一、基于参数辨识技术的永磁同步电动机参数测定（论文文献综述）
宋搏洋[1]（2021）在《永磁同步电动机参数辨识研究》文中研究指明
傅煜[2]（2021）在《永磁同步电机参数辨识研究》文中提出随着时代的发展,由于永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）具有运行功率高、维护成本低、更快的响应速度和坚固的结构等优点,在各种民用电器、交通车辆、升降机、运输机械等领域被广泛的应用。永磁同步电机在运行过程中易受到温度与磁饱和程度等各种环境因素影响,使其内部参数处于动态变化状态,导致整个系统在正常运行过程中的可靠性下降、控制系统的性能受损。因此,对永磁同步电机进行精确且快速的参数辨识有重要意义。针对粒子群算法粒子会陷入早熟状态,导致无法快速且精确地辨识永磁同步电机参数的问题,为此引入一种自适应混沌粒子群算法对永磁同步电机参数进行离线辨识。检验算法单峰值与双峰值标准测试函数的收敛能力,并将算法用于辨识永磁同步电机多参数。基于MATLAB/SIMULINK进行仿真研究,仿真结果发现自适应混沌粒子群算法相较于标准粒子群算法在永磁同步电机离线多参数辨识中更为精准、快速。针对递推最小二乘法会出现数据淹没,导致无法快速进行永磁同步电机在线参数辨识的问题,引入一种具有遗忘因子的递推最小二乘法,将该算法与递推最小二乘法进行在线参数辨识对比,根据仿真结果验证了该算法收敛速度更快。同时通过改变遗忘因子大小对永磁同步电机进行在线参数辨识,根据仿真结果表明遗忘因子大小会对辨识的收敛能力与稳定性产生影响。
颉宏宇[3]（2021）在《系统参数不确定情况下永磁同步电机控制策略研究》文中指出矢量控制因具有转矩响应快以及调速范围宽等特点,已经成为实现高性能永磁同步电机控制的首选控制策略,然而,永磁同步电机控制系统参数具有不确定性,系统参数通常是未知的,且随着温度、磁饱和程度以及工况的变化而在系统运行过程中不断变化。本文针对系统参数不确定情况下永磁同步电机矢量控制所面临的一系列问题展开了深入研究,并设计了若干参数不确定情况下的控制策略,具体工作如下:（1）研究了三相静止坐标系下永磁同步电机数学模型、矢量控制以及坐标变换原理,并建立了两相旋转坐标系下永磁同步电机数学模型。分析了引起各系统参数不确定性的因素,并进一步研究了系统参数不确定对控制性能的影响。（2）针对系统参数未知的问题,设计了基于效率优先的多参数辨识流程,在实现转矩内环所依赖所有系统参数精确辨识的同时,通过激励信号复用以及基于Dixon准则的辨识数据处理两种途径减少了多参数辨识时间,提高了多参数辨识效率。更进一步,基于多参数辨识结果,结合自然角频率和相角裕度设计了满足系统大范围渐进稳定的电流控制器,提高了控制器的设计效率。实验结果表明所设计的多参数辨识流程显着提高了多参数辨识效率,且设计的电流控制器具有良好的稳态性能和动态性能。（3）针对系统参数变化的问题,进行了考虑参数变化的自适应控制策略研究。一方面,针对系统参数变化影响转矩内环控制性能的问题,以解耦控制为例,提出了考虑参数变化的自适应解耦控制策略,首先基于Lyapunov稳定性理论设计了满足系统渐进稳定的自适应解耦控制器,其次采用径向基函数神经网络优化全部控制器参数,实现了系统参数变化情况下全转速全转矩范围内解耦性能的优化。实验结果表明在系统参数变化情况下,提出的控制策略在全转速全转矩范围具有优良的动态解耦性能,转矩和电流响应快,波动小。另一方面,针对系统参数变化影响转速外环控制性能的问题,提出了考虑参数变化的自适应转速控制策略,首先基于Lyapunov稳定性理论设计了满足系统渐进稳定的自适应转速控制器,其次采用径向基函数神经网络优化全部控制器参数,实现了系统参数变化情况下全转速范围内转速控制性能的优化。实验结果表明所提出的控制策略在全转速范围内转速响应快,波动小,有效地抑制了系统参数变化的影响。（4）针对负载转矩不确定的问题,进行了考虑负载转矩不确定的控制策略研究。一方面,针对负载转矩不可测时存在非线性转矩误差的问题,提出了基于转矩误差校准的控制策略,首先基于通用多项式回归模型设计了不受系统参数变化影响的非线性转矩误差校准算法,并基于校准算法实现了转矩闭环控制,其次设计了校准性能比较准则对回归模型进行寻优。实验结果表明在负载转矩不可测时,提出的控制策略在全转速全转矩范围内实现了精确的转矩控制。另一方面,针对负载转矩随机波动甚至突变影响系统运行平稳性的问题,提出了基于干扰观测器的控制策略,首先以基于系统逆的干扰观测器的原理为基础设计了负载转矩干扰观测器,其次将观测值作为前馈补偿项引入系统以实现对干扰的抑制。仿真结果表明所设计的干扰观测器实现了对负载转矩的精确快速估计,且所提出的控制策略提高了系统的抗负载扰动性能。
吕鹏程[4]（2020）在《永磁同步电机参数辨识与转矩控制研究》文中进行了进一步梳理永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）如今被广泛应用于各种对性能要求较高的驱动控制场合,因为其拥有高效率,高功率因数,大转矩惯量比以及较宽的调速范围等特点。随着电动汽车产业的发展,具有大转矩、高转速特点的内置式永磁同步电机（Interior PMSM,IPMSM）被广泛运用于电动汽车行业。因为这种内置式电机具有转子磁路不对称的特点,能够产生磁阻转矩,所以需要设计最大转矩电流（Maximum Torque per Ampere,MTPA）控制策略来发挥IPMSM大转矩的特点,利用此方法控制磁阻转矩,使电机能使用最小的定子电流输出最大电磁转矩,从而提高IPMSM的转矩输出效率。为了对电动汽车内置式永磁同步电机进行大转矩的稳定控制,在考虑电机磁饱和的情况下,对MTPA的控制策略进行研究,并在研究的基础上提出了一些控制策略。针对交直轴电感变化会影响最优定子电流,影响公式法MTPA控制的控制精度的问题,提出一种永磁同步电机电感辨识策略,并将电感辨识结果作表运用于公式法MTPA控制中,提升了公式法MTPA控制的控制精度。提出一种d轴电流搜索法的MTPA曲线标定方法,通过重复修改给定转矩值实现对MTPA曲线标定工作,有效简化了标定工作,为查表法MTPA控制提供基础数据。研究一种虚拟高频信号注入的IPMSM的最大转矩电流比控制策略,无需实际在电流中实际注入高频信号就可以得到最优定子电流矢量角,反馈到电流给定,完成在线MTPA控制。使用Matlab/Simulink对上述策略进行仿真验证理论正确性;再通过基于DSP与RT-LAB的硬件在环仿真系统对上述MTPA控制策略进行实验。采用PRIUS二代电机为对象进行硬件在环仿真实验,通过对实验结果的对比分析,进一步验证所研究的MTPA控制方法的有效性。
刘闰婵[5]（2020）在《永磁同步牵引电动机在线参数辨识与状态观测技术研究》文中认为永磁同步电机因其轻量化、高效率以及调速范围宽广等显着优点已逐渐广泛应用于轨道交通行业。在列车传动控制系统中,电流环、转速环的设计以及系统的动态调节性能等都依赖于电机参数的准确性。但在电机首次装车运行时,由于设计参数与实际值之间的差异,易造成调节器中参数初始值设置不够准确;而且更重要的是在实际运行过程中,随着工况、运行环境的改变,电机的定子电阻、交直轴电感等参数受温度、磁饱和程度等因素的影响也会发生变化,但传统的调节器并不能随着参数变化进行实时修正。因此为了提高矢量控制系统的精度及稳定性等性能,对永磁同步电机进行在线参数辨识以及状态观测研究是非常有必要的。在牵引机车中内置式永磁同步电机使用更为普遍,故本文以此为主体对以上问题研究。本文首先对永磁同步电机矢量控制技术原理进行了分析,在Matlab/Simulink搭建了基于id=0的矢量控制系统仿真模型并验证了其准确性,为后文在线参数辨识算法研究打下了坚实的基础。同时简单分析了导致电机参数发生变化的因素,为了验证其变化对矢量控制系统产生的影响以及后文在线参数辨识算法的可行性,对Matlab/Simulink模型库中原有的永磁同步电机模型进行了改进,可在线实时修改,并提出了通过对逆变器进行控制测量电机定子电阻、交直轴电感和永磁体磁链参数初值的方法。然后重点介绍了基于模型参考自适应和递推最小二乘法的永磁同步电机在线辨识算法原理,设计了相应观测器,可实时辨识电机主要参数。当电机和调节器参数为固定值或者线性变化时,在多种工况下对MRAS算法进行了验证,并通过实验对比说明了在线参数辨识结果反馈回控制环节,其中电机主要技术参数进行实时修正对提高矢量控制系统性能存在一定作用。为了避免MRAS算法欠秩带来的影响,采用了递推最小二乘法进行在线分步辨识,并通过Matlab/Simulink仿真验证了该算法的精度及可行性。最后对d SPACE实时仿真平台的开发流程、软硬件系统进行了介绍,设计了基于此平台的永磁同步电机矢量控制系统,并在此基础上搭建了永磁体磁链初值测定模块,实验表明本文提出的矢量控制系统方案及永磁体磁链初值辨识算法是可行的。
庞丽坤[6]（2020）在《网联模式下电动汽车电驱动系统损耗最小化控制研究》文中指出近年来,随着节能减排不断兴起,低碳、环保的电动汽车逐渐受到人们青睐。然而,续驶里程不足至今仍然是影响电动汽车发展的一个障碍,为了增加电动汽车的续驶能力,研究提升电动汽车电驱动系统的效率是非常有益的。在5G通讯技术成功研究和通讯网络的加速建设下,万物互联指日可待,这为电动汽车的网联化提供了支撑。在多电动汽车互联环境下,充分利用网联化的电动汽车电驱动系统易于实现状态数据采集和信息交互的便利条件,可以实现多电驱动系统同时进行励磁电流搜索的自主效率优化。本文首先介绍了电动汽车、车联网的发展趋势以及电驱动系统损耗最小化控制国内外的研究现状;其次介绍了永磁同步电机（Permanent magnet synchronous machine,PMSM）的结构原理及矢量控制技术,并对其驱动系统进行仿真,分析验证了仿真系统的正确性;然后分析了基于搜索方法的电动汽车电驱动系统损耗最小化控制,理论分析与试验验证得出了电机转速与电磁转矩对优化电流的影响,并试验分析了需离线搜索的状态空间与允许损耗偏差的关系;之后,在车联网分析的基础上,研究了应用于电驱动系统损耗最小化控制的电动汽车组网方法,即系统组网管理与网络管理,并对其进行了组网模拟;最后,提出了网联化电动汽车电驱动系统协同配合实现的基于搜索的效率优化方法,并对网联化电动汽车电驱动系统损耗最小化控制进行了仿真模拟,通过仿真分析得出获得各个电动汽车在全状态下的优化电流的方法,以此实现网联模式下电动汽车电驱动系统的损耗最小化控制。
