雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际先进研究期刊》的研究在电子、电子、仪表工程

菜单

ISSN在线(2278 - 8875)打印(2320 - 3765)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

双重循环速度控制器设计与仿真高效永磁同步电机的速度控制使用神经网络

Ritu女子1Manoj尼噶的2
  1. PG学生(电力电子),ET&T称,sujeet kumar理工学院,sujeet kumar恰蒂斯加尔邦,印度1
  2. 教授,ET&T称,sujeet kumar理工学院,sujeet kumar恰蒂斯加尔邦,印度2
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

在电力电子领域和工业仪表电气驱动起着非常重要的作用。近年来,制造业的快速增长已被记录。这种快速增长需要设备的精度和效率高。有各种各样的交流伺服驱动市场上刷机器和其他人交流伺服驱动器。两种类型的永磁交流电动机驱动器可用的驱动器。这些都是永磁同步电动机永磁同步电动机驱动与正弦流量分布,以及无刷直流电机(BDCM)驱动器与梯形通量分布。摘要神经网络(NN)的设计和仿真速度控制器为基础的有效速度控制永磁同步电动机驱动器。PI控制器的基本思想是从不能观察到的实际情况。已经观察到,PI控制器广泛应用于速度控制的永磁同步电动机驱动器,虽然一次PI控制器提供了一个良好的调速电机达到稳定状态。但是它在稳定状态下显示了良好的性能,但高度受到速度ir-regulation过渡态的问题。 To overcome this problem this paper proposed a dual loop controller, in which inner loop is designed for regulation of motor stator current using Pulse Width Modulation (PWM) technique and a neural network based controller is proposed in the outer loop to provide efficient speed regulation to replace conventional PI controller. The results obtained after designing and simulation of developed technique shows the high efficiency of speed control of NN based controller.

关键字
PI控制器,永磁同步电动机,神经网络,神经网络控制器,高效的速度控制。

介绍
永磁同步电机(永磁同步电动机)有许多优于其他传统的机器用于交流伺服驱动器。感应电动机的定子电流(IM)包含磁化以及torque-producing组件。使用永磁转子的永磁同步电动机可以不必要的供应通过定子磁化电流恒定的气隙磁通;定子电流只需要扭矩生产。因此对相同的输出,永磁同步电动机运行在更高的功率因数(因为没有磁化电流的情况下),并将比我更高效。传统的绕线转子同步机(SM),另一方面,必须做励磁电机,这通常是由刷和滑环。这意味着转子损失和定期刷维护,这意味着停机时间。
注意,关键原因永磁同步电动机的发展[1]-[3]删除上述缺点的SM取代其磁场线圈,电源、滑环和永久磁铁[4],[8]。将永磁同步电动机驱动的优点而不用面对速度ir-regulation提出了另一种传统的PI控制器。基本思想是利用神经网络的学习能力高效的调速。在本文的第一部分讨论了永磁同步电动机驱动的数学模型,第二部分简要提供论文的方法论和最后结果将简单地加以讨论。

永磁同步电动机的数学模型

答:基本模型
永磁同步的主要构成部分是定子和转子。三相定子绕组产生旋转磁场,通过三相AC供应。转子通常配备高性能永磁铁磁材料的表面或内部。如钕铁硼、稀土磁性材料以获得一个强大的磁场,等。和转子磁场为正弦分布或喜欢一个正弦波的形式。定子和转子磁场之间的相互作用产生的扭矩,当定子三相逆变器提供发电电动机旋转磁场。的扭矩将同步转子定子磁场转速来实现频率控制的目的。为了方便分析,电机做出以下假设:定子绕组三相对称,均匀气隙,忽视最终效果;忽略磁饱和和铁损失,磁路是线性的;转换器提供了一个理想的三相电源,忽略高次谐波;忽略转子轴摩擦。 Motor voltage balance equation is given by:
图像
Ua、乌兰巴托、加州大学的三相定子绕组电压。ia、ib、集成电路的三相定子绕组电流。ψa、ψbψc三相定子绕组磁通。R, L,ψfr每个阶段的定子绕组电阻,电感,相当于转子磁通。TL是负载转矩。J,λω是电机极数,转子惯性,转子电角速度。
交流永磁同步电动机是一个多变量耦合和非线性时变系统在去年类型。直接使用传统的线性控制理论不能达到有效的控制。因此,必须能够转换和简化古典控制理论的使用调节器的设计。

脉冲宽度调制(PWM)
PWM调制技术,符合的宽度脉冲,脉冲持续时间,正式基于调制信号的信息。虽然这种调制技术可以用来编码信息传播,其主要用途是允许电力供应的控制电气设备,特别是汽车等惯性负载。
的平均值电压(电流)的负载是由供应和负载之间的开关打开和关闭速度快。开关的时间越长时期相比,较高的电力提供给负载。PWM开关频率要远远高于负载会影响什么,也就是说使用的设备电源。通常开关多次要做一分钟。
工作周期描述的比例”这个词“定期间隔时间或时期的时间;一个工作周期对应于低功率低,因为大部分时间的权力。责任周期用百分比表示,完全在100%。PWM的主要优势是,开关设备的功率损耗非常低。当开关几乎没有电流,当它,几乎没有电压降穿过开关。功率损耗、电压和电流的乘积,因此在这两种情况下接近于零。PWM也适用于数字控制,因为他们的开/关,可以很容易地设置所需的工作周期。[14]

