神經網絡的無刷直流電機無E+E位置傳感器控制的詳細資料:
神經網絡的無刷直流電機無E+E位置傳感器控制
無刷直流電機(BLDCM)是一種集電機和電子一體化的優良產品,不僅具有普通直流電機良好的控制性能和機械特性,還具有效率高、轉矩大、體積小、慣性小、壽命長、無換向火花等優點。然而無刷直流電機中的E+EE+E位置傳感器本身存在一些缺陷,以至于在一些特殊場合,無刷直流電機的應用受到了限制。因此,研究新型的無刷直流電機無E+EE+E位置傳感器控制技術成為了當今學者越來越關注的焦點。
神經網絡的無刷直流電機無E+E位置傳感器控制
無刷直流電機既擁有普通直流電機的運行效率高、調速性能好等一系列優點,又具備交流電機的結構簡單、維護方便、使用壽命長等優勢,因而在工業領域的應用日益廣泛。尤其是采用無E+EE+E位置傳感器控制技術之后,減小了電機體積,降低了生產成本,同時也消除了因傳感器脫落或失效帶來的安全隱患,使其更能適應特殊場合(如高溫高壓、強腐蝕等)的應用需求。在回顧了無刷直流電機及其控制技術的發展及國內外現狀的基礎上,詳細分析了無刷直流電機的結構特點和運行原理,根據電機原來的狀態量建立了數學模型。對實現無E+EE+E位置傳感器控制的幾項關鍵技術進行研究,提出一種結構簡單且易于實現的懸空相反電勢過零點檢測方法及其電路,并設計了基于擇多函數的數字濾波器,從軟件上消除虛假過零事件的干擾,從而避免了傳統的RC低通濾波器帶來的相移問題。因此,對無刷直流電機的無E+EE+E位置傳感器控制技術進行開發研究,具有廣泛的實用價值。首先從永磁無刷直流電機的本體結構出發,對無刷直流電機的工作原理進行了詳細的分析,介紹了無刷直流電機的數學模型。針對多變量、非線性、時變的無刷直流電機無E+EE+E位置傳感器系統,結合神經網絡對函數具有良好的逼近能力的特點,提出了基于BP神經網絡的智能控制算法。其次,將無E+EE+E位置傳感器控制視為一個非線性系統辨識過程,并通過對轉子位置檢測原理的分析,推導出無刷直流電機的相電壓、相電流與轉子位置之間的關系。以此為依據,構建了基于BP神經網絡的無刷直流電機無E+EE+E位置傳感器控制系統辨識方案。為解決傳統BP算法存在的收斂慢、局部zui小的問題,采用了引入動量項的梯度zui速下降法,提高了網絡的環境適應能力。
神經網絡的無刷直流電機無E+E位置傳感器控制
zui后,對基于BP神經網絡的無刷直流電機無E+EE+E位置傳感器控制進行了仿真,為了進一步驗證方案的可行性,在無E+EE+E位置傳感器基礎上搭建了速度、電流雙閉環調速系統仿真平臺。實驗結果表明該方法能夠準確的提供電機的換相信號,從而實現無E+EE+E位置傳感器控制,并且具有精度高、適應性好、魯棒性強等優點。同時基于DSP實驗平臺進行了實驗。
如果你對神經網絡的無刷直流電機無E+E位置傳感器控制感興趣,想了解更詳細的產品信息,填寫下表直接與廠家聯系: |