本文以异步电机参数离线自整定及参数在线辨识为对象，从理论分析，算法提出，仿真证明和实验验证四部分进行了深入研究。 异步电机参数离线自整定及参数在线辨识技术的研究，为异步电机控制性能的不断提高提供了保障，以使更好，更精确的控制方式能够应用到工程实际中去。 由于在工程中使用的电机和变频器不一定能够匹配，而需要在电机运行之前由专业的工程师对变频器作重新设置，此过程复杂，耽误时间而且需要专业人员操作。 本文提出一套异步电机参数离线自整定算法，使用C语言编程，并在一台2.2KW电机的硬件实验平台上验证了该算法，实现了电机在运行之前，变频器自动测试出电机的基本参数，为矢量控制等控制方式提供所需要的电机参数。 电机在运行过程中，由于温度等因素的影响，电机的参数会发生变化，影响电机运行的稳定性，所以要对电机参数做在线辨识。本文对异步电机参数在线辨识作了理论分析和方法总结，为下一步工作打下基础。 算法的实现需要相应的硬件实验平台，本文对硬件实验平台作了详细介绍，包括主电路的设计、IGBT的驱动保护电路设计、DSP数字控制器的设计。 本文还对文中提出的实验方法作了MATLAB/Simulink仿真，验证了该方法的可行性，对实验有指导意义。
上传时间： 2013-04-24
上传用户：541657925
异步电机无速度传感器矢量控制技术提高了交流传动系统的可靠性，降低了系统的实现成本。准确辨识电机转速是实现无速度传感器矢量控制的关键。 本文对无速度传感器矢量控制系统进行了研究，建立了异步电动机无速度传感器电压解耦矢量控制系统和基于模型参考自适应(MRAS)的无速度传感器矢量控制系统。基于MRAS的无速度传感器矢量控制系统利用电动机定子电压方程和电流方程得到电动机转速的模型参考自适应辨识算法，在此基础上建立了一个改进的变参数MRAS速度辨识数学模型，并利用Matlab软件对基于该速度辨识模型的无速度传感器异步电动机矢量控制系统在不同的情况下进行了详细的仿真研究。仿真结果验证了该改进的变参数MRAS速度辨识模型具有令人满意的辨识精度和动态性能。 基于MRAS的转速估算理论从本质上来说属于基于电机理想模型的转速估算方案，该方法依赖于电机参数，而电机参数在电机运动过程中变化很大，因而给出了对电机的一些定、转子参数进行实时辨识方法，以保持系统的动、静态性能。 在传统型模型参考自适应系统基础上，将系统中原有的自适应调节机构用一个具有在线学习能力的人工神经网络取代，提出一种基于神经网络的异步电机转速估计方法，并给出了速度估计器的神经网络结构和学习算法。最后对基于神经网络转速估计的异步电机矢量控制系统进行了仿真，结果表明该系统具有良好的性能。 简单介绍了基于DSP的异步电机无速度传感器矢量控制系统的硬件结构以及软件系统的设计。
上传时间： 2013-05-30
上传用户：hakim
工业生产过程往往具有非线性、不确定性，难以建立精确的数学模型。应用常规的PID控制器难以达到理想的控制效果。作为的重要分支，人工神经网络具有良好的非线性映射能力和高度的并行信息处理能力，已成为非线性系统建模、辨识和控制中常用的理论和方法。其中，神经元具有很强的信息综合、学习记忆、自学习和自适应能力，可以处理那些难以用模型和规则描述的过程，将神经元与PID结合，应用到实际的控制中，可以在线调整PID的参数，使系统具有较强的抗干扰能力、自适应能力和较好的鲁棒性。 目前，人工神经网络的研究主要是神经网络的理论研究、神经网络的应用研究和神经网络的实现技术研究，这三方面是相互依赖和相互促进的关系。本文主要侧重的是神经网络的实现技术研究方面，创新性地利用FPGA嵌入式系统开发技术实现单神经元PID智能控制器的研究与设计，并将其封装成为一个专用的IP核供其他的控制系统使用。 首先，对单神经元PID智能控制器的设计原理和设计算法进行了深入的研究与分析；其次，利用MATLAB设计单神经元PID智能控制器，针对特定的被控对象，对其进行仿真实验，获得比较理想的系统输出；然后，研究基于FPGA的单神经元智能控制算法的实现，对控制器进行VHDL语言分层设计，使用Altera公司的软件QuartusⅡ6.1进行仿真实验。两个仿真实验结果表明，基于FPGA的单神经元智能控制器比MATLAB设计的单神经元PID智能控制器性能优良。 本文的设计模块主要包括权值修改模块、误差计算模块、权值产生模块和输出模块。在各个模块的设计中进行了优化处理，使本文的设计不仅利用的硬件资源少，而且也有很快的运行速度，同时也改善了传统控制器的控制性能。