贾成禹[7]（2020）在《电动汽车永磁同步电机模型预测控制技术研究》文中指出永磁同步电机具有高效率、高功率密度等优点,在汽车工业中常用作电动汽车的牵引电动机。考虑到永磁同步电机驱动系统是一个多变量、非线性、强耦合的系统,对参数和干扰极为敏感,同时,在电动汽车电机驱动系统中具有高电压、大电流的特点,这些关系到整车安全的约束条件必须得到明确的强制执行。而电动汽车驱动系统新兴的要求是在满足系统约束的情况下实现快速动态响应和提供较高的稳态控制精度。模型预测控制在学术界和工业领域取得了巨大的成功,一直作为研究的热点,其显着的优点是它能够在解决最优控制问题时系统地考虑约束,从而允许控制过程在所允许的极限下运行。为此,本文围绕着将模型预测控制理论应用到电动汽车驱动系统开展研究,主要研究永磁同步电机的电流控制和转速控制问题,分别设计了相应的模型预测控制算法,涉及到建模及线性化、电机参数辨识、扰动观测器设计、负载转矩估计,以及实施模型预测控制所涉及的数值优化方法等方面内容。归纳总结了模型预测控制理论在交流传动领域应用的设计要点,分析了内置式永磁同步电机电流控制问题中的参数敏感性,为了给模型预测算法提供精准的数学模型,并结合所构造的预测模型的特点,引入在线辨识算法对敏感参数进行在线辨识,将辨识结果用于反电势和交叉耦合项的计算以及目标控制电压的获取,并以此构成模型预测算法中的状态参数向量。由于实时辨识的参数反映了被控对象的时变特性,因此有效的提升了模型预测控制算法的参数自适应性,采用参数辨识结合模型预测控制理论设计了电流控制器,并通过引入显式模型预测控制技术极大的简化了由模型预测问题引入的在线求解最优化问题的计算量。设计了鲁棒的电流模型预测控制算法,以应对永磁同步电机在实际运行中的由于参数变化及外部扰动引起的不确定性,在存在约束的情况下,通过扩张状态扰动向量,获得了状态和输入受约束的线性系统模型,设计了自适应的观测器对扰动和状态进行在线观测,在线扰动观测与模型预测控制的联合设计保证了无稳态误差的控制效果,同时给出对闭环系统稳定性,收敛性以及无稳态误差的证明,电流控制器采用显式模型预测控制技术进行设计,极大降低了在线计算的复杂度。为了克服传统级联结构的转速控制器难以系统的处理约束并实现总体控制目标最优的问题,本文提出了LPV-MPC的转速电流一体化模型预测控制算法。在分析永磁同步电机的转速控制动态模型和最优电流控制策略基础上,将永磁同步电机的动态状态空间模型在稳态运行点处线性化,通过变换得到了增量形式的转速控制预测模型,设计了扩展卡尔曼滤波器对负载转矩等未知参数进行估计,构成状态反馈,并系统的将约束条件纳入到MPC的迭代优化过程中,通过代价函数的惩罚作用,将系统状态引向目标工作点,该控制策略具有目标状态跟踪误差和控制动作行为的多目标最优调节的特点,同时克服了因模型参数不匹配以及外部扰动引起的稳态误差,实现了转速和电流的最优控制。
赵宇纬[8]（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》文中研究指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。
徐越[9]（2020）在《基于参数辨识的永磁同步电机鲁棒控制研究》文中研究说明永磁同步电机（permanent magnet synchronous motor,PMSM）因其具有结构紧凑、高效率、高功率密度等突出优点,在各种领域中有着广泛的应用。由于PMSM是一类多变量、强耦合、非线性模型,当调速系统中存在参数摄动或负载扰动等不确定因素时,传统的矢量控制将难以满足电机调速系统的高性能控制要求,一些先进控制策略被广泛应用到了PMSM调速系统中。为了改善传统PI控制方案对PMSM调速系统中不确定因素的鲁棒性和动态品质不理想问题,本文进行了以下相关内容的研究:1提出了基于参数辨识的永磁同步电机滑模控制策略。首先,利用模型参考自适应方法对转动惯量进行辨识,将其辨识结果引入到观测器和滑模速度控制器中。然后,利用观测器对负载扰动进行观测并实时补偿给滑模速度控制器。最后设计了基于转动惯量辨识和扩张状态观测器的永磁同步电机滑模控制调速系统,增强了系统对参数和扰动的鲁棒性,通过仿真验证了方法的有效性。2提出了基于参数辨识的永磁同步电机自抗扰控制策略。利用Popov超稳定性理论在线辨识电感,并将其补偿到q轴自抗扰控制电流调节器,设计了基于电感辨识的PMSM自抗扰控制调速系统,提高电流环的快速收敛性和电流跟踪速度,通过仿真验证了方法的有效性。3提出了基于参数辨识的永磁同步电机滑模自抗扰控制策略。首先,提出了一种级联式滑模观测器,前级用观测器对反电动势估计,后级滑模观测器获取转速信息,解决了传统滑模观测器存在相位延迟问题。接着设计了滑模自抗扰速度和电流控制器,并将辨识的转动惯量、电感参数引入到级联滑模观测器和滑模自抗扰控制器中,提高了系统的鲁棒性,通过仿真验证方法的有效性。4通过半实物仿真平台对所提出的基于参数辨识的永磁同步电机自抗扰控制策略进行验证,通过对实验结果的分析,所示的实验结果与仿真实验结果吻合,验证了该控制策略的有效性。该论文有图54幅,表7个,参考文献61篇。
蒋建武[10]（2020）在《低速电动汽车永磁同步电机群智融合控制算法研究》文中进行了进一步梳理低速电动汽车以低能耗高环保特性突破了传统燃油汽车因生态能源问题导致的发展瓶颈,逐步成为了汽车工业的新发展方向。电动汽车以基于驱动电机的电池与电子控制系统取代了传统的机械化传动系统,由于行驶工况的复杂性和随机性使得电机驱动系统成为一个非线性、多参数、强耦合的时变控制系统,永磁同步电机以其在输出效率、功率密度以及系统可靠性等方面的卓越性能,成为了电动汽车的首选驱动电机。本文基于永磁同步电机矢量控制理论,将优化粒子群、人工免疫系统和人工智能鱼群等智能控制理论引入到电机转速估算、参数整定和电机本体参数辨识等关键技术研究,从而为解决平稳调速,比例积分参数整定,电机参数精度辨识等问题提供了有效方法。本文主要内容和创新点概括如下:（1）针对永磁同步电机扩展卡尔曼滤波转速估算的噪声矩阵确定问题,以平稳调速为目标引入了改进优化粒子群算法对扩展卡尔曼滤波算法噪声矩阵参数进行优化寻优,将噪声矩阵参数作为寻优粒子,以实际转速与估算转速绝对差值时间积分作为寻优的适应度函数,在寻优空间内让粒子向目标极值点迭代迁移,最终以最优寻优粒子位置确定扩展卡尔曼滤波估算模型的噪声矩阵,从而实现高精度速度估算,增强电机速度波形的抗扰性,实现平稳调速。（2）针对永磁同步电机电流与速度双闭环控制中比例积分控制器参数整定问题,提出了一种将人工免疫系统改进优化粒子群算法实现对比例积分控制器的参数进行优化整定融合控制算法。算法以双环控制中比例和积分参数作为寻优粒子,利用人工免疫系统增强粒子群优化算法的寻优多样性和粒子迁移性,有效改善寻优系统的早熟收敛问题,提高了粒子群寻优速度与精度。优化后的控制系统抑制转速波形脉动,减少转矩改变时的响应时间,显着提升永磁同步电机控制系统鲁棒性和稳定性。（3）针对强非线性的永磁同步电机控制系统的定子绕组、直轴与交轴电感、转子磁链等电机参数精准辨识问题,提出了一种利用混沌人工智能鱼群优化前馈人工神经网络电机本体参数辨识模型的初始权重与阈值的融合控制算法。优化后的电机参数网络辨识模型具备初值敏感性弱,参数设置鲁棒性好和复杂工况下系统稳定性好的特性。与其他智能算法对比相比,基于混沌鱼群的反向传播神经网络对永磁同步电机电机参数的辨识精度高且收敛速度快。（4）针对文中提出的永磁同步电机群智融合驱动控制算法进行了实践研究,根据层级分离构件化设计原则构建了电机驱动控制器的软硬件系统。通过对室内平台测试和室外实车路测结果的对比分析显示,本文提出的群智融合驱动控制算法以及电机控制器系统能满足低速电动汽车的实际应用的性能需求。在同等软硬件成本要求下,课题组所设计的永磁同步电机控制器系统在转速控制精度、转矩脉动抑制、车辆驾乘舒适度等性能上均有良好表现。本文对智群控制算法在永磁同步电机矢量控制上的应用做了理论探讨和实践研究,对提升低速电动汽车系统性能,实现低速电动汽车既快又好的发展具有一定的现实意义。
二、基于参数辨识技术的永磁同步电动机参数测定（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、基于参数辨识技术的永磁同步电动机参数测定（论文提纲范文）
（2）永磁同步电机参数辨识研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 永磁同步电机参数辨识研究现状 |
| 1.3 本课题研究内容和结构安排 |
| 第二章 永磁同步电机数学模型和矢量控制 |
| 2.1 永磁同步电机的结构 |
| 2.2 永磁同步电机的数学模型 |
| 2.3 矢量控制理论 |
| 2.4 空间矢量脉宽调制技术 |
| 2.5 本章小结 |
| 第三章 永磁同步电机参数变化对矢量控制的影响 |
| 3.1 电机参数变化的原因 |
| 3.1.1 定子电阻变化原因 |
| 3.1.2 电感变化的原因 |
| 3.2 电气参数变化对矢量控制性能的影响 |
| 3.2.1 矢量控制系统解耦 |
| 3.2.2 矢量控制系统调节器 |
| 3.2.3 系统转矩输出 |
| 3.3 参数辨识的基本原理 |
| 3.4 本章小结 |
| 第四章 自适应混沌粒子群算法的永磁同步电机离线参数辨识 |
| 4.1 自适应混沌粒子群算法 |
| 4.1.1 粒子群算法 |
| 4.1.2 混沌理论 |
| 4.1.3 自适应混沌粒子群算法 |
| 4.2 标准测试函数性能测试 |
| 4.3 基于SA-CPSO算法的永磁同步电机离线参数辨识 |
| 4.3.1 永磁同步电机数学模型 |
| 4.3.2 基于SA-CPSO算法的永磁同步电机参数辨识原理 |
| 4.3.3 仿真结果与分析 |
| 4.4 本章小结 |
| 第五章 遗忘因子递推最小二乘法永磁同步电机在线参数辨识 |
| 5.1 最小二乘法原理 |
| 5.2 递推最小二乘法 |
| 5.2.1 递推最小二乘法的原理 |
| 5.2.2 永磁同步电机线性模型 |
| 5.3 遗忘因子递推最小二乘法 |
| 5.4 遗忘因子递推最小二乘法在线参数辨识 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 对未来研究的展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（3）系统参数不确定情况下永磁同步电机控制策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究工作的背景及意义 |
| 1.2 课题相关技术研究现状 |
| 1.2.1 永磁同步电机控制策略研究现状 |
| 1.2.2 永磁同步电机参数辨识方法研究现状 |
| 1.2.3 参数变化情况下控制策略研究现状 |
| 1.2.4 负载转矩不确定情况下控制策略研究现状 |
| 1.3 本文的主要贡献与创新 |
| 1.4 本文的结构安排 |
| 第二章 永磁同步电机矢量控制系统建模与分析 |
| 2.1 永磁同步电机物理结构 |
| 2.2 永磁同步电机数学模型 |
| 2.2.1 三相静止坐标系下永磁同步电机数学模型 |
| 2.2.2 矢量控制及坐标变换 |
| 2.2.3 两相旋转坐标系下永磁同步电机数学模型 |
| 2.2.4 两相旋转坐标系下数学模型分析 |
| 2.3 参数不确定对控制性能的影响 |
| 2.4 本章小结 |
| 第三章 基于多参数辨识的永磁同步电机控制策略研究 |
| 3.1 永磁同步电机多参数辨识方法研究 |
| 3.1.1 转子初始位置辨识 |
| 3.1.2 定子电阻辨识 |
| 3.1.3 永磁体磁链辨识 |
| 3.1.4 交直轴电感辨识 |
