ISSN在线(2278 - 8875)打印(2320 - 3765)
魏仁芳Gottapu1帕拉山,青年志愿2P马赫什3Y Sumith4,P。Shyam kiran5
|
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
在本文中,我们引入了一个全新的人工神经网络技术用于流量位置估计和行业选择减少转矩和磁通的涟漪。直接转矩控制(DTC)的感应电动机驱动快速的转矩响应没有复杂的方向变换和内循环电流控制。DTC有一些缺陷,如高扭矩和通量涟漪,由部门变化引起的。基于ANN的DTC的重要的一点是正确的定子电压矢量的选择。这个项目提出了简单的结构化神经网络流量位置估计和部门对感应电动机的选择。的Levenberg-Marquardt反向传播技术已经被用于训练神经网络。结构简单网络促进短期培训和处理时间。感应电动机是非线性的系统,人工神经网络在非线性系统良好的估计。
关键字 |
人工神经网络(ANN)技术,直接转矩控制(DTC),磁场定向控制(FOC)。 |
介绍 |
领域的一个重大革命感应电动机控制是面向领域的发明——控制(FOC)或矢量控制Blaschke和哈斯一直到现在从事高性能工业应用,取得了快速的转矩响应和被应用在各种工业应用而不是直流电机。在矢量控制方法,它是必要的,以确定正确的转子磁通的方向向量和主要退磁场定向控制标准鼠笼式感应电机的转子时间常数很大,因此转子磁链变化缓慢而定子磁链。新技术开发的感应电动机转矩控制我。直接转矩控制(DTC)。直接转矩控制(DTC)感应的机器提供了一个良好的跟踪对电磁转矩和定子磁通。这种控制方案,如图1所示,只取决于定子测量。开关逻辑控制促进定子电压空间矢量的生成,与合适的选择逆变器的开关模式。 |
二世。目标和项目的好处 |
感应电动机控制领域的发明——面向控制高性能工业应用领域,取得了一个快速的转矩响应和被应用在各种工业应用而不是直流电机。开关逻辑控制促进定子电压空间矢量的生成,与合适的选择逆变器的开关模式。 |
DTC的主要优点是: |
•缺乏坐标变换 |
•没有电流调节器 |
•和缺乏独立的电压调制块。 |
DTC方案的缺点: |
•反应迟缓(反应迟缓)启动和负载流量或扭矩的变化。 |
•高转矩脉动和瞬态响应缓慢的一步在启动转矩的变化。 |
这个画背可以克服使用智能称为人工神经网络(ANN)的技术。基于人工神经网络的DTC提高感应电动机的性能在低速操作和减少扭矩波纹在短瞬变. .部门识别依赖于准确的估算定子磁通位置;这个可以测量与人工神经网络的帮助。人工神经网络是有线的学习所需的输入和输出之间的映射系统的信号。由于人工神经网络不使用系统的数学模型。 |
感应电动机是非线性的系统,人工神经网络在非线性系统良好的估计。摘要交流电机的负载转矩控制使用电压源变换器。电压源变换器我年代设计的使用技术。设计的脉冲电压源变换器采用空间矢量调制。 |
•减少了转矩和磁通涟漪利用人工神经网络技术实现电机在额定速度旋转。 |
•设计的脉冲电压源变换器采用空间矢量调制。 |
•减少了转矩和磁通涟漪利用人工神经网络技术实现电机在额定速度旋转。 |
![]() |
三世。文献综述 |
过去几年这个概念已经发展多年来首次对先进的工作是在2000年1月,由c . Lascu Boldea, f . Blaabjerg [1]。红外技术是用来跟踪视频会议的议长的位置在2003年,由Burak Ozpineci, L.M.Tolbertr[2],高桥和y Ohmori在1989年。 |
感应电动机的优势超过其余的汽车。感应电动机的主要优点是不需要固定和旋转部件之间的电气连接的电动机。因此,他们不需要任何机械换向器(刷),导致他们免费维修汽车的事实。感应电动机也低体重和惯性,高效率和高过载能力。因此,他们更便宜、更健壮,任何失败在高速和更少的证明。 |
![]() |
![]() |
IV.CIRCUIT和主要组件 |
在过去,直流电机被广泛用于变速操作被要求的领域。直流电机有一定的缺点,然而,这是由于换向器和刷子的存在使发动机更加笨重,昂贵的和沉重的。他们也健壮和免疫沉重的负荷。感应电动机的速度控制,所以不同类型的控制器是用于获得所需的速度。各种速度控制技术实现的作品仿若变频驱动主要分为以下三个类别 |
1。标量控制(V / f控制), |
2。矢量控制(间接转矩控制) |
3所示。直接转矩控制(DTC)。 |
我们的论文的目的是控制的速度和扭矩感应电动机直接转矩控制技术。 |
