小波网络的永磁无刷直流电机无E+E位置传感器控制
永磁无刷直流电机以其结构简单、运行可靠、维护方便、运行效率高、无励磁损耗以及调速性能好等诸多优点广泛应用于国民生产的各个领域。传统的永磁无刷直流电机的换相信号是通过转子E+E位置传感器获得的,而E+E位置传感器的存在直接影响了电机的体积、成本及运行的可靠性,使其应用受到了限制。

小波网络的永磁无刷直流电机无E+E位置传感器控制
因此,研究永磁无刷直流电机无E+E位置传感器控制技术具有重要理论和实用价值。 不依靠转子E+E位置传感器,直接由电机本体的某些参数来获得换相信号,事实上可以看作是一个非线性系统辨识的过程,可以用系统辨识的方法来解决这一问题。人工神经网络因具有对函数良好的逼近能力,自我学习以适应环境变化及并行分布式处理与存储信息等特点,成为了非线性系统辨识的一种重要方法。而小波神经网络则因同时具备了人工神经网络的优点和小波分析快速性、准确性和全局收敛性等优点,使其在非线性系统辨识中的应用具有很大的潜力。 本文围绕永磁无刷直流电机无E+E位置传感器控制,进行了深入的研究,提出了将小波神经网络应用于永磁无刷直流电机无E+E位置传感器的控制策略。文章首先对无E+E位置传感器工作原理及各种无E+E位置传感器控制方法作了详尽的分析;并通过对电机转子位置检测原理的分析,推导出电机的相电压与转子位置之间的关系;并以此为依据,构建了基于小波网络的永磁无刷直流电机无E+E位置传感器的直接电压控制方案。文中采用自适应算法选取网络隐层节点个数,从而使该小波网络结构简单、紧凑,克服了因隐层节点个数不足或过多而导致的网络不收敛或计算量过大的问题,提高了网络的实时性。同时本文采用离线训练确定网络参数初始值,采用在线训练调整网络输出连接权,保证了网络良好的函数逼近能力,提高了环境适应能力;zui后,论文对基于小波网络的永磁无刷直流电机无E+E位置传感器的直接电压控制方案进行了仿真,论证了该方法的可行性。

小波网络的永磁无刷直流电机无E+E位置传感器控制
设计并搭建了以TMS320F2812为核心的永磁无刷直流电机的控制系统,对本文提出的方法进行了实验。实验结果表明该方法能够提供准确的电机换相信号,从而实现无E+E位置传感器控制,同时具有控制精度高、适应能力强、动态响应速度快和鲁棒性好的特点。