本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-05-23
上传用户：1101055045
该文研究了无刷直流电机的无位置传感器控制理论、转矩波动抑制方法、数字仿真算法和DSP控制技术.首先,该文介绍了无刷直流电机无位置传感器控制原理,比较了目前几种常用的无位置传感器控制方法,提出了基于径向基函数（RBF）神经网络的无位置传感器控制方法.通过离散化位置信号的映射方程,得到网络的基本输入输出,网络的输出通过逻辑处理,处理后的结果作为电机控制信号,同时也作为网络的训练教师.采用在线学习和离线学习两种方式训练网络,并详细介绍了两种方式的算法;其次,该文概述了无刷直流电机转矩波动的产生原因,重点分析了换相转矩波动产生的原理,提出了基于误差反传（BP）神经网络的转矩波动抑制新方法.采用两个结构相同三层网络,建立了电压自校正调节器,对电机端电压进行瞬时调节,保持电路中电流幅值不变,实现了转矩波动的自适应调节.另外,该文推导了较全面的电机数学模型,重点研究了无刷直流电机仿真中的几个关键技术,包括气隙磁场的建立、位置信号的模拟、中心点电压的计算、二极管续流状态的实现以及PWM电流控制的仿真.采用面向对象程序设计（OOP）方法,设计了多功能的仿真软件SIMOT.最后该文介绍了数字信号处理器（DSP）TMS320LF2407的结构和性能,给出了PWM控制和A/D转换的算法,采用反电势法原理实现了无位置传感器控制,并给出了相关的实验结果.
上传时间： 2013-07-14
上传用户：klds
超声波电机(Ultrasonic Motor简称USM)是八十年代发展起来的新型微电机。本文针对超声波电机及其控制技术的研究现状和发展趋势,以我国研究技术相对比较成熟并有产业化前景的行波超声波电机(Traveling-wave Ultrasonic Motor简称TUSM)的伺服控制技术为研究对象,以直径60mm的行波超声波电机TUSM60为研究实例,在特性测试、动稳态性能分析,辨识模型建立、控制策略与控制算法的选择与实现等方面展开研究。本论具体的研究内容为： 在分析超声波电机研究历史和现状的基础上,结合国内外超声波电机特别是行波超声波电机控制技术的发展趋势,重点论述了行波超声波电机及其驱动控制技术的研究进展。 介绍行波超声波电机的基本结构,并从该电机的主要理论基础--压电原理、行波合成、接触模型出发,分析了行波超声波电机定子质点的运动方程.并结合定转子摩擦接触特点,分析了行波超声波电机的运行机理。 根据对行波超声波电机测试和高精度控制的要求,研制出基于双DSP和FPGA的超声波电机高性能测试控制平台。其中控制核心采用了双DSP结构,可以在对行波超声波电机进行控制的同时,将必要的参数读取出来进行分析和研究。为行波超声波电机瞬态特性分析以及控制策略、控制算法的深入研究打下了基础。 对电机的瞬态、稳态特性进行的测试,可以分析驱动频率、电压以及相位差等调节量对电机输出的影响。在此基础上进一步对行波超声波电机的调节方式、控制算法选择方面进行分析,并得到相应结论。 通过对实验数据的总结和归纳,利用系统辨识中的非参数方法,建立在特定频率条件下的近似线性模型。在行波超声波电机工作范围内,辨识若干组不同频率条件下的近似线性模型,将这些模型的参数进行二维或三维拟合,可以得到一个关于行波超声波电机传递函数的模型。辨识模型的建立为合理的选择和优化控制参数,控制效果的验证等提供了行之有效的手段。 在对行波超声波电机的速度控制、位置控制展开的研究中.首先利用遗传算法对常规PI恒转速控制的控制参数整定及修正方法进行了研究；利用神经元的在线自学习能力,研究和设计单神经元PID-PI转速控制器,提高控制系统对电机非线性和时变性的适应能力；为了消除在伺服控制中,单一调节量(驱动频率)情况下,低转速的跳跃问题,研究和讨论了多调节量分段控制方法,并利用模糊控制对控制方法的有效性进行了验证；在位置控制中,利用转速控制研究的结果,研究和设计了位置--速度双环(串级)控制器,实现了电机高精度位置伺服控制。 通过对已有控制系统的改进和简化,设计和研制了具有实用化价值行波超声波电机控制器：并将研究成果应用于针对核磁成像设备而设计的行波超声波电机随动控制系统中,同时尝试了将该控制器用于高精度X-Y两维定位平台。
上传时间： 2013-07-13
上传用户：mpquest
