资料下载
基于人工神经网络的永磁无刷直流电机驱动转矩脉动控制与调速
鹿与虎
分享资料个
针对永磁无刷直流电动机驱动系统的低转矩脉动，提出了一种基于人工神经网络的转矩控制方法。传统的无刷直流电机电磁转矩波动大，不直接控制。由于高扭矩波动引起的振动，电机可能会导致部件损失和轴承故障。传统的无刷直流电动机驱动系统（BLDCMD）的主要缺点是转矩脉动大，在瞬态和动态工况下降低了BLDCMD的转速。利用所提出的控制技术可以减少这一缺点。在该控制技术中，无刷直流电动机的转速由PI控制器控制，转矩脉动由人工神经网络控制。在Matlab Simulink中对传统的无刷直流电动机进行了仿真。
无刷直流电机驱动器（BLDCMD）因其效率高、运行安静、结构紧凑、可靠性高、维护费用低而被首选为小功率控制电机。因此，无刷直流电动机广泛应用于计算机、家用和工业产品以及汽车。然而，与直流电机相比，无刷直流电机具有成本高的缺点，因为需要使用逆变器和控制器来去除直流电机的电刷。梯形反电动势的无刷直流电机驱动器（BLDCMD）因其功率密度高、控制方法简单而得到了广泛的应用。此外，基本的梯形无刷直流电机可以使用一个单一的直流环节电流传感器来调节流经两个电机相位的相电流。当基于如图1所示的单个电流传感器进行1200矩形定子电流控制时，由于相电流换相间隔期间精确的相电流控制丢失，通常会出现换相转矩波动。对于带三相电流传感器的无刷直流电动机，对换相转矩脉动进行了大量的研究。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
