（电气工程专业论文）基于神经网络磁链辨识感应电机dtc系统的研究.pdf

r e s e a r c ho nf l u xi d e n t i f i c a t i o nb a s e do nn e u r a ln e t w o r k o fd i r e c t t o r q u ec o n t r o ls y s t e mf o ri n d u c t i o nm o t o r b y l i uj u a n b e ( h u a n g g a n gn o r m a lc o l l e g e ) 2 0 0 8 ad i s s e r t a t i o ns u b m i t t e di np a r t i a ls a t i s f a c t i o no ft h e r e q u i r e m e n t sf o rt h ed e g r e eo f m a s t e ro f e n g i n e e r i n g l n e l e c t r i c a le n g i n e e r i n g i nt h e g r a d u a t es c h o o l o f h u n a nu n i v e r s i t y s u p e r v i s o r a s s o c i a t ep r o f e s s o rs h e z h i t i n g s e n i o re n g i n e e rd o n g m i n g l i a p r i l ，2 0 1 1 舢4m 6犸 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名：参1 硝 日期：少1 1 年月5 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湖南大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 本学位论文属于 1 、保密口，在年解密后使用本授权书。 2 、不保密口。 ( 请在以上相应方框内打“4 ”) 作者签名：参1 娟日期：力1 1 年5 - 月3 - 日 新签名：岳，趁堡撕眺厶、年上月止日 基于神经网络磁链辨识感应电机d t c 系统的研究 摘要 直接转矩控制( d t c ) 是继矢量控制之后的一种新型的高性能交流调速传动控 制技术，摒弃了矢量控制中的解耦控制思想，很大程度上解决了矢量控制中计算 复杂、特性易受电动机参数变化的影响等一些技术问题，因其控制思想新颖、方 法简单、动静态性能优越等特点，是目前交流传动领域的研究热点之一。 基于开关矢量表查询方式的传统d t c 系统采用磁链和转矩双滞环控制，存在 磁链、转矩和电流脉动较大，开关频率不恒定的问题。本文在传统d t c 系统的基 础上，采用空间电压矢量脉宽调制原理，提出了基于神经网络磁链辨识感应电机 d t c 系统( s v m d t c ) 。s v m d t c 控制策略根据转矩误差和定子磁链误差借助 于空间电压矢量调制原理实时合成出一个最佳电压矢量作用于电动机，使得电动 机的转矩和定子磁链误差恰好得到补偿，从而减小了电动机的转矩和磁链脉动； 采用矢量的对称调制时，还可以达到开关管的开关频率恒定的效果、减小了电动 机的运行噪声、电流的正弦度较好。 为了提高d t c 系统的控制性能，许多学者致力于对定转子电阻、转速、定转 子磁链等电机参数高精度辨识技术的研究。由于d t c 系统是通过对电动机定子磁 链的控制来实现对电磁转矩的控制，定子磁链的准确辨识是保证d t c 系统控制性 能的关键，基于此原因本文重点研究d t c 系统定子磁链辨识方法。在对传统开环 定子磁链辨识方法、基于自适应积分器定子磁链辨识和基于广义卡尔曼滤波器闭 环定子磁链辨识方法对比分析的基础上，本文提出了基于神经网络定子磁链辨识 方法。该辨识方法采用b p 神经网络，对神经网络的输入信号进行了动态滤波处 理，具有学习算法简单、稳定性好、精度高等优点，解决了纯积分器的初始值和 积分饱和问题以及低通滤波器的幅值和相位偏移问题，并且对定子电阻具有很好 的鲁棒性。 本文在m a t l a b r 7 8 s i m u l i n k 环境下对基于神经网络定子磁链辨识的感应电 机d t c 系统进行仿真研究，仿真结果进一步证明神经网络定子磁链辨识精度高稳 定性好，系统动态响应良好。