《线性神经网络控制的电力变流器与交流电气传动》(法)毛里齐奥・奇林乔内(Maurizi | PDF下载|ePub下载

译者序原书序原书前言 第1章基本概念回顾：空间矢量分析11.1简介 11.2空间矢量的定义11.33→2和2→3转换  41.3.1非功率不变形式141.3.2功率不变形式51.3.3非功率不变形式251.4坐标变换61.5瞬时有功和无功功率7参考文献10 第1部分电力变流器第2章电压源型逆变器的脉宽调制142.1电压源型逆变器的基本原理142.1.1电流谐波162.1.2谐波频谱172.1.3*大调制指数182.1.4转矩谐波182.1.5开关频率和开关损耗182.1.6共模电压（cmv）192.2开环pwm202.2.1载波pwm212.2.2无载波pwm322.2.3超调制332.2.4共模输出*小化的sv-pwm技术342.2.5优化的开环pwm362.2.6开环pwm技术的实验验证372.3电压源型逆变器的闭环控制442.3.1闭环控制方式的分类442.3.2从六脉冲整流器到有源整流器532.3.3vsi的电流控制572.3.4vsi的功率控制64符号列表81参考文献82延伸阅读85 第3章电能质量863.1非线性负载863.1.1谐波源的电流源类型（谐波电流源）863.1.2谐波源的电压源类型（谐波电压源）863.2配电网谐波的传播883.3无源滤波器913.4有源电力滤波器933.4.1有源电力滤波器简介933.4.2并联和串联滤波器的基本操作问题953.4.3并联型有源滤波器953.4.4串联型有源滤波器1043.4.5paf和saf的比较1083.4.6混合型有源滤波器109符号列表116参考文献117第2部分电气传动第4章感应电动机的动态和静态模型1204.1简介1204.2电动机空间矢量的定义1204.3感应电动机的相电压方程1244.4定子坐标系下的空间矢量方程1254.5转子坐标系下的空间矢量方程1264.6广义坐标系下的空间矢量方程126 目录线性神经网络控制的电力变流器与交流电气传动4.6.1交互磁耦合电路1284.6.2转子磁链坐标系下的空间矢量方程1294.6.3定子磁链坐标系下的空间矢量方程1324.6.4励磁磁链坐标系下的空间矢量方程1344.7磁饱和条件下感应电动机的动态数学模型1354.8感应电动机的稳态空间矢量模型1384.9感应电动机空间矢量模型的实验验证1424.10考虑槽影响的感应电动机模型1464.10.1含定子和转子槽影响的感应电动机空间矢量模型1484.10.2含转子槽影响的感应电动机空间矢量状态模型1504.10.3含转子槽影响的感应电动机空间状态模型1524.10.4含定子和转子槽影响的感应电动机空间状态模型1534.10.5考虑定子和转子槽影响的空间矢量模型的实验验证155符号列表163参考文献164 第5章感应电动机驱动控制技术1665.1感应电动机控制技术简介1665.2感应电动机的标量控制1675.2.1电压激励的标量控制1675.2.2电流激励的标量控制1745.3感应电动机的磁场定向控制1755.3.1磁场定向矢量控制的原理1755.3.2转子磁通定向控制1765.3.3转子磁链的获取1785.3.4定子磁通定向控制1915.3.5磁化磁通定向控制1975.4感应电动机的直接转矩控制2025.4.1感应电动机中电磁转矩的产生2025.4.2定子磁链空间矢量与逆变器配置的关系2035.4.3电压空间矢量和控制方案的选择标准2045.4.4定子磁通与电磁转矩的估计2065.4.5dtc方案2095.4.6dtcemc2115.4.7经典dtc和dtcemc实验结果2145.4.8dtc-svm2175.4.9dtc-svm驱动的实验结果2195.4.10直接自动控制2195.4.11foc和dtc的比较223符号列表224参考文献225 第6章感应电动机驱动的无速度传感器控制技术2276.1无速度传感器控制技术简介2276.2基于模型的无速度传感器控制技术2276.3基于各向异性的无速度传感器控制技术2286.4基于模型的无速度传感器控制技术2296.4.1开环积分2296.4.2逆变器的非线性2346.4.3电动机参数不匹配2356.4.4估计器和观测器2386.4.5开环速度估计器2396.4.6模型参考自适应系统2426.4.7全阶luenberger自适应观测器2466.4.8全阶滑模观测器2526.4.9降阶自适应观测器2536.4.10扩展卡尔曼滤波器2576.5各向异性的无速度传感器技术2586.5.1旋转载波技术2586.5.2基于有限元的旋转载波下感应电动机凸极的分析2626.5.3脉动载波技术2686.5.4高频激励技术2696.6驱动感应电动机无速度传感器技术的总结274参考文献275 第7章永磁同步电动机驱动2787.1简介2787.1.1直流无刷电动机2787.1.2交流无刷电动机2797.1.3永磁体2807.2永磁同步电动机的空间矢量模型2827.3永磁同步电动机驱动器的控制策略2877.3.1永磁同步电动机驱动器的磁场定向控制2877.3.2转矩控制的驱动器2897.3.3转速控制的驱动器2957.3.4直接转矩控制2977.4永磁同步电动机驱动器的无速度传感器控制技术3027.4.1基于各向异性的无速度传感器技术3027.4.2基于模型的无速度传感器技术315参考文献325 第3部分基于神经网络的正交回归第8章基于神经网络的正交回归3288.1adaline和*小二乘问题简介3288.2线性回归的方法3298.2.1ols问题3298.2.2dls问题3298.2.3tls问题3298.3*小主元分析和mcaexin神经元3308.3.1一些mca的应用3308.3.2神经网络方法3308.4mcaexin神经元3318.4.1初始过渡过程的收敛性3318.4.2mca神经元的动态特性3328.4.3动态稳定性和学习率3348.4.4数值计算的考虑3358.4.5加速技术3378.4.6仿真3378.4.7mca神经元的总结和展望3428.5tlsexin神经元3428.5.1稳定性分析（几何方法）3448.5.2收敛域3458.5.3非泛型tls问题3488.6线性*小二乘问题的泛化3518.7gemcaexin神经元3528.7.1gemcaexin误差函数临界点的定性分析3538.7.2getls误差函数的分析（几何方法）3548.7.3临界图：中心轨迹3548.8getlsexin神经元3568.8.1getls的收敛域3578.8.2规划3578.8.3加速后的mcaexin神经元（mcaexin+）359参考文献361 第4部分应用精选第9章电动机的*小二乘法和神经网络辨识3669.1感应电动机的参数估计3669.2磁通模型对参数变化的敏感度3679.2.1电流磁通模型的敏感度3679.2.2电压磁通模型的敏感度3739.3磁通模型失准对控制性能影响的实验分析3789.4电动机参数变化的在线跟踪方法3799.5使用普通*小二乘法的感应电动机参数的在线估计3809.5.1在普通参考坐标系下的空间矢量电压方程3809.5.2磁化曲线估计3849.5.3普通*小二乘法辨识3859.5.4rls算法3859.5.5信号处理系统3889.5.6应用实验的测试装置说明3919.5.7仿真与实验结果3929.6在饱和与非饱和条件下的有约束条件的*小化感应电动机参数估计方法3959.6.1有约束条件的*小化**方法3969.6.2有约束条件的*小化第二方法4019.7使用总体*小二乘法的感应电动机的参数估计4129.8在foc和dtcim驱动器中应用基于rls的参数估计方法对磁通模型进行适应4219.9静止状态im参数的估计425符号列表429参考文献430 第10章带apf能力的神经网络增强型单相dg系统43710.1简介43710.2基本工作原理43810.3adaline设计规则43910.3.1陷波器运行44110.3.2带通运行44210.3.3matlab-simulink中的实现44410.3.4与传统数字滤波器的比较44410.3.5nn带通滤波器与pll：理论上的比较44510.4电流参考值的生成44710.5多谐振电流控制器44710.6稳定性问题44910.7试验台45310.8实验结果45410.8.1apf接入45410.8.2功率参考值接入45710.8.3负载波动45910.8.4nn滤波器与锁相环的对比46110.8.5nn滤波器与p-q理论的对比46210.8.6与国际标准的对比46310.9apf接入步骤465参考文献466 第11章交流驱动器的神经网络无位置传感器控制46811.1基于nn的无位置传感器控制46811.2基于bpn的mras转速观测器46911.2.1bpnmras观测器的在线训练47111.2.2bpnmras观测器的实现47211.2.3bpnmras观测器的实验结果47211.3基于ls的mras转速观测器47411.3.1olsmras观测器的实验结果47511.3.2tlsexinmras观测器48011.3.3改进的欧拉神经网络自适应模型49111.3.4mcaexin+mras观测器49611.4tlsexin全阶luenberger自适应观测器49811.4.1im的状态空间模型49911.4.2自适应转速观测器49911.4.3基于tls的转速估计49911.4.4tlsexin全阶自适应观测器的稳定性50211.4.5tlsexin全阶luenberger自适应观测器的实验结果50511.4.6实验对比测试51511.5mcaexin+降阶观测器51811.5.1降阶观测器方程51811.5.2基于mcaexin+的转速估计51911.5.3观测器增益矩阵的选择建议52011.5.4计算的复杂度52111.5.5mcaexin+降阶自适应观测器的实验结果522附录a控制的实现方案526附录b测试装置说明531符号列表534参考文献535