| 3.1.5 基于效率优先的多参数辨识流程设计 |
| 3.2 基于多参数辨识的电流控制策略设计 |
| 3.2.1 电流控制策略设计 |
| 3.2.2 稳定性证明 |
| 3.3 实验结果及分析 |
| 3.3.1 基于效率优先的多参数辨识实验结果及分析 |
| 3.3.2 基于多参数辨识的电流控制策略实验结果及分析 |
| 3.4 本章小结 |
| 第四章 考虑参数变化的永磁同步电机自适应控制策略研究 |
| 4.1 考虑参数变化的自适应解耦控制策略 |
| 4.1.1 考虑参数变化的电流控制结构图 |
| 4.1.2 自适应解耦控制器设计 |
| 4.1.3 基于径向基函数神经网络的控制器参数优化 |
| 4.2 考虑参数变化的自适应转速控制策略 |
| 4.2.1 考虑参数变化的转速控制结构图 |
| 4.2.2 自适应转速控制器设计 |
| 4.2.3 基于径向基函数神经网络的控制器参数优化 |
| 4.3 实验结果及分析 |
| 4.3.1 自适应解耦控制策略实验结果及分析 |
| 4.3.2 自适应转速控制策略实验结果及分析 |
| 4.4 本章小结 |
| 第五章 考虑负载转矩不确定的永磁同步电机控制策略研究 |
| 5.1 基于转矩误差校准的控制策略 |
| 5.1.1 转矩误差校准算法设计 |
| 5.1.2 转矩校准性能比较 |
| 5.2 基于干扰观测器的控制策略 |
| 5.2.1 基于系统逆的干扰观测器原理 |
| 5.2.2 永磁同步电机干扰观测器设计 |
| 5.3 仿真及实验结果分析 |
| 5.3.1 基于转矩误差校准的控制策略实验结果及分析 |
| 5.3.2 基于干扰观测器的控制策略仿真结果及分析 |
| 5.4 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
（4）永磁同步电机参数辨识与转矩控制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 永磁同步电机的结构与发展 |
| 1.3 内置式永磁同步电机控制策略的研究现状 |
| 1.3.1 MTPA控制 |
| 1.3.2 电感参数辨识 |
| 1.4 论文主要研究内容 |
| 第二章 内置式永磁同步电机数学模型与矢量控制 |
| 2.1 永磁同步电机的数学模型 |
| 2.2 矢量控制 |
| 2.2.1 矢量控制的基本原理 |
| 2.2.2 矢量控制的基本电磁关系 |
| 2.3 矢量控制的电流控制方法 |
| 2.3.1 id=0控制 |
| 2.3.2 最大转矩电流比控制 |
| 2.3.3 弱磁控制 |
| 2.4 本章小结 |
| 第三章 需要电感参数的MTPA控制策略研究 |
| 3.1 公式法 |
| 3.1.1 MTPA基本原理 |
| 3.1.2 公式法控制策略 |
| 3.2 电感参数辨识 |
| 3.2.1 永磁同步电机电感分析 |
| 3.2.2 电感辨识算法 |
| 3.2.3 高频响应信号提取 |
| 3.3 仿真与分析 |
| 3.3.1 仿真模型建立 |
| 3.3.2 仿真结果及分析 |
| 3.4 本章小结 |
| 第四章 无需电感参数的MTPA控制策略研究 |
| 4.1 d轴电流搜索法 |
| 4.1.1 搜索法基本原理 |
| 4.1.2 搜索法控制策略 |
| 4.2 虚拟高频信号注入法 |
| 4.2.1 虚拟高频信号注入法基本原理 |
| 4.2.2 虚拟高频信号注入法控制策略 |
| 4.3 仿真与分析 |
| 4.3.1 仿真模型建立 |
| 4.3.2 仿真结果及分析 |
| 4.4 本章小结 |
| 第五章 硬件在环实验验证与分析 |
| 5.1 半物理仿真平台简介 |
| 5.2 实验结果与分析 |
| 5.2.1 电感参数辨识实验 |
| 5.2.2 公式法MTPA控制实验 |
| 5.2.3 搜索法MTPA控制实验 |
| 5.2.4 虚拟高频信号注入MTPA控制实验 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 参考文献 |
| 附录1 静态电感表 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间申请的专利 |
| 致谢 |
（5）永磁同步牵引电动机在线参数辨识与状态观测技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 系统辨识的基本概念 |
| 1.2.1 系统和模型 |
| 1.2.2 系统辨识的基本原理 |
| 1.2.3 系统辨识的步骤 |
| 1.3 国内外研究现状 |
| 1.3.1 永磁同步电机在轨道交通中的应用 |
| 1.3.2 永磁同步电机控制方式发展现状 |
| 1.3.3 PMSM参数辨识及状态观测技术的研究现状 |
| 1.4 本文主要研究内容及章节安排 |
| 第二章 永磁同步电机矢量控制技术 |
| 2.1 永磁同步电机结构 |
| 2.1.1 表面式永磁同步电机 |
| 2.1.2 内置式永磁同步电机 |
| 2.2 坐标变换 |
| 2.2.1 Clark变换 |
| 2.2.2 Park变换 |
| 2.3 永磁同步电机的数学模型 |
| 2.3.1 三相静止坐标系下的PMSM数学模型 |
| 2.3.2 旋转坐标系下的PMSM数学模型 |
| 2.4 永磁同步电机的矢量控制策略 |
| 2.4.1 id=0控制 |
| 2.4.2功率因数cosφ=1 |