最后，本文基于d s p i c 6 0 1 0 a 控制芯片对感应电机 直接转矩控制系统进行软硬件设计并进行实验研究，实验结果较好地体现了直接 转矩快速动态响应这一特征，验证了辨识方法的正确性。 关键词：感应电机；d t c ；定子磁链辨识；神经网络 _ _ - - _ - _ _ _ _ _ _ _ _ _ - _ - 一 ab s t r a c t d i r e c tt o r q u ec o n t r o l ( d t c ) i sa f t e rv e c t o rc o n t r o lan o v e lh i g h p e r f o r m a n c e t e c h n o l o g i e sa cs p e e dd r i v ec o n t r o l ，a b a n d o n e dt h e d e c o u p l i n gc o n t r o lo fv e c t o r c o n t r o l ，l a r g e l ys o l v e ds o m et e c h n i c a lp r o b l e m s ，s u c ha s c o m p u t a t i o n a lc o m p l e x i t v o fv e c t o rc o n t r o l 、f e a t u r e sv u l n e r a b l et ot h ei m p a c to fm o t o rp a r a m e t e r s ，b e c a u s eo f n o v e lc o n t r o l 、s i m p l em e t h o d ，a d v a n t a g e o u so f s t a t i ca n dd y n a m i cc h a r a c t e r i s t i c s i s t h ea cd r i v eo n eo ft h eh o ta r e a so fr e s e a r c h d o u b l e - f l u xa n dt o r q u eh y s t e r e s i sc o n t r o la r eu s e di nt h e c o n v e n t i o n a ld t c s y s t e mb a s e do nl o o k i n gu ps w i t c h i n gv e c t o rt a b l e t h e r ea r es o m e p r o b l e m ss u c h a sl a r g er i p p l e so ft h ef l u xa n dt h et o r q u ea n dc u r r e n t 、v a r i a b l es w i t c h i n gf r e q u e n c y i nt h ee s s a y ，af l u xi d e n t i f i c a t i o no fi n d u c t i o nm o t o rd t c s y s t e m ( s v m d t c ) b a s e d o nn e u r a ln e t w o r ki s p r o p o s e d ，b a s e do nt h et r a d i t i o n a ld t cs y s t e m u s i n gs p a c e v e c t o rp u l s ew i d t hm o d u l a t i o nt h e o r y s v m - d t cc o n t r o lm e t h o db a s e do nt h ee r r o ro f t o r q u ea n ds t a t o rf l u xu s i n gs p a c ev e c t o rm o d u l a t i o nt h e o r y ，r e a l t i m e s y n t h e s i z ea n o p t i m a lv o l t a g ev e c t o r a c t i n go nt h em o t o r , t oc o m p e n s a t et h ee r r o ro fm o t o rt o r q u e a n ds t