答:脉宽调制原理
脉冲宽度调制使用矩形脉冲波的脉冲宽度调制导致的平均值的变化波形。如果我们考虑一个脉冲波形与低价值ymin f (t),高价值ymax和工作周期D(见图1),平均值的波形是由:
图像
图像
后面的表达式可以相当简化的在许多情况下,ymin = 0。从这个,很明显,信号的平均值(y)直接依赖于工作周期D图(1)显示了一个脉冲波,显示ymin的定义,ymax和D。
最简单的方法来产生PWM信号截断的方法,只需要一个锯齿或三角波形(容易生成的使用一个简单的振荡器)和一个比较器。当参考信号的值(图2中的红色正弦波)比调制波形(蓝色),PWM信号(红色)是在高状态,否则它处于较低状态。
图(2)显示了一个简单的方法来产生PWM脉冲序列对应于给定截断的PWM信号:信号(这里的红色的正弦波)是比锯齿波形(蓝色)。当后者小于前者,PWM信号(红色)是(1)在高状态。否则它处于低状态(0)[14]。

建模的神经网络控制器的永磁同步电动机(外环)
神经网络是一种广义的方法使学习算法和做出决定对准确控制操作在不同的应用程序。神经网络工作的方法主要适用于修道院提供信息,使一个合适的决定对于一个给定的测试输入基于提供培训信息。这种方法类似于人类的控制方法,所有过去的观察作为参考信息,作为决策变量。已经在前一节中讨论这篇文章包括一个双重循环控制的永磁同步电动机速度控制。本节涉及的神经网络控制器建模与仿真外循环控制。在分析神经网络控制器是发现,实时处理复杂的神经网络结构不可靠,因此在本文中开发的一个简单的前馈神经网络实时速度控制。神经网络控制器建模的基本步骤如下:
步骤1:-分析神经网络控制器的输入。
步骤2:选择神经网络的类型。
第三步:分析所需的输出神经网络控制器。
图(3)显示了神经网络控制器的仿真模型开发和随之而来的部分。

方法
早些时候很多工作已经完成的速度控制驱动器但这方面仍缺乏一个有效的和实时的速度控制。摘要双重循环控制器,其中内循环是专为电机定子电流调节使用脉冲宽度调制(PWM)技术,提出了一种基于神经网络的控制器外层循环提供高效的调速取代传统PI控制器。本节简要描述了该算法的帮助下框图如图(4)所示。

结果与讨论
该方法成功地在MATLAB仿真软件建模和实现。本节提出了开发方法的仿真后的结果。比例积分控制器之间的比较分析比较和发展神经网络控制器也是本节中给出。让我们先分析PI控制器在调速的缺点。图(6)显示了合成速度曲线当PI控制器中使用外循环。从图(6)很明显,在瞬态里面PI控制器提供了一些振荡,这导致在速度控制,各类PI控制器。图(7)显示了一个放大的视图在瞬态里面有速度。
因此我们的技术的主要目的是提供稳定和平滑速度曲线使用基于神经网络速度控制器。速度曲线的结果用神经网络控制器在外层循环图(8)所示。
从图(8)clerily显然发达双重循环控制器提供了高效的永磁同步电动机驱动速度控制。

结论
永磁同步电动机驱动器是最常用的电动机不仅工业以及其他领域。因此调速的永磁同步电动机在其适用的领域中扮演着关键角色。介绍一种新的高效的永磁同步电动机驱动速度控制方法成功地在MATLAB仿真软件中实现。
除此之外的结果比较分析传统PI控制器和神经网络控制器开发也在前一节中讨论。从比较分析了在前一节中已经发现,发达的神经网络控制器不仅能够提供高效的速度控制在稳定状态和它提供了高效的速度控制在过渡时期,PI控制器的缺点。因此发达技术提供了有效的速度控制是比较可用PI控制器。

数据乍一看
图1 图2 图3 图4
图1 图2 图3 图3一
图1 图2 图3 图4
图3 b 图3 c 图4 图5
图1 图2 图3
图6 图7 图8

引用
  1. 陈Junfeng。永磁电机[M]。北京:中国机械出版社。2002年。
  2. Yong-Dong李。数学交流电动机控制系统[M]。北京:中国机械出版社。2002年
  3. 陈海上城市。精益对永磁电机的发展[M]。机械制造和自动化,1996 (I), 1 - 5。
  4. 离散空间矢量调制。卫国刘,刘Jing-Lin等等。稀土永磁电机(M1,国家无视工业出版社,1999。
  5. Yongdong梁燕。传感器矢量控制的永磁同步电动机转子位置估计的阴影,电子技术杂志,2003,(2):77 - 81。
  6. 李Chongjian。交流同步电动机控制系统[M]。科学出版社,2006年
  7. 西德尼·R bw。先进的驱动器Regular-Sampled PWM控制技术和静态功率转换器[J]。IEEE行业Electronics.1995事务
  8. 年代。Weerasoorya和M。一个Al-Sharkawi¢€•识别和控制的直流电机使用bp神经networksA¢€–IEEE能量转换,下册,第四pp663 - 669, 1991年12月。
  9. D。Psaltis Sideris和嗜Yamamura,¢€•多层神经网络ControllerA¢€–,IEEE控制系统杂志,pp.17-20, 1988年。
  10. b . Kosko、神经网络和模糊系统、新世纪国际有限公司,1992年版
  11. e·莱文,r . Gewirtzman G.F. Inbar,一个¢€•神经网络自适应系统建模和架构ControlA¢€–,神经网络,4号(2)185 - 191页,1991年。
  12. 通用斯科特,基于知识的人工神经网络对过程建模和控制,博士学位。论文,威斯康辛大学,1993。
  13. 年代。G German-Gankin -计算建模的电力电子系统在Matlab, 2001
  14. https://en.wikipedia.org/wiki/Pulse-width_modulation。