基于神经网络的矿用电机车定子磁场定向矢量控制系统的研究

【摘要】： 矿用电机车是煤矿井下重要的运输工具之一。传统的矿用电机车一般是采用直流电动机作为其动力来源,调速方法主要有:串接电阻和直流斩波两种调速方法。随着高性能交流调速技术的提出以及电力电子和微电子技术的飞速发展,使得交流电气传动也具有与直流电机传动同样的调速性能。对比直流调速系统,交流调速系统有着成本低廉、可靠性强、调速性能优良、可操作性好,系统安全等方面的优势,所以在矿用电机车中使用交流调速系统代替直流调速系统是一种必然的趋势。 由于矿井的工作环境,矿用电机车不仅处于频繁地起动、制动、加减速等状态,还要适应负载上下坡和颠簸路况等情况,所以就要求交流调速系统能够快速响应转矩,有较强过载能力。本文针对矿用电机车运行特点,采用了一种先进的交流调速方法——定子磁场矢量控制。它不仅能够快速响应速度和转矩指令,而且还可以实现转矩平滑过渡,有效防止机车主轮打滑。在矢量控制中,矢量旋转角精度会影响整个系统的正常运行,并且随着温度提高,电机参数会变化,这样矢量角的估算也会变得不准确。而定子磁场定向的矢量控制是基于定子磁链来估算矢量角,所以其矢量角精度只受定子电阻影响,对比其它电机参数,定子电阻是比较容易测量和补偿的,所以有着很好的控制性能。在定子矢量控制中使用神经网络作为反馈信号的输出,对减轻DSP运算压力,加快系统响应速度,增加系统稳定性也是具有一定意义的。 为了验证系统的性能建立了基于神经网络的定子矢量控制仿真系统,并搭建相应的MATLAB/SIMULINK仿真模型。仿真结果表明系统有着较好的调速性能,能够适应矿用电机车的工作要求。最后还结合TMS320F2812 DSP芯片,给出了控制系统软硬件设计思路。