a t o r ，a n dr e d u c er i p p l e so ft h em o t o rt o r q u ea n d f l u x ；u s i n gt h es y m m e t r yv e c t o r m o d u l a t i o nc a n k e e ps w i t c h i n gf r e q u e n c yc o n s t a n ta n dc u r r e n ts i n u s o i d a ld e g r e eg o o d ， r e d u c et h em o t o rr u n n i n gn o i s e i no r d e rt oi m p r o v et h ec o n t r o lp e r f o r m a n c eo fd t c s y s t e m ，m a n ys c h o l a r sa r e w o r k i n go nm o t o rp a r a m e t e ri d e n t i f i c a t i o nt e c h n i q u eo fh i g hp r e c i s i o na b o u tr o t o r r e s i s t a n c e ，s p e e d ，r o t o ra n ds t a t o rf l u xe t c b e c a u s et h ed t cs y s t e ma c h i e v e st h e c o n t r o lo ft h ee l e c t r o m a g n e t i ct o r q u eb yc o n t r o l l i n gt h em o t o rs t a t o rf l u x ，t h ea c c u r a t e i d e n t i f i c a t i o no fs t a t o rf l u xi st h e k e yt oe n s u r et h ep e r f o r m a n c eo fd t cc o n t r o l s y s t e m ，s ot h i sp a p e rm a i n l ys t u d i e st h ei d e n t i f i c a t i o no fs t a t o rf l u xo fd t c s y s t e m b a s e do nt h ec o m p a r i s o nb e t w e e nt r a d i t i o n a l o p e n 1 0 0 ps t a t o rf l u xi d e n t i f i c a t i o n m e t h o d s ，t h es t a t o rf l u xi d e n t i f i c a t i o nm e t h o db a s e do na d a p t i v ei n t e g r a t o ra n dt h e c l o s e d _ l o o ps t a t o rf l u xi d e n t i f i c a t i o nm e t h o db a s e do ne x t e n d e dk a l m a nf l l t e r t h i s p a p e rp r o p o s e das t a t o rf l u xi d e n t i f i c a t i o nm e t h o db a s e do nn e u r a ln e t w o r k t h i s i d e n t i f i c a t i o nm e t h o du s i n gb pn e u r a ln e t w o r k ，t h en e u r a ln e t w o r k ，si n p u ts i g n a lh a s d y n a m i cf i l t e r i n gp r o c e s s i n g t h em e t h o dh a sm a n ya d v a n t a g e ss u c ha s s i m p l e l e a r n i n ga l g o r i t h m ，g o o ds t a b i l i t ya n dh i