文档介绍：中图分类号:TP273 论文编号:1028703 12-S022
学科分类号:081101

硕士学位论文

开关磁阻电机智能建模及容错控制
研究

研究生姓名蔡永红
学科、专业控制理论与控制工程
研究方向开关磁阻电机智能控制
指导教师齐瑞云副教授

南京航空航天大学
研究生院自动化学院
二○一二年一月
Nanjing University of Aeronautics and Astronautics
The Graduate School
College of Automation Engineering

Intelligent Modeling and Fault-tolerant
Control of Switched Reluctance Motor

A Thesis in

Control Theory and Control Engineering

by
Cai Yong-hong

Advised by
Associate Professor Qi Ruiyun

Submitted in Partial Fulfillment

of the Requirements

for the Degree of

Master of Engineering

January, 2012
承诺书

本人声明所呈交的硕士学位论文是本人在导师指导下进行
的研究工作及取得的研究成果。除了文中特别加以标注和致谢
的地方外,论文中不包含其他人已经发表或撰写过的研究成
果,也不包含为获得南京航空航天大学或其他教育机构的学位
或证书而使用过的材料。
本人授权南京航空航天大学可以将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、汇编学位论文。
(保密的学位论文在解密后适用本承诺书)

作者签名:
日期:
南京航空航天大学硕士学位论文

摘要
从 20 年代 80 世纪起,开关磁阻电机(简称 SRM)由于其结构简单、成本低廉、调速范围
宽、容错性能强等优点,在航空工业、汽车驱动、家用电器和伺服系统等领域受到越来越多的
青睐和研究。本文对 SRM 的精确建模、无位置传感器控制和故障状态下的容错控制策略进行
了研究。
本文基于磁链间接测量原理,设计了以 DSP(TMS320F2812)为核心的 SRM 磁链特性检
测系统,通过对大容值电容进行充电和让其充分放电的方法,实时检测并采集该过程中的电压
电流信号,经过滤波和数字积分,可以得到完整的磁链-电流-转子位置特性。
由于开关磁阻电机的开关性和磁阻性,导致电机特性具有较强的非线性。本文基于实验测
量得到的磁链特性,采用具有强非线性逼近能力的 RBF 神经网络方法,建立 SRM 的离线仿真
模型。为了进一步提高 RBF 神经网络模型的精度,本文基于估计磁链和实际磁链之间的误差,
设计调节方法,对 RBF 神经网络的输出权值进行在线调节,建立具有在线自学习和调节功能的
在线模型。结果表明,离线模型和在线模型均能正确地描述电机输出特性,而且在线模型的精
度优于离线模型。
为了验证设计仿真模型的工程可实现性,本文对 RBF 神经网络程序采取了多种简化和优化
策略,实现了 RBF 神经网络在基于 DSP 的 SRM 实验平台上的验证。实验过程中,引入虚拟浮
点库处理浮点数,降低运算量;研究扩展常数 spread 值与输出权值之间的影响关系以保证 RBF
神经网络输出权值分布均匀,提高神经网络的输出精度;基于高斯函数的特殊性,建立输入输
出映射关系,由输入直接映射至输出,大幅度提高 RBF 神经网络的运算速度。实验结果证明,
基于 RBF 神经网络建立的模型在电机实验平台上可以正确地描述电机的输出特性,而且在线模
型的精确度优于离线模型。
由位置传感器测量得到的位置信号是电机控制系统中必不可少的信号,位置传感器在恶劣
环境下会产生各种故障。为了消除开关磁阻电机驱动系统对位置传感器的依赖,使得开关磁阻
电机能在恶劣环境下能输出良好的电机特性,本文基于 RBF 神经网络方法,建立转子位置-磁
链-电流神经网络。由于每相的估计角度只有一段比较准确,采用分段相加,对三相的准确区域
进行相位差补偿,可以得到完整周期的估计角度。仿真结果表明,基于 RBF 神经网络建立的模
型,可以准确地估