无刷直流电动机调速系统的研究

由于无刷直流电动机既具备交流电动机的结构简单、运行可靠、维护方便等一系列优点,又具备直流电动机的运行效率高、励磁损耗小以及调速性能好等诸多特点,使它一经出现就以极快的速度发展和普及。目前,无刷直流电动机已广泛应用在数控机床、机器人、仪器仪表、汽车、计算机外围设备等方面和领域。对无刷直流电动机的应用展开研究是当前的一个热点。 本文首先介绍了无刷直流电动机的基本工作原理和各组成部分的研究现状。在详细分析无刷直流电动机数学模型、换相原理和PWM调制方式的基础上,在MATLAB的Simulink环境下,结合它的SimPowerSystems模块,构建了一个新颖的、更接近实际的无刷直流电动机调速系统仿真模型,对无刷直流电动机的控制方法进行了仿真研究,为无刷直流电动机调速系统的硬件实现奠定了基础。 以TI公司的专用于运动控制系统的DSP芯片TMS320F240为主控芯片,结合MITSUBISHI公司的智能功率模块PM30CSJ060,研制了一套无刷直流电动机调速系统,实现了无刷直流电动机的实时控制,所研制的系统调速性能良好,从而为理论研究的验证提供了硬件条件。 进一步,在此基础上还实现了无刷直流电动机调速系统的网络控制,以满足工业分散化控制的需要。在完成了以PC为网络服务器的远程控制后,为了适应许多工业设备和现场对控制器的体积、能耗、实时性、以及抗扰性等的要求,以ARM为核心,设计并实现了一种嵌入式网络服务器,为微、小型工业设备的远程控制提供了一种新型的、可行的方案。所研制的网络控制系统控制性能良好,稳定、可靠,操作方便,人机界面友好。 随着无刷直流电动机应用领域的不断扩大,对无刷直流电动机调速系统性能的要求也越来越高,在许多场合常规PI控制已难以满足高性能的要求。针对存在各种干扰的无刷直流电动机调速系统,采用卡尔曼滤波和动态规划算法,给出了一种具有自适应补偿的最优状态反馈控制方案。利用卡尔曼滤波和基于动态规划的最优状态反馈控制可抑制模型干扰和量测噪声(含负载突变),利用自适应算法补偿给定输入的扰动。仿真和实验结果表明本方案不仅具有优良的调速性能,而且对多种系统干扰具有较强的抑制能力。 当工况恶化和各种不利因素变得比较严重时,无刷直流电动机调速系统中的非线性和不确定性问题就会变得比较突出,此时以被控对象精确数学模型为基础的最优状态反馈控制就难以达到较好的控制效果,针对这种情况,本文给出了一种改进的模糊神经网络控制方案,用以提高对复杂系统的控制性能。与其它基于模糊神经网络的无刷直流电动机调速系统相比,本文方案主要有以下几点改进:基于RPE算法的神经网络辨识器,训练时收敛速度更快;单神经元PID电流调节器,加快电流的调节速度;采用小神经网络表示隶属度层的模糊神经网络速度调节器,增强模糊神经网络的表达能力。本方案仿真结果效果良好。 本文不仅有先进的理论算法研究,还有新颖的软硬件实现,对于进一步推动无刷直流电动机的应用和研究具有重要的实际工程意义。