g hp r e c i s i o na n de t c ，c a ns o l v et h ep r o b l e mo f i n i t i a lv a l u ea n di n t e g r a ls a t u r a t i o no f p u r ei n t e g r a t o r ，a n dt h ep r o b l e mo f1 0 w p a s s i i i 基于神经网络磁链辨识感应电机d t c 系统的研究 f i l t e ra m p l i t u d ea n dp h a s es h i f t i n g ，a n dh a sg o o dr o b u s t n e s so nt h es t a t o rr e s i s t a n c e i n t h i sp a p e r ，o nt h e p l a t f o r m so fm a t l a b r 7 8 s i m u l i n k ，t h es t a t o rf l u x i d e n t i f i c a t i o nb a s e do nn e u r a ln e t w o r k o fi n d u c t i o nm o t o rs v m - d t cs y s t e mi s s i m u l a t e ，t h es i m u l a t i o nr e s u l t sa r ei na c c o r d a n c ew i t ht h et h e o r e t i c a la n a l y s i s f i n a l l y ， b a s e do nd s p ic 6010 at h eh a r d w a r ea n ds o f t w a r ef o ri n d u c t io nm o t o rd i r e c tt o r q u e c o n t r o ls y s t e ma r ed e s i g n e d ，a n dt h ee x p e r i m e n t a lr e s u l t sp r o p e r l ys h o wd i r e c tt o r q u e f a s td y n a m i cr e s p o n s e ，a n dp r o v et h ei d e n t i f i c a t i o nm e t h o di sc o r r e c t k e yw o r d s ：i n d u c t i o nm o t o r ；d t c ；s t a t o rf l u xi d e n t i f i c a t i o n ；n e u r a ln e t w o r k i v l l 工程硕士学位论文 目录 学位论文原创性声明和学位论文版权使用授权书i 摘要i i a b s t r a c t i i i 插图索引v i i 附表索引i x 第1 章绪论1 1 1 引言1 1 2 感应电机高性能交流调速技术2 1 3 感应电机直接转矩控制技术的发展“3 1 4 感应电机直接转矩控制的研究现状5 1 5 本文主要研究内容9 第2 章基于神经网络磁链辨识感应电机d t c 系统原理1 l 2 1 传统感应电机d t c 系统1l 2 1 1 传统感应电机d t c 系统结构1 1 2 1 2 传统感应电机d t c 系统原理1 2 2 1 3 传统感应电机d t c 动态数学模型1 6 2 2 基于神经网络磁链辨识感应电机d t c 系统1 9 2 2 1 基于神经网络磁链辨识感应电机d t c 系统结构1 9 2 2 2 基于神经网络磁链辨识感应电机d t c 系统原理2 0 2 2 3 基于神经网络磁链辨识感应电机d t c 动态数学模型2 4 2 3 本章小结2 5 第3 章感应电机d t c 系统定子磁链辨识方法研究2 6 3 1 基于电机模型的定子磁链辨识方法”2 6 3 1 1 传统开环定子磁链辨识方法2 6 3 1 2 基于低通滤波器补偿的开环定子磁链辨识2 8 3 1 3 基于自适应积分器的开环定子磁链辨识3 0 3 1 4 基于广义卡尔曼滤波器的闭环定子磁链辨识3 1 3 2 基于神经网络的定子磁链辨识方法3 2 3 2 1 神经网络的基本原理一3 2 3 2 2 基于b p 神经网络定子磁链辨识3 6 