《感應電機智慧型調速》是作者在香港和美國的理工大學電氣工程系超過15年的感應電機智慧型控制的研究成果。方法是原創的，且大多數工作已在IEEETransactions和國際會議發表。在過去的幾年中，我們的文章越來越多地被科學引用指數（SCI）期刊引用，這說明，我們的研究緊跟感應電機控制研究方向。
基本介紹
- 書名：感應電機智慧型調速
- 作者：Chan, Tze Fun; Shi, Keli;
- 原版名稱：Applied Intelligent Control of Induction Motor Drives
- 譯者：賈好來，陳燕，喬薇
- ISBN：9787118091434
- 頁數：330
- 定價：55
- 出版社：國防工業出版社
- 出版時間：2014-06-01
- 裝幀：平裝
- 開本：16開
基本介紹,內容簡介,作者簡介,圖書目錄,
基本介紹
內容簡介
《感應電機智慧型調速》旨在探索需要深入研究和開發的感應電機控制領域，主要是智慧型控制原理和算法的套用，設計出與電機參數無關，或對電機參數變化不敏感的控制器。對於感應電機控制問題的求解，智慧型控制變得越來越重要。基於經典電機學和控制理論，作者研究了專家系統控制、模糊邏輯控制、神經網路控制以及遺傳算法在不同感應電機系統中的套用。
作者簡介
Tze-Fun Chan（陳梓芬，書中作者名誤為陳梓樂）分別於1974年、1980年在香港大學電機工程系獲得學士和碩士學位，2005年於英國倫敦城市大學電機工程系獲得博士學位。自1978年起，就職於香港理工大學電氣工程系，現擔任副教授和副系主任。Chan博士的研究領域包括自勵感應發電機、無刷交流發電機、永磁電機、電機有限元分析、電機驅動控制。2006年，論文獲得IEEE Power EngineeringSociety Power Generation and Energy Development Committee獎勵。2007年，和Loi Lei Lai教授合作撰寫了《Distributed Generation-Induction and Permanent Magnet Generators》(Wiley出版社出版，ISBN：978-0470-06208-1)。2009年，另一篇論文得到IEEE Power En-gmeerlng Society Power Generation and Energy Development Committee的獎勵。Chan博士是註冊工程師，英國工程技術學會會員，香港工程師協會會員，美國電氣電子工程師協會會員。Keli Shi 1983年在成都科技大學電氣電子工程專業獲學士學位，1989年於哈爾濱工業大學獲碩士學位，2001年於香港理工大學獲電氣工程博士學位，2001年—2002年在加拿大Ryerson大學(瑞爾森大學)電氣和計算機工程系從事博士後研究工作，2003年—2004年在佛羅里達州立大學從事博士後研究工作。自2004年起，Shi博士擔任美國德克薩斯Netpower技術公司測試工程經理，他的研究興趣集中於DSP套用和感應電機、永磁電機的智慧型控制。
圖書目錄
第1章緒論
1.1感應電機
1.2感應電機控制
1.3感應電機控制：歷史回顧
1.3.1標量控制
1.3.2矢量控制
1.3.3無速度感測器控制
1.3.4感應電機智慧型控制
1.3.5感應電機控制套用現狀和研究趨勢
1.4本書研究內容
參考文獻
第2章感應電機控制原理
2.1引言
2.2感應電機控制理論
2.2.1非線性反饋控制
2.2.2感應電機模型
2.2.3磁場定向控制
2.2.4直接轉矩控制
2.2.5加速度控制
2.2.6智慧型控制的必要性
2.2.7感應電機的智慧型控制模式
2.3感應電機控制算法
2.4速度估計算法
2.5硬體
參考文獻
第3章感應電機的建模與仿真
3.1引言
3.2感應電機的建模
3.3感應電機電流輸入模型