上传时间： 2013-04-24
上传用户：13517191407
减摇鳍是船舶与海洋工程中的一种重要系统，目前已在多种船舶中广泛应用。减摇鳍对于提高船舶耐波性，增加船舶使用寿命，改善设备与人员的工作条件，提高舰艇的战斗力具有重要作用。减小船舶横摇是目前船舶运动控制领域的重要课题之一。本文以船舶减摇鳍系统作为研究对象，重点讲述了基于ARM处理器的减摇鳍控制器的设计与实现方案。 减摇鳍系统目前大多采用基于力矩对抗原理的PID控制器。控制器的性能对船舶自然横摇周期和无因次横摇衰减系数有着很大的依赖关系。由于船舶横摇运动的复杂性、非线性、时变性和海况的不确定性，经典PID控制难以获得满意的控制效果。采用先进的控制策略是解决这一问题的有效方法。本论文将模糊控制与PID控制相结合，实现了无须精确的对象模型，只须将操作人员和专家长期实践积累的经验知识用控制规则模型化，然后用模糊推理在线辨识对象特征参数，便可对PID参数实现自整定。另外，浪级调节器做为减摇鳍控制器的一个重要组成部分，本论文也对其设计进行了研究，提出了一种基于海浪谱估计的浪级调节器的设计方法，弥补了传统浪级调节器不能充分利用海浪信息的不足。 目前大多数的减摇鳍控制器使用单片机作为主处理器或者以工控机为基础开发而来的，前者集成度不高，稳定性也不好，而后者成本较高。因此，本课题设计了一款新型的基于ARM处理器的减摇鳍控制器，解决了上述问题。该系统主要由硬件平台和软件平台两部分组成。硬件平台主要包括基于飞利浦公司的LPC2214的控制器核心电路和辅助实现控制的驱动电路；软件平台主要是基于ARM的软件，包括启动代码和应用程序。 研究结果表明：开发的嵌入式减摇鳍控制系统不仅具有集成度高、性价比高、性能优越、抗干扰能力强、稳定性好、实时性高等优点。同时更能够适应减摇鳍控制系统智能化的发展趋势，所以该减摇鳍控制器具有很好的使用价值及意义。
上传时间： 2013-07-10
上传用户：giser
磁通反向电机(FRM)是一种新型的双凸极永磁(DSPM)电机,它把高磁能的永磁体放在定子极的表面,永磁体易于安装.随着转子旋转,FRM定子绕组所交链的永磁磁通改变极性,这意味着比磁通脉振产生更大的磁通变化.由于FRM的绕组利用率高、结构简单、转动惯量小及适于高速运转等优点,可广泛应用于汽车制造业、航空航天等工业领域.本文将从模型建立、分析方法、性能分析等方面对该电机进行深入研究.首先,为了解FRM基本理论和掌握其基本规律,写出FRM的基本方程式;由于电机的双凸极结构以及饱和和非线性的影响,整个系统为一强非线性系统.对该电机作适当简化,建立其线性数学模型,这样有利于对FRM的定性分析,弄清其内部的基本电磁关系和基本特性.讨论了绕组电感、绕组磁链、感应电动势及绕组电流、电磁转矩等静态特性,推导出FRM的功率密度计算公式.其次,为准确计算FRM性能,要考虑磁路饱和、铁磁材料的非线性以及永磁磁场与电枢反应磁场之间的相互影响等因素,要建立FRM的非线性模型,提出用变网络等效磁路法进行分析.具体方法是建立FRM的非线性变网络等效磁路模型,推导等效磁路中各部分磁导的计算公式,用节点磁位法建立相应的方程,通过求解该非线性等效磁路方程,得到磁路各部分的磁通分布,进一步求得静态特性,计算出电磁参数.然后用FRM样机的实验结果验证理论分析的正确性.样机的理论分析结果同实验结果进行比较表明,本文所介绍的FRM变网络等效磁路模型具有较好的精度及通用性,基于等效磁网络模型的FRM电磁计算是可行的,计算结果是正确的.最后对磁通反向汽车发电机的功率密度进行分析.导出了磁通反向汽车发电机功率密度的计算公式,分析了影响电机功率密度的因素,并与电励磁汽车发电机进行了比较.
