基于水循环算法的开关磁阻电机性能优化.docx资源-CSDN文库

版权申诉

92 浏览量 2022-11-04 16:42:25 上传评论收藏 784KB DOCX 举报

资源推荐

资源详情

资源评论

0 引言

近年来，开关磁阻电机(switched reluctance motor，SRM)以其制造成本低、鲁棒性强、可靠性高

等特点在一些变速电机应用中吸引了越来越多的关注.除此之外，SRM 还具有很大的起动转矩及很高的容

错率，能在一些恶劣的环境下使用，这使得其在电动汽车、冶金及航空航天等领域都得到了广泛的应用.

然而，由于其本身特有的双凸极结构，使得它是一个多变量、强耦合、非线性的复杂系统.在电机运行的

过程中，由于各相的开关器件会频繁地导通和关断，这使得电机在换相期间产生较大的转矩脉动，并伴随

着相对较大的噪声.与此同时，由于 SRM 的转矩是由一系列脉冲转矩叠加而成，受到电机本身特有的双凸

极结构和磁路饱和非线性特性的影响，合成转矩并不是一个恒定转矩，具有较大的谐波分量.为此，研究

人员对于如何进行 SRM 性能优化做了大量研究.

文[1-6]利用不同的优化算法，将速度控制器和电流控制器的 PI(proportional integral)参数最优值及

导通角、关断角的求取问题作为一个多目标优化问题，最优参数由算法迭代寻优后得到.但是该方法存在

迭代时间过长，无法应对未知参数变化及外部负载扰动等问题，实验方法有待完善. SRM 本身是一个复杂

多变的系统，其磁链特性具有高度的非线性，构建一个精确的模型也可以在一定程度上减小转矩脉动.文

[7-11]分别利用不同的神经网络对 SRM 的磁链特性及转子位置特性进行拟合，通过优化电机相应的磁链

模型和转子位置模型来减小控制偏差及转矩脉动.上述方法虽然提高了 SRM 的模型精度，减小了转矩脉

动，但是无法有效应对出现在系统中的扰动.文[12-13]为解决 SRM 控制系统中未知参数变化及外部负载扰

动等情况，设计了一种自适应 RBF 神经网络控制器，对于系统中出现的误差进行在线补偿.自适应律的引

入使得 RBF 神经网络能够有效对抗外部扰动，但是在参数多变的情况下系统应对扰动并不灵敏.文[14]利

用 WCA 优化由积分时间绝对误差(ITAE)、电机转矩平滑因子(TSF)、每安培转矩比(TAR)三个部分组成的

多目标函数，并将优化后的结果用来构建 ANN(artificial neural network)控制器以达到自适应调节的效果.

该方法是将离线训练和在线训练相结合，显然离线训练的时间将会很长，而且以上述 3 个性能指标作为优

化目标时得到的并不一定是最优结果.

本文以开关磁阻电机为研究对象，针对算法调节参数时迭代时间过长且无法有效应对外部扰动及神

经网络训练过程中对于扰动反应灵敏性不高的情况，提出了一种基于转速控制的水循环算法优化的小波神

经网络控制器，其中考虑了参数变化、外部负载扰动和输入饱和度约束.基于提出的神经网络控制器，首

先在 Matlab/Simulink 中搭建仿真模型验证，然后根据实际电机参数在 Maxwell 中搭建电机模型，利用

Simulink 及 Maxwell 的联合仿真进一步验证算法的有效性.结果表明，相对于其它方法，本文提出的方法

减少了转矩脉动，当出现突加外部负载扰动时能够快速反应并迅速达到稳态.

1 开关磁阻电机的模型 1.1 开关磁阻电机的数学模型

开关磁阻电机的定子转子的双凸极结构是其区别于其它电机的显著特点之一.本文以 8/6 SRM 为例

来介绍所提出的方法.在建立模型前需要提出假设：

1) 忽略每相之间的互感；

2) 电机工作在其电磁特性的线性区域.

剩余15页未读，继续阅读

内容反馈

版权申诉

罗伯特之技术屋

粉丝: 3714
资源: 1万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip