混合动力电动汽车无刷转矩电机智能直接控制的研究19885VIP免费

混合动力电动汽车无刷转矩电机智能直接控制的研究密歇根大学-迪尔伯恩，MI48128，USA译者：蓝飞雁专业：汽车服务工程学号：200872030131摘要：本文探讨了神经网络在非正弦反电动势转矩直接控制(DTC)的无刷直流(BLDC)电机的应用。传统DTC技术通过开关信号直接控制转矩，而开关信号来源于预设定的转矩误差、定子磁链误差和定子磁通角。把这种方法运用到混合动力电动汽车上，将会由于几个系统限制造成严重的转矩脉动和功率损耗。在本文中提出了把智能神经网络应用到混合动力电动汽车上，这种智能神经网络运用无刷直流对电动机进行直接转矩控制。对此提出的方法是减小转矩脉动和开关数量，从而减少了开关损耗，同时运用MATLAB/SIMULINK对运用传统的直接控制技术和运用无刷直流的直接控制神经网络电机进行仿真，对结果进行了比较和讨论，以验证提出了控制是否合适。关键词：无刷直流电机；直接转矩控制；神经网络1简介永磁无刷直流驱动电机被广泛应用于从伺服到牵引驱动器等许多高性能的设备上，这主要是利用了其效率高、功率密度高和惯性力矩大比等特点。直接转矩控制首先应用于感应电动机驱动上，它主要包括直接控制电磁转矩和磁链连杆[1]。逆变器开关组合是通过考虑到转矩偏差和磁链误差[1]而得到的。本结果表明，这种控制策略具有更好的动态性能，且实现简单[3],[4]。最近，直接转矩控制已应用于三相无刷直流电机驱动上。这种驱动在120º传导模式[1]下运作，这种传导模式是在一个固定的α-β参考系中由电磁转矩方程推导出阴极无刷电机与非正弦电动势。在这种直接转矩控制的机器中定义了空间电压矢量，这形成了选择开关表的基础。直接转矩控制已被证明能够实现瞬时转矩控制，因此降低转矩脉动[1]。在[2]中，直接转矩控制方法更适合于无位置传感器控制的三相无刷直流电机。它介绍了一个新的线到线的终止转换，这种转换允许使用两根线连接从离线所获得的反电势(bae与cae)。然后它们被转换成位置依赖型线到线反电势常数(bak(re))和(cak(re))，最后使用提出的转换方法[2]转换成d-q轴公式，这就形成了一个转矩估计查找表。此外，用这种方法，操作也可能弱化。该方法[2]利用直轴电流直接控制转矩和间接控制定子磁链的幅值，最终降低低频转矩振荡。在[5]，对于在直接转矩控制下的永磁同步电动机提出了一种自适应模糊逻辑控制器。它的方法是根据定子磁链、转矩误差和磁链误差选择活性载体。模糊逻辑代替固定的查找表为选定的载体计算开关时间。这种载体是根据定子磁链和转矩误差位置[5]绝对值的基础上而得出的。这种方法减少了转矩脉动和电流脉动。本文提出的神经网络在直接转矩控制的直流无刷电机上的应用。它是一种神经网络控制器根据转矩误差，磁链误差，和定子磁链的位置输入的最佳开关模式，同时也减少转矩脉动，开关损耗已达到系统的最优化。2直接转矩控制的无刷直流电动机传统的直接转矩控制的无刷直流电机的概要在图1中显示。它控制了速度，这速度与假定的转矩和使用磁滞控制器的定子磁链成正比的。滞环控制器的速度比PI控制器快，所以他们能够调节常数以及改变参考量即转矩和磁链[2]。根据转矩误差，定子磁链偏差，和角位置定子磁链矢量，给一个适当的开关信号给逆变器，从而在发动机运行阶段返还适当的电压。图1直接转矩控制的无刷直流电机原理图A转矩估计对于非正弦定子磁链的阴极无刷电机，电磁转矩在固定α-β参考系中可以表示为[1]。(1)其中P是磁极的数量，ψrα和ψrβ是α-β轴转子磁链，isα和isα是α和β轴的定子电流，θ是电相角。B.定子磁链估计定子磁链沿α和β轴可表示为[2]。sasasauRidt(2)(3)其中usα和usβ为定子电压，isα和isβ为定子电流C角转子磁链幅值转子磁链可以从定子磁链得到[1]。rasassaLi(4)(5)其中ψrα,ψrβ,ψsα和ψs分别是β轴转子和定子磁链􀜶􀜶􀜶D建立模型根据上述方法在MATLAB/SIMULINK仿真中建立模型，图2说明了模型表1：无刷直流电机转矩开关表。基于6个定子磁链位置部门，转矩误差，和通量误差[1]模型的开关表（表1）TorqueFluxSector12345611V1V2V3V4V5V610V2V3V4V5V6V11-1V3V4V5V6V1V2-11V4V5V6V1V2V3-10V5V6V1V...