摘 要

开关磁组电机(简称SRM)是一种新型调速电动机，有着简单的结构、控制灵活、容错性强，而且调速性能好，现如今已遍及电动汽车、航空航天、纺织器械等领域。SRM正常工作的关键就是要知晓转子位置，但是之前方式需位置传感器，并且位置传感器的安设会增长电机的本钱，干扰性能，使系统更加繁杂，削弱其可靠性和稳定性。如此，研究SRM无位置传感器有很大的定见。论文主要研究了电流—磁链法、归一化电流—磁链法和RBF神经网络法这三种检测转子位置的方法。

首先阐述了此电机的运行的基本方法、基础方程式和一些很基本的有关的数学模型。对该电机内部的各种数据进行了剖析，并且创设了电机的几个特别基本的模型，着重的剖析了与之间的干系。同时列举了SRM常用的三种控制策略，分别是CCC控制、APC控制和电压PWM控制，为后续研究奠定理论基础。

然后介绍磁链法和归一化磁链法，建立了MATLAB/SIMULINK模型进行仿真。用电流—磁链法来获取转子位置，大量采集SRM运行中的、和的信息，创设表格并且从表格上获取所想要知晓信息，这种方法速度较慢。要达到改善这个措施的目的，就在SRM磁化曲线的根基，对上述方法得到了归一化的处理。

最后，RBF神经网络法的目标就是增强检查的速率和准确率。利用此方法找出、和之间相互影响的方程式关系，进而会准确的估算出结果。

关键字：无位置传感器 SRM 电流—磁链法 RBF神经网络

Abstract

Switch magnetic motor (SRM) is a new type of variable speed motor, has a simple structure, flexible control, fault tolerance, and speed performance, and now has been all over the electric vehicle, aerospace, textile equipment and other fields. SRM work is the key to know the rotor position, but before the way to position sensors, and the location of the sensor installation will increase the cost of the motor, interference performance, the system more complicated, weaken its reliability and stability. So, the study of SRM no position sensor has a great deal of opinion. This paper mainly studies the three methods of detecting rotor position by current - flux linkage method, normalized current - flux linkage method and RBF neural network method.

First, the basic method of running the motor, the basic equations and some very basic mathematical models are described. The various data inside the motor were analyzed, and several special basic models of the motor were created, and the relationship between them was analyzed emphatically. At the same time, three control strategies commonly used in SRM are listed, which are CCC control, APC control and voltage PWM control, which lays the theoretical foundation for the follow-up study.

Then the flux linkage method and the normalized flux linkage method are introduced, and the MATLAB / SIMULINK model is established to simulate. Using the current-flux method to obtain the rotor position, a large number of SRM operations in the collection, and the information, create a form and from the table to obtain the desired information, this method is slower. To achieve the purpose of improving this measure, in the SRM magnetization curve of the foundation, the above method has been normalized processing.

Finally, the goal of the RBF neural network is to enhance the rate and accuracy of the inspection. Use this method to find out, and the relationship between the equations of the relationship between, and then will accurately estimate the results.

Key words: without position sensor SRM current - flux linkage RBF neural network

目录

摘要 I

Abstract II

第一章 绪论 1

1.1 引言 1

1.2 选题背景及意义 2

1.3 无位置传感器海内外研究近况 2

1.3.1 简介 2

1.3.2 导通相检测法 3

1.3.3 非导通相检测法 4

1.3.4 观测器法 5

1.3.5 附加元件检测法 6

1.3.6 基于智能控制的检测法 6

1.4 本文主要研究内容 7

第二章 SRM的工作原理和数学模型 8

2.1 SRM的工作原理 8

2.2 SRM的基本方程式 9

2.2.1 电路基本方程 9

2.2.2 机械方程 10

2.2.3 电磁转矩基本方程 10

2.3 SRM的数学模型 11

2.3.1 线性模型 11

2.3.2 非线性模型 13

2.3.3 准线性模型 13

2.4 本章小结 14

第三章 SRM的控制方法 15

3.1 CCC控制 15

3.2 APC控制 15

3.3 电压PWM控制 16

3.4 本章小结 16

第四章 SRM的无位置检测方法分析 17

4.1 电流—磁链法 17

4.1.1 磁链法的测量原理 17

4.1.2 仿真分析 18

4.1.3 归一化电流—磁链法 19

4.2 RBF神经网络法 20

4.2.1 RBF神经网络的简介 20

4.2.2 RBF神经网络结构模型 21

4.2.3 曲线拟合 22

4.3 本章小结 22

第五章 总结与展望 23

5.1 全文总结 23

5.2 进一步工作的展望 24

参考文献 25

致谢 29

第一章 绪论

1.1 引言

开关磁阻电动机(Switched Reluctance Motor)是一种新式的调速电机，最早由美国学者在1969年提出，虽然已提出，但是由于半导体功率器件的发展，SRM的发展并不令人满意，直至20世纪70年代中期，英国一些著名大学迅速发展了SRM，开发了以电动车为主的开关磁阻电机调速(Switched Reluctance Motor Drive,简称SRD)系统后，各国竞争开展SRM的研究工作。SRM有着传统的磁组电动机诸多优良的特性。

SRM具有以下优点：

1. 转子上无绕组和永磁体，定子和转子的凸极由硅钢片的叠压进而制造的。定子绕组只有集中式，并没有其他的形式，转子的灵活性很强，可在较高的转速下进行工作。
2. 可在恶劣的环境下运行。电机运行时，热损失主要在定子上，冷却方法简单；转子无永磁体脱磁现象，可耐高温。
3. 调速范围宽。可实现无极调速范围广，功率范围广，速度快。
4. 容错能力强。电机缺相时依旧运行，取消励磁方便，安全性高。

SRM现已逐步走向市场，其遍及航空航天、电动汽车、船舶、纺织机械等多个范围。上个世纪起，在我们国家好多地方也开始探讨开关磁阻电机，包括一些机构与学校，他们在电机的分析与设计、功率变换电路、控制理论等方面取得了卓越的成绩，其贡献使得SRM的普及取得快速发展。

1.2 选题背景及意义

SRM运行的时候需要精准的转子位置来支撑，一般可由传感器径直获取。传统的位置检测采取光电编码器、霍尔传感器等来捕捉位置信息，这种方法便于实现，但传感器的存在有局限性，例如测量时会有一些误差，甚至无法测出数据。