3 2 3 基于动态滤波处理的b p 神经网络定子磁链辨识4 0 v 基于神经网络磁链辨识感应电机d t c 系统的研究 3 3 本章小结4 2 第4 章基于神经网络磁链辨识感应电机d t c 系统仿真研究一4 3 4 1 传统感应电机d t c 系统的仿真研究4 3 4 1 1 传统感应电机d t c 系统的仿真模型4 3 4 1 2 传统定子磁链辨识的仿真模型一4 4 4 1 3 传统感应电机d t c 系统的仿真结果4 5 4 2 基于神经网络磁链辨识感应电机d t c 系统仿真研究一4 6 4 2 1 基于神经网络磁链辨识感应电机d t c 系统仿真模型4 6 4 2 2 神经网络定子磁链辨识仿真模型4 8 4 2 3 基于神经网络磁链辨识的感应电机d t c 系统仿真结果5 0 4 3 本章小结5 2 第5 章基于神经网络磁链辨识感应电机d t c 系统的实现一5 3 5 1 硬件设计一5 3 5 1 1 主电路设计5 3 5 1 2 控制系统设计5 4 5 2 软件设计5 9 5 3 实验结果及分析61 5 4 本章小结6 4 结论及展望6 5 参考文献6 6 致 射7 0 附录a 攻读学位期间所发表的学术论文目录7 1 v i i。一 t 程硕上学位论文 插图索引 图2 1 传统感应电机d t c 系统基本结构1 1 图2 2 电压型理想逆变器1 2 图2 3 逆变器输出的空间电压矢量1 3 图2 4 正六边形磁链轨迹1 4 图2 5 近似圆形磁链轨迹1 4 图2 6d t c 系统的转矩控制1 5 图2 7 三相感应电机的物理模型1 7 图2 8 基于神经网络磁链辨识感应电机s v m d t c 系统控制结构一2 0 图2 9 基本电压矢量合成图一2 1 图2 1 0 开关序列示意图2 2 图2 1 ld q 坐标系2 4 图3 1 基于甜一f 模型的定子磁链辨识原理框图2 6 图3 2 定子磁链f 一 模型的结构框图2 7 图3 3 定子磁链“一，2 模型的原理框图2 8 图3 4 基于低通滤波器补偿的定子磁链辨识框图2 9 图3 5 基于自适应积分器的定子磁链辨识3 0 图3 6 自适应原理矢量图3 0 图3 7 神经元结构模型3 3 图3 8 常见的神经网络激活函数3 4 图3 9b p 神经网络结构3 4 图3 1 0 反馈神经网络结构一3 5 图3 1 lb p 神经网络训练模型3 9 图3 1 2 带有延时量的多层前馈神经网络4 0 图3 1 3 全互连实时递归网络r n n 4 0 图3 1 4 基于动态滤波处理的神经网络定子磁链辨识模型4 1 图4 1 传统感应电机d t c 系统仿真模型4 3 图4 2 坐标变换模型4 4 图4 3 三点式转矩滞环比较器4 4 图4 4 传统定子磁链辨识器仿真模型4 5 图4 5 传统感应电机d t c 系统定子磁链轨迹4 5 图4 6 传统感应电机d t c 系统转矩辨识值4 6 v i i 基于神经网络磁链辨识感应电机d t c 系统的研究 图4 7 传统感应电机d t c 系统转速4 6 图4 8 基于神经网络磁链辨识感应电机s v m d t c 系统仿真模型一4 7 图4 9s v m 仿真模型4 7 图4 1 0b p 神经网络误差训练结果曲线图4 9 图4 1 1b p 神经网络定子磁链辨识模型一4 9 图4 1 2b p 神经网络隐含层模型一4 9 图4 1 3b p 神经网络输出层模型一5 0 图4 1 4 基于动态滤波处理的b p 神经网络定子磁链辨识模型5 0 图4 1 5 基于神经网络磁链辨识d t c 定子磁链轨迹5 1 图4 1 6 基于神经网络磁链辨识d t c 转速阶跃响应5 1 图4 1 7 基于神经网络磁链辨识d t c 转矩阶跃响应5 1 图5 1 系统主电路拓扑5 3 图5 2 三菱p m 2 0 0 c l a l 2 0 i p m 内部逻辑电路图5 4 图5 3i p m 光耦隔离驱动电路5 4 图5 4d s p 和e p l d 接口原理图5 5 图5 5d s p i c 3 0 f 6 0 10 a 控制单元电路图5 6 图5 6a 相电流检测电路一5 6 图5 7i p m 模块散热器温度检测电路5 7 图5 8 电压检测电路5 7 图5 9c a n 总线接口电路一5 8 图5 10r s 4 8 5 总线接口电路5 8 图5 11 主程序流程图5 9 图5 1 2 初始化程序流程图一5 9 图5 1 3t 1 中断子程序流程图一6 0 图5 1 4t 