本文首先简述了交流调速系统的发展和研究重点，介绍了异步电机调速系统的不同控制策略，详细论述了异步电机矢量控制系统的基本原理：异步电机的数学模型和坐标变换、矢量控制的基本方程式、转子磁链的观测方法、矢量控制的系统结构等，并重点分析了空间矢量脉宽调制(SVPWM)技术的基本原理、控制算法以及在TMS320LF2407中的实现方法。 从工程实际应用出发，本文设计和开发了一套以DSP芯片TMS320LF2407为核心的有速度传感器异步电机矢量控制系统，并给出了硬件和软件的实现方法。该系统的功率电路采用电压型的交-直-交变压变频结构，由整流电路、滤波电路及智能功率模块IPM(PM15RSH120)逆变电路构成；控制电路以DSP芯片TMS320LF2407为核心，加上PWM信号发生电路、定子电流检测电路、直流母线电压检测电路、智能功率模块驱动电路、速度检测电路、系统保护电路等，构成了功能齐全的异步电机全数字化矢量控制系统。 在此基础上，本文对无速度传感器异步电机矢量控制系统进行了有益的探索。提出了改进的电压型转子磁链估算模型，消除了电压型转子磁链估算模型中纯积分环节所固有的漂移问题和积累误差对实际系统性能的影响。在传统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模糊神经网络取代，提出一种基于模糊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模糊神经网络结构和学习算法。最后对基于模糊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。
上传时间： 2013-07-02
上传用户：amandacool
永磁同步电机(Permanent Magnet Synchronous Motor)因功率密度大、效率高、过载能力强、控制性能优良等优点，在中小容量调速系统和高精度调速场合发展迅速。但由于永磁同步电机的磁场具有独特的交叉耦合和交叉饱和现象，且其控制系统是一个强非线性、时变和多变量系统，要实现高精度调速就需对其控制策略进行深入研究。 永磁同步电机调速系统中，位置传感器的存在使得系统成本增加、结构复杂、可靠性降低，所以永磁同步电机的无位置传感器控制成为一个新的研究热点。本文拟借助于神经网络良好的逼近能力，实现永磁同步电机的无位置传感器控制。 人工神经网络(Neural Network)可以逼近任意复杂非线性映射，具有很强的自学习自适应能力，十分适合于解决复杂的非线性控制问题。其中，BP神经网络是目前广泛应用的神经网络之一，得到了较为深入的研究，其结构简单，需要离线确定的参数少、泛化能力强、逼近精度高、实时性强，采用BP神经网络实现永磁同步电机的调速控制具有重要意义。 文中提出了基于BP神经网络的永磁同步电机自适应调速控制策略，建立了一种包含辨识网络和控制网络的双神经网络结构控制系统。辨识网络在线动态辨识系统输出并对控制网络参数进行调整，控制网络与PI控制方法相结合实现永磁同步电机自适应转速控制。仿真结果表明，该系统动态响应快、实时性较强、精度较高。 文中提出了一种基于混合训练算法的BP神经网络永磁同步电机无位置传感器控制方法。采用混沌优化和梯度下降法相结合的混合算法对BP神经网络进行离线训练后，将其用于永磁同步电机的转子位置角在线估计。结果表明，该训练算法可以有效地加快神经网络收敛速度，且估计的转子位置角误差较小、精度较高。 文中建立了以TMS320F2812芯片为核心的永磁同步电机调速控制系统，并进行了相应的软硬件设计，为实现永磁同步电机的各种控制策略奠定了实验基础。DSP控制系统为神经网络训练提供样本，为研究永磁同步电机的自适应调速控制和转子位置角估计创造了条件。
上传时间： 2013-07-03
上传用户：kakuki123
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
工业生产过程中，时滞对象普遍存在，同时也是较难控制的，尤其是大时滞对象的控制一直都是一个难题。而很多温度控制系统都是属于大时滞系统，常见的智能温度控制器虽然在温度控制的实际应用中表现了比较理想的控制效果，但它仍然属于将参数整定与系统控制分开处理的离线整定方法，如果工况发生变化就必须重新调整参数。针对这一问题，为了实现时滞系统参数自整定的控制，本文将神经网路控制、模糊控制和PID控制结合起来，设计了基于神经网路的模糊自适应PID控制器。 首先，本论文分析了时滞系统的特点，讨论了几种时滞系统较为成熟的常规控制算法：微分先行控制算法、史密斯预估控制算法、大林控制算法，并深入研究了它们的控制性能；并且通过仿真对这三种控制方法在温控系统中的控制性能进行了比较。 其次，在分析PID参数自整定传统方法的基础上，设计了一种改进方法，并设计了相应的控制器。该控制器综合了模糊控制、神经网络控制和PID控制各自的长处，既具备了模糊控制简单有效的控制作用以及较强的逻辑推理功能，也具备了神经网络的自适应、自学习的能力，同时也具备了传统PID控制的广泛适应性。该方法不需要离线整定参数，实现了在线自整定参数。仿真实验表明了该控制器对模型和环境都具有较好的适应能力和较强的鲁棒性。 最后将基于神经网路的模糊自适应PID控制器应用于贝加莱PID温控装置，能够出色地实现参数的在线自整定。理论分析、系统仿真、实验结果都证实了这种控制策略能有效地减少系统超调量，并减少了调节时间，提高了系统的实时性和控制精度。
