Hopfield自适应异步电动机的直接转矩控制

华南理工大学学报（自然科学版） ›› 2008, Vol. 36 ›› Issue (10): 61-66.

Hopfield自适应异步电动机的直接转矩控制

符兴锋^1.2罗玉涛^1.2 周斯加^1.2杨勇^1.2

1. 华南理工大学机械与汽车工程学院, 广东广州 510640； 2. 广东省汽车工程重点实验室, 广东广州 510640

收稿日期:2007-10-26 修回日期:2007-12-09 出版日期:2008-10-25 发布日期:2008-10-25
通信作者: 符兴锋（1977-），男，博士生，主要从事EV、HEV电子控制和电动机智能控制研究． E-mail:fxf1000@163．com
作者简介:符兴锋（1977-），男，博士生，主要从事EV、HEV电子控制和电动机智能控制研究．
基金资助:
国家自然科学基金资助项目（50605020）;广东省科技攻关项目（2006A10501001）

Direct Torque Control of Adaptive Asynchronous Motor Based on Hopfield Neural Network

Fu Xing-feng ^1.2 Luo Yu-tao ^1.2 Zhou Si-jia ^1.2 Yang Yong ^1.2

1. School of Mechanical and Automotive Engineering, South China University of Technology, Guangzhou 510640, Guangdong, China; 2. Guangdong Provincial Key Laboratory of Automotive Engineering, Guangzhou 510640, Guangdong, China

Received:2007-10-26 Revised:2007-12-09 Online:2008-10-25 Published:2008-10-25
Contact: 符兴锋（1977-），男，博士生，主要从事EV、HEV电子控制和电动机智能控制研究． E-mail:fxf1000@163．com
About author:符兴锋（1977-），男，博士生，主要从事EV、HEV电子控制和电动机智能控制研究．
Supported by:
国家自然科学基金资助项目（50605020）;广东省科技攻关项目（2006A10501001）

摘要/Abstract

摘要： 传统的异步电动机直接转矩控制方法中，电动机低速稳态运行时的电磁转矩、定子磁链和定子电流脉动大，严重影响了整个电动机直接转矩控制系统的性能．为此，文中基于Hopfield神经网络理论和异步电动机动态数学模型，提出了基于Hopfield神经网络的改进异步电动机直接转矩控制方法，有效地降低了电磁转矩、定子磁链和定子电流的波动，达到了改善调速系统低速性能的目的．在此基础上，文中还进行了理论建模和仿真计算，仿真结果表明该方法具有良好的鲁棒性．

关键词: 异步电动机, 调速系统, Hopfield神经网络, 直接转矩控制

Abstract:

In order to enhance the performances of the traditional direct torque control system of the asynchronous motor that are restricted by the great ripples of the electromagnetic torque, the stator flux and the stator current at a low steady motor speed, an improved direct torque control method is proposed based on the I4opfield neural network and the dynamic mathematical model of the asynchronous motor. It is found that the proposed method not only effectively reduces the ripples of the electromagnetic torque, the stator flux and the stator current but also enhances the low-speed performance of the speed control system. Modeling and Simulation results indicate that the proposed method is of excellent robustness.

Key words: asynchronous motor, speed control system, Hopfield neural network, direct torque control

符兴锋罗玉涛周斯加杨勇 . Hopfield自适应异步电动机的直接转矩控制[J]. 华南理工大学学报（自然科学版）, 2008, 36(10): 61-66.

Fu Xing-feng Luo Yu-tao Zhou Si-jia Yang Yong. Direct Torque Control of Adaptive Asynchronous Motor Based on Hopfield Neural Network[J]. Journal of South China University of Technology (Natural Science Edition), 2008, 36(10): 61-66.

[1]	马文星刘浩刘春宝. 液力调速风电机组的传动系统特性分析[J]. 华南理工大学学报（自然科学版）, 2017, 45(5): 31-37.
[2]	陈星苑士华胡纪滨彭增雄魏宾. 采用分体式双转子电机的混合动力系统的控制[J]. 华南理工大学学报(自然科学版), 2012, 40(7): 95-100.
[3]	玉瑞毛宗源. 基于免疫网络理论的永磁同步电机控制[J]. 华南理工大学学报（自然科学版）, 2008, 36(1): 94-98.
[4]	杨向宇朱卫华姚佳. 永磁同步电机模糊直接转矩控制仿真[J]. 华南理工大学学报（自然科学版）, 2006, 34(4): 51-55.
[5]	吴捷石章海杨俊华陈渊睿. 采用直接转矩控制的矩阵式变换器的仿真[J]. 华南理工大学学报（自然科学版）, 2006, 34(4): 47-50,55.
[6]	吴捷许燕灏. 基于异步电动机的风力机风轮动态模拟方法[J]. 华南理工大学学报（自然科学版）, 2005, 33(6): 46-49,78.
[7]	谢运祥卢柱强. 基于 MATLAB/ Simulink 的永磁同步电机直接转矩控制仿真建模[J]. 华南理工大学学报(自然科学版), 2004, 32(1): 19-23.