| 2.4.3 最大转矩电流比控制 |
| 2.4.4 弱磁控制 |
| 2.5 永磁同步电机的矢量控制系统及其仿真 |
| 2.5.1 永磁同步电机的矢量控制系统 |
| 2.5.2 调节器的参数整定 |
| 2.5.3 仿真建模与结果分析 |
| 本章小结 |
| 第三章 PMSM参数变化对矢量控制系统的影响及其初值测定 |
| 3.1 影响永磁同步电机参数变化的因素 |
| 3.1.1 影响定子电阻变化的因素 |
| 3.1.2 影响电感变化的因素 |
| 3.1.3 影响永磁体磁链变化的因素 |
| 3.2 电机参数变化对矢量控制系统的影响 |
| 3.3 Simulink中 PMSM仿真模型的改进及仿真验证 |
| 3.3.1 Simulink中 PMSM仿真模型的改进 |
| 3.3.2 改进后的PMSM模型准确性验证 |
| 3.3.3 验证电机参数变化对矢量控制的影响 |
| 3.4 永磁同步电机参数的初值测定 |
| 3.4.1 定子电阻的初值测定 |
| 3.4.2 定子电感的初值测定 |
| 3.4.3 永磁体磁链的初值测定 |
| 本章小结 |
| 第四章 运行过程中PMSM参数的在线辨识与观测 |
| 4.1 引言 |
| 4.2 基于MRAS的永磁同步电机参数辨识 |
| 4.2.1 模型参考自适应算法的基本原理 |
| 4.2.2 基于MRAS的永磁同步电机分步辨识 |
| 4.2.3 建模与仿真分析 |
| 4.3 基于递推最小二乘法的PMSM参数辨识 |
| 4.3.1 最小二乘法 |
| 4.3.2 递推最小二乘法在PMSM参数辨识中的应用 |
| 4.3.3 建模与仿真分析 |
| 本章小结 |
| 第五章 基于d SPACE的 PMSM参数辨识算法验证 |
| 5.1 dSPACE简介 |
| 5.2 dSPACE的开发流程 |
| 5.3 实时仿真器硬件系统 |
| 5.3.1 DS6001主处理器板卡 |
| 5.3.2 DS6101IO板卡 |
| 5.3.3 DS2655 FPGA板卡 |
| 5.4 实时仿真器软件系统 |
| 5.4.1 Configuratio Desk |
| 5.4.2 Control Desk |
| 5.5 辨识算法实时仿真验证 |
| 5.5.1 系统仿真模型的搭建 |
| 5.5.2 实时仿真结果 |
| 本章小结 |
| 总结 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的学术论文 |
| 致谢 |
（6）网联模式下电动汽车电驱动系统损耗最小化控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的意义 |
| 1.2 电动汽车及车联网的发展趋势 |
| 1.2.1 电动汽车的发展趋势 |
| 1.2.2 车联网的发展趋势 |
| 1.2.2.1 国内车联网的发展趋势 |
| 1.2.2.2 国外车联网的发展趋势 |
| 1.3 电驱动系统损耗最小化控制国内外研究现状及发展动态分析 |
| 1.4 论文的研究内容和章节安排 |
| 第二章 永磁同步电动机结构原理及矢量控制 |
| 2.1 电动汽车用电机分析 |
| 2.2 永磁同步电机数学模型 |
| 2.2.1 永磁同步电机的数学模型 |
| 2.2.2 坐标变换 |
| 2.3 永磁同步电机矢量控制策略及驱动控制仿真系统 |
| 2.4 本章小结 |
| 第三章 基于搜索方法的电动汽车电驱动系统损耗最小化控制 |
| 3.1 电动汽车电驱动系统损耗最小化控制方法分析 |
| 3.2 基于搜索方法的永磁同步电机电驱动系统损耗最小化控制 |
| 3.2.1 搜索方法分析 |
| 3.2.2 电机转速和电磁转矩对优化电流的影响度研究 |
| 3.2.2.1 电机转速对优化电流的影响分析 |
| 3.2.2.2 电磁转矩对优化电流的影响分析 |
| 3.2.3 永磁同步电机电驱动系统速度、转矩对优化电流的影响的仿真及分析 |
| 3.2.4 离线搜索法搜索空间研究 |
| 3.3 本章小结 |
| 第四章 适合于网联化电动汽车电驱动系统损耗最小化控制的组网方法研究 |
| 4.1 车联网分析 |
| 4.1.1 车联网的概念和目的 |
| 4.1.2 车联网的构成 |
| 4.2 应用于电驱动系统损耗最小化控制的电动汽车组网方法研究 |
| 4.3 电动汽车组网模拟及分析 |
| 4.4 本章小结 |
| 第五章 网联模式下电动汽车电驱动系统损耗最小化控制模拟系统及仿真分析 |
| 5.1 网联模式下多电驱动系统调整励磁电流进行搜索优化电流机制 |
| 5.2 网联模式下电动汽车电驱动系统损耗最小化控制模拟系统 |
| 5.3 模拟系统运行结果及分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 攻读硕士研究生期间科研成果情况 |
（7）电动汽车永磁同步电机模型预测控制技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 永磁同步电机控制技术的研究现状 |
| 1.2.1 永磁同步电机经典控制方法 |
| 1.2.2 现代控制理论在永磁同步电机控制系统中的应用 |
| 1.3 永磁同步电机预测控制概述 |
| 1.4 永磁同步电机参数辨识技术概述 |
| 1.5 本文研究的主要内容 |
| 第2章 基于CCS-MPC的预测电流控制策略 |
| 2.1 引言 |
| 2.2 永磁同步电机的动态模型 |