感应电动机的动态建模是仿真软件完成使用必要的方程。直接转矩控制的感应电动机也建模仿真软件使用必要的方程。神经网络系统中实现更好的控制的感应电动机。 |
答:直接转矩控制(DTC) |
传统矢量控制和直接转矩之间的差异是,DTC没有固定切换模式。 |
DTC开关逆变器根据负载需求。由于消除固定切换模式(的特征矢量和标量控制),DTC的反应是在即时负载变化极快。虽然速度精度高达0.5%保证这个复杂的技术,它消除了任何反馈装置的要求。该技术的核心是其自适应运动模型。这个模型需要的各种运动参数信息,如定子电阻、互感、饱和co-efficiency,等等。 |
DTC主要特点如下: |
•磁通和转矩的直接控制。 |
•间接控制定子电流和电压。 |
•近似正弦定子通量和定子电流。 |
•高动态性能即使在静止。 |
b为基于SVM的DTC控制策略 |
直接转矩和磁通控制的框图如图6所示解释了控制策略。速度控制回路和通量程序的函数速度显示像往常一样,不会被讨论。命令定子磁通Ψs *和扭矩Te *大小与相应的估计价值,通过hysteresis-band控制器错误处理,如图所示。通量循环控制器有两个级别的数字输出按照下列关系 |
![]() |
![]() |
接收输入信号电压向量HΨ回去和S (k)生成相应的控制电压矢量(逆变器开关状态)通过查找表,如表1所示(矢量符号被删除)。逆变器电压矢量(6活跃和两个零状态)和一个典型的Ψs如图5所示。忽略定子电阻的机器。 |
![]() |
机器的通量是最初建立在零频率(dc)沿着轨迹OA如图5所示。额定流量,应用命令转矩和Ψs *向量开始旋转。 |
![]() |
![]() |
c .人工神经网络 |
无数的进步已经在开发智能系统,一些受生物神经网络。许多学科的研究人员正在设计人工神经网络在模式识别解决各种各样的问题,预测、优化、联想记忆和控制。传统的方法已经提出了解决这些问题。尽管在某些well-constrained环境中成功的应用程序可以被找到,没有足够灵活,能够在其域表现良好。人工神经网络提供令人兴奋的选择,许多应用程序可以受益于使用它们。这篇文章是为那些读者很少或根本没有知识网络来帮助他们理解这个问题的计算机的其他文章。 |
![]() |
使用MATLAB安程序: |
p = [330.51 344.22 359.02 0.082757 19.88 29.012 30.078 41.039 54.522 68.712 79.413 89.65 90.374 100.32 110.48 129.4 139.12 149.29 150.23 163.67 172.09 182.3 190.08 209.82 210.46 220.15 236.1 249.96 257.92 269.99 270.49 - 285.11 294.27 - 301.9 315.15 - 329.99); |
% p = p '; |
o = [1 1 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3 3 4 4 4 4 4 4 5 5 5 5 5 5 6 6 6 6 6 6); |
net.numInputs = 1; |
net.numLayers = 3; |
360年净= newff([0]、[36岁,1],{‘tansig’,‘poslin},“traingdm”); |
net.trainparam.lr = 0.002; |
net.trainparam.epochs = 5000; |
网=火车(净p o); |
% =净newlind (p o); |
gensim(净,1) |
诉测试过程 |
![]() |
模拟块的设计: |
![]() |
主要的感应电动机模型的仿真框图3 -Φ输入电压波形,2 -Φ模型输出,定子电流,转子电流、速度与电磁转矩波形如下图所示。 |
![]() |
![]() |
6。结论 |
从上面的传统直接转矩控制技术是用于直接转矩控制的感应电动机。在传统DTC方法的一些缺点,如困难以非常低的速度、转矩和磁通控制大电流和转矩脉动,可变开关频率的行为,低速高噪声水平和缺乏直接电流控制,自适应转矩控制器必须提出了高性能的应用程序。所以一个人工神经网络(ANN)提出了传统直接转矩控制方案。安智能技术用于适当的部门选择DTC的转子速度、转矩和磁通的感应电机得到了改进。传统的直接转矩控制器而安。结果是,使用MATLAB / simulink进行了 |
ACKNOWLEGEMENT |
我们借此机会表达我们最深的感激和感谢所有帮助我们的人都直接或间接地向成功完成这篇论文。 |
引用 |
|