上传时间： 2013-07-30
上传用户：ljthhhhhh123
开关磁阻电机(SwitchedReluctanceMotor，SRM)具有结构简单、工作可靠、效率高和成本较低等优点，在很多领域都显示出强大的竞争力，但是位置传感器的存在不仅削弱了SRM结构简单的优势，而且降低了系统高速运行的可靠性，增加了成本，探索实用的无位置传感器检测转子位置的方案成为开关磁阻电机驱动系统(SwitchedReluctanceMotorDrive，SRD)研究的热点。SRM高度非线性的电磁特性决定了在精确的数学模型基础上实现无位置传感器控制十分困难，而人工神经网络的出现为解决这个问题提供了新的思路。径向基函数(RadialBasisFunction，RBF)神经网络是一种映射能力极强的前向型神经网络，具有收敛速度快、全局逼近能力强等优点。本文提出一种利用自适应RBF神经网络对SRM进行控制的新方法，所采用的RBF神经网络以电机绕组的相电流、磁链作为输入，转子位置作为输出，通过离线和在线相结合的方法对网络进行训练，建立SRM电流、磁链与转子位置之间的非线性映射，从而实现SRM的无位置传感器控制。 常规的PID控制以其结构简单、可靠性高、易于工程实现等优点至今仍被广泛采用。在系统模型参数变化不大的情况下，PID控制效果良好，但当被控对象具有高度非线性和不确定性时，仅靠PID调节效果不好。对于SRM，它的电磁关系高度非线性，固定参数的PID调节器无法得到很理想的控制性能指标。论文提出了一种基于RBF神经网络在线辨识的SRM单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。同时构造了一个RBF网络对系统进行在线辨识，建立其在线参考模型，由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。 仿真及实验结果表明，自适应RBF神经网络能够实现电机的准确换相，从而实现了电机的无位置传感器控制；基于RBF神经网络在线辨识的单神经元自适应控制能够达到在线辨识在线控制的目的，控制精度高，动态特性好，具有较好的自适应性和鲁棒性。
上传时间： 2013-04-24
上传用户：skfreeman
课题分析了目前国内外减摇鳍控制技术的发展与现状，重点讲述了基于ARM处理器的减摇鳍控制器的功能设计与实现方案。 减摇鳍是一种由微机控制的自动化程度很高的船舶减摇装置。减摇鳍控制系统根据人为输入的信号和来自鳍本身的反馈信号，及时输出不同的控制指令，控制鳍转动到期望的角度，达到减小船舶横摇的目的。但目前大多数的减摇鳍控制器使用单片机作为主处理器或者以工控机为基础开发而来的，前者集成度不高，稳定性也不好，而后者成本较高。因此，课题设计了一款新型的基于ARM嵌入式处理器的嵌入式减摇鳍控制器，解决了上述问题。 该系统主要由硬件平台和软件平台两部分组成。硬件平台主要包括基于飞利浦公司的LPC2290的控制器核心电路和辅助实现控制的驱动电路；软件平台主要是基于ARM的软件，包括启动代码和应用程序；为实现系统的可靠运行，同时也采取了一些保证系统可靠性的措施。 目前，减摇鳍系统大多采用基于力矩对抗原理的PID控制器。由于船舶横摇运动的非线性、复杂性、时变性以及海况的不确定性，经典PID控制很难获得令人满意的控制效果。因此，如何实现PID参数的自整定就显得犹为重要。模糊控制事先不需要获知对象的精确数学模型，而是基于人类的思维以及经验，用语言规则描述控制过程，并根据规则去调整控制算法或控制参数。本论文将模糊控制与PID控制相结合，实现了无须精确的对象模型，只须将操作人员和专家长期实践积累的经验知识用控制规则模型化，然后用模糊推理在线辨识对象特征参数，实时改变控制策略，便可对PID参数实现最佳调整。 研究结果表明：采用该控制手段能较好的满足设计要求，开发的嵌入式减摇鳍控制系统具有设计合理、集成度高、性价比高、性能优越、抗干扰能力强、稳定性好、实时性高等优点。同时能够适应减摇鳍控制系统智能化的发展趋势，所以该减摇鳍控制器具有很好的使用价值及意义。
上传时间： 2013-06-06
上传用户：mslj2008
较高性能的永磁同步电机矢量控制系统需要实时更新电机参数，文章中采用一种在线辨识永磁同步电机参数的方法。这种基于最小二乘法参数辨识方法是在转子同步旋转坐标系下进行的，通过MATLAB/SIMULINK对基于最小二乘法的永磁同步电机参数辨识进行了仿真，仿真结果表明这种电机参数辨识方法能够实时、准确地更新电机控制参数。 关键词：永磁同步电机;参数辨识;最小二乘法
上传时间： 2013-06-06
上传用户：685
火车模型 基于NRMA DCC协议的数码控制器
上传时间： 2013-07-13
上传用户：ynsnjs
一种可用于超小型模型的舵机，只有0.5cm*0.5cm大小，希望对于想动手的人有些帮助
上传时间： 2013-07-07
上传用户：2404