2 中断子程序流程图6 0 图5 1 5b p 算法流程图6 1 图5 1 6 感应电机传统d t c 系统动态响应6 3 图5 17 感应电机s v m d t c 系统动态响应6 3 图5 18 感应电机传统d t c 系统d 轴磁链6 3 图5 1 9 感应电机s v m d t c 系统d 轴磁链6 3 下程硕上学位论文 附表索引 表2 1 逆变器8 种开关状态1 3 表2 2 电机正转时电压空间矢量选择表1 6 表2 3n 值与扇区号的对应关系2 2 表2 4 各扇区电压矢量的作用时间2 3 表2 5 各扇区电压矢量作用时间的对应关系2 3 表2 6 各扇区电压矢量的切换时刻2 4 表5 1 感应电机参数6 2 表5 2 直流负载电机参数6 2 i x 工程硕- i ：学位论文 1 1 引言 第1 章绪论 在工农业生产、交通运输、国防军事、科技和社会生活等各个方面，电动机 作为把电能转换为机械能的主要设备，一方面要求具有较高的机电能量转换效率， 另一方面要求能根据生产机械的工艺要求控制和调节电动机的旋转速度。电机可 分为直流电机和交流电机。在2 0 世纪8 0 年代以前，直流电动机调速系统在电动 机变速传动领域一直占据统治地位。直流调速系统具有起制动性能好、调速范围 广、静差小及稳定性能好等优点，晶闸管整流装置的应用更使直流调速在自动调 速系统中占主导地位【】。但是直流电机在结构上存在机械换向器和电刷，具有造 价偏高、维护困难、寿命短和容量受限等一些难以克服的缺点，给其应用带来了 限制。与直流电机相比，交流电动机特别是鼠笼式感应电动机，具有结构简单、 价格低廉，而且坚固耐用、运行可靠、很少需要维护、可用于恶劣环境等优点， 获得了极广泛的应用。但是交流调速系统的性能在过去始终无法与直流调速系统 相匹敌。近几十年来，随着电力电子技术、微电子技术，微处理器数字控制技术 和现代控制理论的不断发展，交流调速技术正逐步取代直流调速技术，在电气传 动领域占据主导地位。 目前，交流电动机高性能调速控制策略主要有两种：矢量控制和直接转矩控 制，两者各有其优缺点拉j 。矢量控制技术首次由德国西门子公司的工程师 f b l a s c h k e 于2 0 世纪7 0 年代提出。矢量控制技术以转子磁场定向，用矢量变换的方 法实现对交流电动机的转矩和磁链控制的完全解耦，模仿直流电动机的控制。但 在实际应用中，由于电动机的转子磁链难于准确辨识，以及控制系统的复杂性和 受电动机参数的影响较大，矢量控制技术的实际控制效果难以达到理论分析的结 果1 3j 。19 8 5 年前后德国学者m d e p e n b r o c k t 4 j 教授和日本学者l t a k a h a s h i l 5j 针对于感 应电动机提出了一种全新的交流电动机调速控制理论一一d t c ，引起了学术晃极 大的兴趣和关注。不同于矢量控制技术，d t c 具有自己的特点。它在很大程度上 解决了矢量控制中计算控制复杂、特性易受电动机参数变化影响、实际性能难以 达到理论分析结果等一些重要技术问题。然而，d t c 系统采用两点式滞环控制方 式不可避免地造成了电机转矩脉动大，定子电阻变化引起定子磁链和电机转矩辨 识误差，尤其在低速状态下输出转矩脉动大，负载能力下降，容易出现振荡，电 流畸变严重，谐波分量大，很大程度上影响了电机的调速范围。本文采用的基于 神经网络磁链辨识d t c 控制策略把电动机和逆变器看成体，使电动机获得幅值 基于神经网络磁链辨识感应电机d t c 系统的研究 恒定的近似理想的圆形磁场；减小了电动机的转矩和磁链脉动，保持逆变器的开 关频率恒定，减小了电动机的运行噪声，电流的正弦度较好。本文针对传统d t c 系统定子磁链参数辨识问题，基于智能控制理论研究神经网络磁链参数辨识方法， 较好地解决了磁链参数高精度辨识问题。 在工业生产中已经将很多先进控制理论运用在交流电机的调速控制中，并且 取得了良好的控制性能。但是由于交流电动机是一个高阶、非线性系统，仍然有 许多方面有待探索和研究，这些主要的方面主要有如下几个方面：软开关技术、 电机参数的在线辨识技术、磁链的精确辨识、无速度传感器的交流调速控制技术 等。在交流调速控制中，这几方面都是近期和将来的主要研究对象。 1 2 感应电机高性能交流调速技术 随着科学技术的迅猛发展，交流调速传动系统在性能上己取得了长足进步， 具备了宽调速范围、高稳态精度、快速动态响应及四象限运行等良好技术性能， 其动、静态性能完全可以和直流传动系统相媲美。