| 2.3 永磁同步电机控制器传统设计方法 |
| 2.4 永磁同步电机MPC设计方法 |
| 2.4.1 MPC基本理论 |
| 2.4.2 预测模型的设计 |
| 2.4.3 约束条件 |
| 2.4.4 代价函数的设计 |
| 2.4.5 最优化问题的求解 |
| 2.5 显式模型预测控制 |
| 2.6 本章小结 |
| 第3章 基于参数辨识的显式模型预测控制算法 |
| 3.1 引言 |
| 3.2 IPMSM的参数敏感性 |
| 3.3 IPMSM的电流模型预测控算法 |
| 3.3.1 控制模型描述 |
| 3.3.2 约束条件处理 |
| 3.3.3 EMPC控制器综合 |
| 3.4 永磁同步电机参数辨识算法 |
| 3.4.1 递推最小二乘法原理 |
| 3.4.2 电感辨识模型设计 |
| 3.5 基于参数辨识的电流模型预测控制仿真及实验结果分析 |
| 3.5.1 仿真结果 |
| 3.5.2 实验结果 |
| 3.6 本章小结 |
| 第4章 无稳态误差的模型预测电流控制算法 |
| 4.1 引言 |
| 4.2 线性预测模型的建立 |
| 4.3 自适应扰动观测器设计 |
| 4.3.1 稳态观测器设计 |
| 4.3.2 自适应算法设计 |
| 4.4 线性无稳态误差模型预测控制器实现 |
| 4.4.1 约束条件的线性描述 |
| 4.4.2 EMPC控制器实现 |
| 4.5 无稳态误差和稳定性证明 |
| 4.6 无稳态误差模型预测控制策略的仿真和实验研究 |
| 4.6.1 无稳态误差模型预测控制策略的仿真结果分析 |
| 4.6.2 无稳态误差模型预测控制策略的实验结果分析 |
| 4.7 本章小结 |
| 第5章 采用LPV-MPC的 IPMSM转速控制器设计 |
| 5.1 引言 |
| 5.2 系统运动方程建模 |
| 5.3 经典的PMSM调速系统的MPC设计 |
| 5.3.1 驱动模型线性化 |
| 5.3.2 MPC设计 |
| 5.3.3 约束条件的线性描述 |
| 5.4 LPV-MPC转速控制器设计 |
| 5.4.1 参考电流生成策略 |
| 5.4.2 转速的增量式线性预测模型 |
| 5.4.3 增量约束条件描述 |
| 5.4.4 线性变参数MPC的约束优化问题 |
| 5.5 负载转矩观测器设计 |
| 5.6 LPV-MPC预测控制算法仿真及实验 |
| 5.6.1 转速环LPV-MPC仿真结果 |
| 5.6.2 LPV-MPC参数鲁棒性仿真结果 |
| 5.6.3 抗负载扰动实验结果 |
| 5.6.4 LPV-MPC调速性能对比实验结果 |
| 5.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的论文 |
| 致谢 |
（8）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 |
（9）基于参数辨识的永磁同步电机鲁棒控制研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景及研究意义 |
| 1.2 PMSM控制策略的现状及发展趋势 |
| 1.3 本文的主要研究内容 |
| 2 永磁同步电机矢量控制基本理论 |
| 2.1 永磁同步电机的结构和数学模型 |
| 2.2 永磁同步电机矢量控制基本理论 |
| 2.3 本章小结 |
| 3 基于参数辨识的永磁同步电机滑模控制 |
| 3.1 模型参考自适应转动惯量参数辨识设计 |
| 3.2 带扰动观测器PMSM滑模速度控制 |
| 3.3 仿真验证 |
| 3.4 本章小结 |
| 4 基于参数辨识的永磁同步电机自抗扰控制 |
| 4.1 传统自抗扰电流环设计 |
| 4.2 基于参数辨识的自抗扰电流控制器的设计 |
| 4.3 仿真验证 |
| 4.4 本章小结 |
| 5 基于参数辨识的永磁同步电机滑模自抗扰控制 |
| 5.1 级联式无速度传感器设计 |
| 5.2 滑模自抗扰速度控制器设计 |
| 5.3 滑模自抗扰电流控制器设计 |
| 5.4 仿真验证 |
| 5.5 本章小结 |
| 6 半实物仿真实验平台的算法实现 |
| 6.1 电机调速与加载综合实验平台硬件 |
| 6.2 电机调速与加载综合实验平台软件 |
| 6.3 实验结果分析 |
| 6.4 本章小结 |
| 7 全文总结 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（10）低速电动汽车永磁同步电机群智融合控制算法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.1.1 电动汽车发展背景 |
| 1.1.2 车用PMSM及驱动控制发展的问题与解决思路 |
| 1.2 低速电动汽车与牵引电机国内外发展现状 |
| 1.2.1 电动汽车国内外发展现状 |
| 1.2.2 低速电动汽车国内外发展状况 |
| 1.2.3 电动汽车牵引电机发展现状 |
| 1.3 永磁同步电机控制算法国内外研究现状 |
| 1.3.1 永磁同步电机驱动控制国内外研究现状 |
| 1.3.2 永磁同步电机智能控制算法国内外研究现状 |
| 1.4 研究目的、意义及研究内容 |
| 1.4.1 研究目的和意义 |
| 1.4.2 研究内容 |
| 1.5 论文结构 |
| 第二章 永磁同步电机控制原理 |
| 2.1 永磁同步电机结构及控制原理 |
| 2.2 永磁同步电机坐标变换原理 |
| 2.2.1 三种坐标系 |
