永磁球形电动机动力学解耦控制及通电策略研究

题名:永磁球形电动机动力学解耦控制及通电策略研究
作者:郭辰
学位授予单位:天津大学
关键词:永磁球形电动机;;解耦控制算法;;静态转矩模型;;通电策略;;逆运动学;;神经网络;;蚁群算法
摘要:针对一种新型永磁球形电动机,本文讨论了其主要结构特征,并对该电动机进行了动力学建模,分析了其模型误差及产生原因。根据动力学模型中存在大量非线性耦合项的特点,本文提出了一种基于模糊控制器的动力学解耦控制算法;随后,为消除动力学模型中的不确定性,进一步改善解耦控制效果,又提出了一种基于神经网络辨识器和ANFIS的动力学解耦控制算法。这两种控制算法均采用计算力矩法的结构,能消除各neodymium magnets欧拉角轴向之间的非线性交叉耦合,提高系统的动态和静态性能。仿真分析验证了提出算法的正确性。
 本文提出了一种基于球面规划的定子绕组通电策略。首先,用有限元法得到了永磁球形电动机的静态转矩模型。然后,将定子球面上定子绕组覆盖区域进行球面规划,划分为四类子区域,用解析法对所有子区域进行描述,并根据相似三角形原理对各个定子绕组进行标号。最后,根据转子的位置,用特定的法则确定需要通电的定子绕组,并调用静态转矩模型,求解得到通电电流大小。采用该通电策略后,永磁球形电动机能在不同控制算法下实现复杂的轨迹跟踪运行。仿真分析验证了该通电策略的合理性。
 对于永磁球形电动机逆运动学问题来说,解析求解较为复杂。针对此问题,本文提出了一种基于神经网络的逆运动学求解方法,用神经网络来逼近该电动机的逆运动学模型;根据神经网络采用L-M优化算法时http://www.chinamagnets.biz/Neodymium/Ball-Neodymium-Magnets.php的样本学习效果,确定了此神经网络的最优结构。随后,本文又提出了一种基于改进蚁群算法的逆运动学求解方法,验证了该算法的优越性,并对其参数设置进行了研究。
 本文搭建了基于DSP TMS320F2812的永磁球形电动机双闭环自转调速实验平台,并对硬件电路的各主要部分进行了讨论。通过对永磁球形电动机的转子位置和母线电流的检测,实现了其双闭环调速控制。从调速效果可以看出,永磁球形电动机能够实现较快的启动和平稳的运行。
学位年度:2010