基于无差拍直接转矩控制的开关磁阻电机转矩脉动抑制理论与控制技术研究

Switched reluctance motors（SRM） are used in such fields as electric vehicle and aerospace etc. due to its simple structure , low cost, high reliable performance and some other advantages. However，the defect of its high torque ripple limits its application scope and fields.Based on the theory of direct torque control with space voltage vector, this project will improve the torque ripple caused by hysteresis tolerance according to the control strategy .By using the deadbeat control technology ,a calculation model will be set up to reveal the relationship between the torque , stator flux linkage and the space voltage vector. The model will get analysed to obtain the space voltage vector and then be decomposed .At the same time,the motor parameter will be identified. The stator flux linkage observer as well as the torque observer will be designed to estimate and predict the stator flux linkage and instantaneous torque which are necessary for the direct torque control.This will be realized according to the non-linear reflection ability of intelligent control. At last, a deadbeat-direct torque control system of switched reluctance motor based on space voltage vector will be designed to examine the real-time implementation of the control strategy .It will optimize the voltage vector and realize the dead-beat control to get the minimum torque ripple ,providing a substantial theory and technology foundation for the further popularization and application of switched reluctance motors.

开关磁阻电机（Swithed Relutance Motor,SRM）以结构简单、成本低、可靠性高等优点，在电动车辆及航空航天等领域具有重要应用价值，但转矩脉动严重的缺点长期以来一直没有得到很好的解决，限制了SRM的应用范围和领域。本项目基于SRM空间电压矢量直接转矩控制的理论，从控制策略上针对滞环容差引起的转矩脉动进行深入研究。拟采用无差拍控制技术，建立揭示电机转矩及定子磁链和空间电压矢量关系的计算模型，解析获得空间电压矢量并对其进行调制。同时对电机参数进行辨识，应用自适应神经网络的非线性映射能力，设计磁链观测器和转矩观测器，估算并预测无差拍控制所需定子磁链和瞬时转矩。最后设计基于空间电压矢量的SRM无差拍直接转矩控制系统，进行控制策略的实时实现验证。目的在于解决SRM转矩脉动的问题，实现转矩脉动最小化，为进一步推广应用提供重要的技术支撑，为该领域的研究做出一份贡献。

本课题针对开关磁阻电机转矩脉动的问题，对无差拍直接转矩控制的基础理论和关键技术进行了研究。首先通过分析开关磁阻电机基本原理，对转矩和磁链数学模型进行理论推导，解析获得一个控制周期内能补偿转矩和磁链所需要的电压矢量，然后利用空间矢量脉宽调制(Space Vector Pulse Width Modulation，SVPWM)对基本电压矢量进行调制，根据调制结果发出驱动信号给功率变换器，从而实现一个周期内的无差拍控制。其次进行了参数辨识，一方面基于优化BP神经网络对电阻参数进行了辨识，通过对比电阻可调电机模型与实际电机模型的输出电流，提出了一种基于优化BP神经网络的电阻辨识器；另一方面基于遗传算法对Torrey模型的参数进行了辨识，获得了电机的精确磁链模型。同时还基于有限元分析和粒子群优化的BP神经网络对磁链和转矩观测器进行了设计，对比结果并分析知基于有限元的磁链和转矩观测器在准确度上更好，算法复杂程度相对较低，便于移植到DSP中。最后课题搭建了一套15KW的SRM电机调速系统测试平台，在该平台下进行了算法的验证，实验并测试了一系列的数据。综上知课题在解决SRM转矩脉动、实现转矩脉动最小化方面取得了一定的进展，为SRM的进一步推广应用提供了一些理论上的支撑，为该领域的发展做出了一定的贡献。