| 2.2.2 坐标变换 |
| 2.3 永磁同步电机的数学模型 |
| 2.4 永磁同步电机空间矢量脉宽调制控制 |
| 2.5 基于SVPWM控制的矢量控制仿真模型设计 |
| 2.5.1 电压矢量扇区判断模块设计 |
| 2.5.2 载波周期基本电压矢量工作时间模块设计 |
| 2.5.3 三相逆变器桥臂功率管导通切换时间模块设计 |
| 2.5.4 七段式SVPWM电机矢量控制模型 |
| 2.6 本章小结 |
| 第三章 PSO与EKF融合控制的电机调速优化研究 |
| 3.1 PMSM电机调速控制相关研究 |
| 3.2 永磁同步电机调速估算模型 |
| 3.3 扩展卡尔曼滤波EKF控制原理 |
| 3.4 EKF噪声矩阵参数PSO优化寻优 |
| 3.4.1 标准优化粒子群(Particle Swarm Optimization,PSO)算法 |
| 3.4.2 粒子群改进算法 |
| 3.5 PSO与EKF融合控制的电机调速系统设计与分析 |
| 3.5.1 PSO与EKF融合电机矢量控制系统模型 |
| 3.5.2 NPSO-EKF算法与其他参数整定算法整定性能对比分析 |
| 3.6 本章小结 |
| 第四章 PSO与AIS融合控制的PI参数整定研究 |
| 4.1 PMSM矢量控制PI参数整定相关研究 |
| 4.2 PMSM电机双闭环控制系统模型设计 |
| 4.2.1 电流内环PI调节器设计 |
| 4.2.2 速度外环调节器设计 |
| 4.3 AIS-CLPSO算法模型 |
| 4.3.1 标准优化粒子群PSO算法 |
| 4.3.2 完全学习型粒子群算法 |
| 4.3.3 免疫完全学习型粒子群算法 |
| 4.4 PSO-AIS融合控制算法整定PI控制器参数 |
| 4.4.1 PSO融合AIS网络PI控制参数整定模型设计 |
| 4.4.2 AIS-CLPSO融合控制算法操作 |
| 4.4.3 AIS-CLPSO融合控制算法参数设置 |
| 4.5 实验结果与分析 |
| 4.5.1 AIS-CLPSO融合控制算法寻优过程分析 |
| 4.5.2 AIS-CLPSO融合控制算法与其他转速控制算法性能对比分析 |
| 4.6 本章小结 |
| 第五章 混沌鱼群优化BPNN的电机参数辨识研究 |
| 5.1 PMSM电机参数辨识相关研究 |
| 5.2 PMSM电机参数群智辨识模型理论分析 |
| 5.2.1 PMSM电机辨识数学模型 |
| 5.2.2 PMSM电机辨识模型数据集获取方法 |
| 5.2.3 PMSM电机辨识参数BPNN映射模型 |
| 5.2.4 混沌人工鱼群算法 |
| 5.3 CAFS-BPNNA算法对PMSM电机参数辨识网络 |
| 5.3.1 CAFS-BPNNA参数辨识网络优化算法 |
| 5.3.2 CAFS-BPNNA网络优化过程中两种群智算法切换时机选择 |
| 5.4 实验结果与分析 |
| 5.4.1 PMSM电机参数辨识实验设置 |
| 5.4.2 CAFS-BPNNA算法与其他算法参数辨识误差对比分析 |
| 5.5 本章小结 |
| 第六章 车用PMSM的智群融合控制算法实践研究 |
| 6.1 PMSM控制器架构设计 |
| 6.2 PMSM驱动控制器硬件构件设计 |
| 6.2.1 S32K144最小系统硬件构件设计 |
| 6.2.2 PMSM驱动控制器控制扩展板硬件构件化设计 |
| 6.2.3 PMSM驱动控制器底层功率驱动板硬件构件化设计 |
| 6.3 PMSM电机驱动控制系统开发软件平台工程框架设计 |
| 6.3.1 开发软件工程框架设计思路 |
| 6.3.2 底层驱动固件设计 |
| 6.3.3 中层功能构件设计 |
| 6.3.4 电机驱动系统主程序的设计与实现 |
| 6.4 PMSM电机控制器平台系统 |
| 6.5 低速电动汽车用PMSM电机控制器性能分析 |
| 6.5.1 基于SVPWM矢量控制实验分析 |
| 6.5.2 群智融合控制算法实验分析 |
| 6.5.3 低速电动汽车公路场地实车测试与对比分析 |
| 6.6 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 攻读博士期间主要研究成果 |
| 致谢 |
四、基于参数辨识技术的永磁同步电动机参数测定（论文参考文献）
- [1]永磁同步电动机参数辨识研究[D]. 宋搏洋. 沈阳工业大学, 2021
- [2]永磁同步电机参数辨识研究[D]. 傅煜. 江西理工大学, 2021(01)
- [3]系统参数不确定情况下永磁同步电机控制策略研究[D]. 颉宏宇. 电子科技大学, 2021(01)
- [4]永磁同步电机参数辨识与转矩控制研究[D]. 吕鹏程. 南京邮电大学, 2020(03)
- [5]永磁同步牵引电动机在线参数辨识与状态观测技术研究[D]. 刘闰婵. 大连交通大学, 2020(06)
- [6]网联模式下电动汽车电驱动系统损耗最小化控制研究[D]. 庞丽坤. 贵州大学, 2020(04)
- [7]电动汽车永磁同步电机模型预测控制技术研究[D]. 贾成禹. 哈尔滨理工大学, 2020(01)
- [8]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)
- [9]基于参数辨识的永磁同步电机鲁棒控制研究[D]. 徐越. 辽宁工程技术大学, 2020(02)
- [10]低速电动汽车永磁同步电机群智融合控制算法研究[D]. 蒋建武. 苏州大学, 2020(06)