1、隨著電力電子器件、變頻調速技術和控制理論的飛速發(fā)展,尤其是變頻技術的廣泛應用,彌補了早期同步電機自身存在的許多弱點。近年來,永磁同步電機以其結構簡單、效率高、功率因數高、轉動慣量低等優(yōu)點在運動控制中引起了廣泛關注。然而,永磁同步電動機是典型的非線性、多變量、耦合系統(tǒng),由于永磁同步電機驅動系統(tǒng)受電機參數變化、外部負載擾動、對象未建模和非線性動態(tài)等不確定性的影響,要獲得高性能的永磁同步電機驅動系統(tǒng),必須研究先進的控制策略以解決這些不確定性的

2、影響,使系統(tǒng)具有較強的自適應能力和抗干擾能力。
　　 本文在對模糊神經網絡結構及算法研究的基礎上,針對傳統(tǒng)的矢量控制方法受電機參數的影響較大和受外界擾動大等問題,提出了基于模糊神經網絡的永磁同步電機控制方法。該方法利用模糊神經網絡在非線性、自學習、自適應以及不確定性知識表達和邏輯推理方面體現(xiàn)的優(yōu)勢,克服了永磁同步電機系統(tǒng)參數變化和外界擾動等不確定性的不良影響。
　　 本文主要內容如下:
　　 (1)對電機的矢量變

3、換進行了系統(tǒng)的分析,詳細闡述了PMSM的矢量控制,尤其是id=0控制的機理,指出矢量控制只是一種靜態(tài)解耦,并非完全解耦,永磁同步電機的id=0控制實質是一種矢量解耦控制,可以實現(xiàn)轉矩線性化控制。
　　 (2)對PMSM的直接轉矩控制進行了分析,指出了直接轉矩控制的實質及特點,并指出了矢量控制與直接轉矩控制之間的區(qū)別與聯(lián)系。
　　 (3)分析了模糊控制、神經網絡控制分別單獨用于電機運動控制的優(yōu)缺點。針對這些特點提出了將模糊

4、神經網絡用于電機控制的思想,給出了模糊化、解模糊以及模糊推理的方法。給出了用于模糊推理的神經網絡學習方法,即BP、RBF、RPE學習算法,并分析了各自的優(yōu)缺點。
　　 (4)對永磁同步電機提出了模糊神經網絡控制方法。通過采用BP算法可以進行離線和在線學習。對于BP算法自身的不足進行了分析,并提出一種改進的DFP學習方法,即MDFP學習算法構成了在線模糊神經網絡控制器,進而達到精確控制永磁同步電機的目的。
　　 (5)用一