交流调速技术具有代表性的有 调压调频控制、滑差频率控制、矢量控制、直接转矩控制、非线性控制、自适应 控制、滑模变结构控制和智能控制等。其中，调压调频只是控制了电机的气隙磁 链而不能调节转矩；滑差频率控制考虑了电磁转矩变换i6 1 ，但它是从电机的稳态 方程推导出来的，并不能真正控制动态过程的转矩。交流电动机高性能调速技术 通常是指采用矢量控制或者直接转矩控制等控制策略的闭环交流变频调速系统。 19 7 1 年工程师f b l a s c h k e 提出的矢量控制是基于交流电动机转子磁场定向控 制【7j ，也就是把转子磁场矢量的方向作为坐标轴的基准方向，用瞬时值来表示电 动机电流矢量的大小和方向。坐标系按转子磁场定向后，交流电动机的直轴电流 为励磁电流，交轴电流为转矩电流，这就使得磁链和转矩的控制是相互解耦的， 通过分别控制励磁电流和转矩电流来控制电动机的磁链和转矩，仿佛控制直流电 动机一样。但是在这种控制系统中，给定量由直流量向交流量变换，而反馈量又 要把交流量转变为直流量，在整个控制计算中，进行两次坐标变换，再加上转子 磁链模型计算，转子参数的辨识和校正，使系统变得相当复杂，计算机的计算量 太大。 d t c 不同于矢量控制技术，它在定子静止坐标系下对电动机进行控制，很大 程度上解决了矢量控制中计算复杂、易受电动机本身参数变化影响的问题。d t c 利用逆变器六个桥臂的“开关特性 直接对电动机的转矩进行控制，而不是以控 制电流为目的。根据电动机的实际电磁转矩大于还是小于给定转矩，以及实际定 子磁链大于还是小于给定值，通过直接选择逆变器开关状态从而选择合适的电压 空间矢量，使得转矩减小或者增大，同时保持定子磁链的基本恒定。d t c 是继矢 量控制之后发展起来的一种新型的具有高性能的交流变频调速技术，它利用电压 工程硕士学位论文 空间矢量的分析方法直接在定子坐标系下计算与控制电机的转矩，省掉了复杂的 矢量变换，其控制思想新颖，控制结构简单，信号处理的物理概念明确，转矩响 应迅速，电机磁场近似圆形，谐波小，开关损耗小，噪声及温升较小。它的缺点 是有较大的转矩脉动。 近年来，随着现代电力电子技术、微电子技术、微处理器数字控制技术、现 代控制理论以及其他相关学科技术的进一步发展，出现了各种性能更高、全数字 控制的高性能交流传动系统，如反馈线性化控制引、自适应控制1 0 】i l 】l 、滑模变 结构控制【1 2 】【13 1 、智能控制【1 4 】【15 】等。 1 3 感应电机直接转矩控制技术的发展 直接转矩控制理论于2 0 世纪8 0 年代由德国学者m d e p e n b r o c k 和日本学者 i t a k a h a s h i 首先针对感应电机提出，9 0 年代由z h o n g l ，r a h m a nmf ，h uyw 等 学者提出永磁同步电动机直接转矩控制理论。直接转矩控制直接在定子静止坐标 系中构建转矩和磁链算法模型，将电动机和逆变器作为一个整体，利用电压矢量 实现电磁转矩和磁链的控制，没有电流闭环结构。所以直接转矩具有控制结构简 洁、转矩动态响应快、对电动机参数依赖少、对电动机参数变化鲁棒性好等特点， 因而为众多学者及研究机构争相研究。随着电力电子技术、微电子技术，微处理 器数字控制技术和现代控制理论的不断发展，感应电机d t c 技术得到了较大的发 展。 ( 1 ) 电力电子功率变换器 直接转矩控制策略将逆变器与电动机作为一个整体，利用逆变器中功率管的 不同开关组合提供满足要求的开关矢量( 电压矢量、电流矢量) ，实现定子磁链 和电磁转矩的直接而快速控制。所采用的变换器形式很多，按输出空间矢量类型 可分为电压型变换器和电流型变换器；前者输出电压空间矢量，是d t c 最常用的 一种变换器；后者输出电流空间矢量，在d t c 中使用得很少。 电压型变换器又分为三相交直交电压型逆变器( v s i ) 、多电平逆变器、矩 阵式变换器、谐振式变换器等。其中三相交直交电压型逆变器在d t c 中应用最 多，适用于中低容量的d t c 系统，但它只能提供六个运动电压矢量和两个零矢量， 对定子磁链和电磁转矩控制柔性不够。在一个控制周期中若仅用一个电压矢量会 产生较大的转矩和磁链脉动，这就要求变换器提供更多的电压矢量减小转矩和磁 链脉动，这样多电平逆变器应用到了d t c 中。三电平逆变器是在d t c 中应用较 多，它可以提供2 7 种开关组合，为定子磁链矢量幅值和相位控制提供更多的控制 自由度。但是交直交逆变器含有大电容作为直流储能环节，体积大，重量重， 不易维护，可靠性低，能量不能双向流动，不利于节约能源。