上传时间： 2013-07-05
上传用户：xinyuzhiqiwuwu
高压变频调速技术节能效果显著，多电平逆变器是其常用的一种电路拓扑形式。三电平逆变器能降低功率器件耐压要求、降低谐波含量，普遍地采用电压空间矢量脉宽调制的控制策略。将DSP数字控制技术应用于三电平逆变器不仅简化了系统的硬件结构，提高系统性能，还可以实现系统的优化控制。 本文首先简要介绍了三电平逆变器的拓扑结构和控制策略，并阐述了二极管箝位式三电平逆变器电路结构和电压空间矢量脉宽调制控制策略的实现方法。在此基础上，通过对逆变器的工作过程分析，建立了逆变器的数学模型。并提出了一种能控制逆变器直流侧电容中点电位平衡并且能降低开关损耗的电压空间矢量脉宽调制方法。 本文在综述人工神经网络技术的基础上，提出一种基于复合人工神经网络的电压空间矢量脉宽调制算法，充分利用人工神经网络的快速并行处理能力、学习能力，缩短了计算时间，降低了由控制延时引起的谐波成分。最后在MATIAB/Simulink环境下，结合ANN工具箱建立了仿真模型。仿真结果证明了基于复合人工神经网络算法的可行性。 本文进行了三电平逆变器的主电路、开关器件驱动电路、电流电压检测电路和保护电路等的设计。根据三电平逆变器主电路功率开关多，驱动信号不能共地的特点，本文设计一种利用光耦隔离驱动功率开关器件的驱动保护电路，降低电磁干扰，并在过流等异常情况下实时保护功率开关器件。最后以TMS320LF2407DSP为数字控制平台，实现了三电平逆变器的电压空间矢量脉宽调制控制策略。
上传时间： 2013-07-07
上传用户：natopsi
很全的DSP电机控制原理图和PCB图，SCH和PCB资料全，是学习和了解DSP的好文件,希望对要学习和了解DSP的朋友带来帮助。
上传时间： 2013-05-24
上传用户：13215175592
运动控制技术是机电一体化的核心部分，提高运动控制技术水平对于提高我国的机电一体化技术具有至关重要的作用。运动控制技术的发展是制造自动化前进的旋律，是推动新的产业革命的关键技术。对于数控系统来说，最重要的是控制各个电机轴的运动，这是运动控制器接收并依照数控装置的指令来控制各个电机轴运动从而实现数控加工的，数据加工中的定位控制精度、速度调节的性能等重要指标都与运动控制器直接相关。目前对数控系统的研究都集中在插入PC的NC控制器的研究上，而其核心部分就是对步进、伺服电机进行控制的运动控制卡的研究。对PC-NC来说，运动控制卡的性能很大程度上决定了整个数控系统的性能，而微电子和数字信号处理技术的发展及其应用，使运动控制卡的性能得到了不断改进，集成度和可靠性大大提高。 本课题通过对运动控制技术的深入研究，并针对国内运动控制技术的研究起步较晚的现状，结合当前运动控制领域的具体需要，紧跟当前运动控制技术研究的发展趋势，吸收了数控技术和相关运动控制技术的最新成果，提出了基于PCI和FPGA的方案，研制了一款比较新颖的、功能强大的、具有很大柔性的四轴多功能运动控制卡。 本课题的具体研究主要有以下几方面： 首先，通过对运动控制卡及运动控制系统等行业现状的全面调研，和对运动控制技术的深入学习，在比较了几种常用的运动控制方案的基础上，提出了基于FPGA的运动控制设计方案，并规划了板卡的总体设计。 其次，根据总体设计，规划了板卡的结构，详细划分并实现了FPGA各部分的功能；利用光电隔离原理设计了数字输入/输出电路。 再次，利用FPGA的资源实现了PCI从设备接口，达到跟控制卡通信的目的，针对运动控制中的一些具体问题，如运动平稳性、实时控制以及多轴联动等，在FPGA上设计了四轴运动控制电路，定义了各个寄存器的具体功能，设计了功能齐全的加／减速控制电路、变频分配电路、倍频分频电路和三个功能各异的计数器电路等，自动降速点运动、A／B相编码器倍频计数电路等特殊功能。最后，进行了本运动控制卡的测试，从测试和应用结果来看，该卡达到预期的要求。
上传时间： 2013-07-27
上传用户：zgu489
