 5.2 系统软件设计 |
| 5.2.1 控制系统主程序 |
| 5.2.2 系统初始化程序 |
| 5.2.3 转子定位程序 |
| 5.2.4 空间矢量脉宽调制程序 |
| 5.2.5 参数辨识与控制器参数自整定程序 |
| 5.2.6 双闭环矢量控制程序 |
| 5.3 实验结果及分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
| 致谢 |
四、基于参数辨识的直流电机调速系统及其在鱿钓机中的应用（论文参考文献）
- [1]基于数据驱动的永磁同步电机调速系统优化设计[D]. 丰富. 江西理工大学, 2021(01)
- [2]面向旋翼无人机的永磁同步电机控制方法研究[D]. 李璐. 西安工业大学, 2021
- [3]永磁同步电机参数辨识与自整定算法的半实物仿真平台研究[D]. 安健. 青岛科技大学, 2021(01)
- [4]基于参数在线辨识的永磁同步电机无位置传感器控制技术研究[D]. 赵宇纬. 浙江工业大学, 2020(02)
- [5]复合电源混合动力汽车能量优化控制策略研究[D]. 牛晓燕. 石家庄铁道大学, 2020(04)
- [6]低载波比下永磁同步牵引电机电流预测控制[D]. 张栋. 中国矿业大学, 2020(03)
- [7]基于改进粒子群算法的永磁同步电机预测电流控制研究[D]. 张旗. 江苏大学, 2020(02)
- [8]基于事件采样的无刷直流电机拖动系统建模及自适应控制[D]. 谢伟. 杭州电子科技大学, 2020(02)
- [9]永磁同步电机无位置传感器控制策略研究[D]. 刘椿森. 江苏大学, 2019(05)
- [10]永磁同步电机参数辨识与自适应控制研究[D]. 张仑仑. 西安工业大学, 2019(03)