为此，有些学者将 矩阵式变换器( m c ) 引入到d t c 中，m c 具有以下优点：输入功率因数可任意 基于神经网络磁链辨识感应电机d t c 系统的研究 调节，与输出负载无关；输入电流正弦性好，波形失真小；变换器可以四象限工 作，能量可以双向流动，特别适合能量有回馈的场合；无中间直流环节，体积小， 重量轻，动态恢复时间短。但m c 也存在功率开关换流复杂、电压利用率低等缺 点【16 1 。 ( 2 ) 高性能数字化控制器件 从上世纪8 0 年代开始至今，随着微电子、微处理器的集成工艺制造技术的进 步，d t c 经历了模拟式、数模混合式，到全数字式的发展过程，现在的全数字式 已经成为其发展主流。与模拟系统相比，全数字化系统具有如下几个优点：系统 性能得到大幅度提高，由于高速的集成控制器的应用，提高了系统的精度、响应 速度、动静态性能以及稳定性；具有很强的可编程能力，算法易于用软件来实现， 调试维护方便，便于系统的升级；控制器较高的集成度大大减小了控制系统的体 积，节省了现场空间。目前在d t c 中应用较多的微处理器是数字信号处理器 ( d s p ) ，有浮点芯片和定点芯片之分，系统控制周期为s 级。d t c 系统硬件子 系统的设计主要采用三种形式： 第一种是利用单片浮点芯片，例如t m s 3 2 0 c 3 x ，实现系统中所有浮点运算， 脉宽调带i j ( p w m ) 功能采用定时器定时、中断的方法或外扩c p l d 芯片的方法实现。 第二种是利用定点芯片，例如t m s 3 2 0 l f 2 4 0 x 、t m s 3 2 0 l f 2 8 0 x 、t m s 3 2 0 l f 2 8 l x 等，该方法优点是这类芯片有专用的p w m 模块、a d 采样模块、正交编码模块 等电动机驱动接口，硬件结构得到大大简化；但需用定标方法实现浮点算法，编 程繁琐，程序冗长。第三种是将浮点d s p 和定点d s p 芯片优点结合起来，构建 一种双d s p 系统。 m i c r o c h i p 公司生产的电机控制类专用d s p i c 系类芯片，具备多路电机控制专 用p w m ( 最多可达8 个通道) ，集成了光电正交编码器接口( q e i ) ，用户可以方 便地处理电机反馈的光电正交编码信号，并且不需要占用太多c p u 时间就可以得 到电机当前的状态信息。d s p i c 3 0 f 6 0 1 0 a 是一款m i c r o c h i p 公司生产的高性能 d s p 数字信号处理芯片，该系列数字信号控制器具有丰富的指令集，且大多为单 周期指令，主要分为m c u 类型和d s p 类型两大类指令，它支持c 语言编译器编 程。d s p i c 3 0 f 6 0 1 0 a 内部自带存储容量大，r a m 最高可达6 4 k b ，f l a s h 存储空 间达到1 4 4 k b 。d s p i c 3 0 f 6 0 1 0 a 片上自带9 个模拟输入通道1 0 位精度的高速a d 转换模块，最高采样速率可达5 0 0 k s p s ，该a d 模块有4 个采样保持通道( c h 0 、 c h l 、c h 2 、c h 3 ) ，能够同时采样多路模拟输入通道，可以通过软件编程将模拟 输入量分配到不同的采样保持通道，保证了采样的准确性。 ( 3 ) 控制策略方面 转矩脉动是转矩和磁链双滞环比较器型d t c 系统的最大缺点，低转矩脉动型 感应电机d t c 策略的研究便成为热点之一，大概有以下几种控制策略： 丁程硕1 ：学位论文 基于最优开关矢量表查询方式的d t c 策略，减小转矩脉动的方法主要有：优 化约束电压矢量作用时间，优化选择开关表电压矢量，利用离散空间电压矢量调 制方法【l7 】或采用新型变换器产生更多的电压矢量。 基于空间电压矢量脉宽调制型d t c 策略，根据转矩误差和定子磁链误差借助 于空间电压矢量调制原理实时合成出一个最佳电压矢量作用于电动机，使得电动 机的转矩和定子磁链误差恰好得到补偿，从而减小了电动机的转矩和磁链脉动； 采用矢量的对称调制时，还可以达到逆变器的开关频率恒定的效果，减小了电动 机的运行噪声，电流的正弦度较好【1 引。实际系统结构会因电动机类型及控制目的 的不同而不同，目前空间电压矢量连续调制型d t c 系统结构主要有三种：定子磁 链闭环控制、转矩闭环控制、转矩和磁链双闭环控制。 现代控制理论与空间电压矢量调制相结合的d t c 策略，将现代控制理论，如 反