3.3.1電流（3/2）旋轉變換子模型
3.3.2電氣子模型
3.3.3機械子模型
3.3.4感應電機電流輸入模型仿真
3.4感應電機電壓輸入模型
3.4.1“電機1”的仿真結果
3.4.2“電機2”的仿真結果
3.4.3“電機3”的仿真結果
3.5感應電機的離散狀態模型
3.6正弦PWM的建模與仿真
3.7編碼器的建模與仿真
3.8解碼器建模
3.9包含PWM逆變器和編碼器/解碼器的感應電機仿真
3.10MATLAB□/Simulink編程實例
3.11小結
參考文獻
第4章智慧型控制仿真基礎
4.1引言
4.2模糊邏輯仿真基礎
4.2.1模糊邏輯控制
4.2.2實例：模糊PI控制器
4.3神經網路仿真基礎
4.3.1人工神經網路
4.3.2實例：利用人工神經網路實現Park變換
4.4卡爾曼濾波器仿真基礎
4.4.1卡爾曼濾波器
4.4.2實例：卡爾曼濾波估計含噪聲的信號
4.5遺傳算法仿真基礎
4.5.1遺傳算法
4.5.2實例：套用遺傳算法最佳化Simulink模型
4.6小結
參考文獻
第5章基於專家系統的加速度控制
5.1引言
5.2定子電壓矢量和轉子加速度之間的關係
5.3電機轉子加速度分析
5.4電壓矢量比較和保持控制策略
5.5感應電機的專家系統控制
5.6計算機仿真與比較
5.6.1第一個仿真實例
5.6.2第二個仿真實例
5.6.3第三個仿真實例
5.6.4第四個仿真實例
5.6.5第五個仿真實例
5.7小結
參考文獻
第6章混合模糊/PI兩段控制
6，1引言
6.2感應電機兩段控制策略
6.3模糊頻率控制
6.3.1模糊資料庫
6.3.2模糊規則
6.3.3模糊推理
6.3.4去模糊化
6.3.5模糊頻率控制器
6.4電流幅值PI控制
6.5用於感應電機的混合模糊/PI兩段控制器
6.67.5kW感應電機仿真研究
6.6.1與磁場定向控制的比較
6.6.2參數變化的影響
6.6.3轉速和輸入電流測量噪聲的影響
6.6.4磁場飽和的影響
6.6.5負載轉矩變化的影響
6.70.147kW感應電機的仿真研究
6.8MATLAB□/Simulink編程實例
6.8.1編程實例1：感應電機電壓輸入模型
6.8.2編程實例2：模糊/PI兩段控制器
6.9小結
參考文獻
第7章基於神經網路的直接轉矩控制
7.1引言
7.2神經網路
7.3DSC神經網路控制器
7.3.1磁鏈估計子網
7.3.2轉矩計運算元網
7.3.3磁鏈角度編碼器和磁鏈幅值計運算元網
7.3.4遲滯比較器子網
7.3.5最佳開關表子網
7.3.6神經網路連線
7.4基於神經網路的DSC仿真
7.5MATLAB□/Simulink編程實例
7.5.1編程實例1：直接轉矩控制器
7.5.2編程實例2：基於神經網路的最佳開關表
7.6小結
參考文獻
第8章套用人工神經網路估計感應電機參數
8.1引言
8.2基於“T”型等值電路的積分方程
8.3基於“Γ”型等值電路的積分方程
8.4套用ANN估計感應電機參數
8.4.1電氣參數估計
8.4.2基於ANN的機械模型
8.4.3仿真研究
8.5基於ANN的感應電機模型
8.6訓練數據噪聲對參數估計的影響
8.7負載、磁鏈和速度估計
8.7.1負載估計
8.7.2定子磁鏈估計
8.7.3轉子速度估計
8.8MATLAB□/Simulink編程實例
8.8.1編程實例1：磁場定向控制系統
8.8.2編程實例2：感應電機的無感測器控制
8.9小結
參考文獻
……
第9章遺傳算法最佳化的擴展卡爾曼濾波速度估算法
第10章遺傳算法最佳化的隨機PWM策略
第11章實驗研究
第12章結論與展望
附錄A感應電機等值電路
附錄B感應電機參數
附錄C離散狀態感應電機模型的M檔案
附錄D專家系統加速度控制算法
附錄E神經網路的激發函式
附錄F擴展卡爾曼濾波器的M檔案
附錄G基於ADMC331的實驗系統
附錄H實驗1：電機3的電氣參數測量
附錄I實驗2：主程式的DSP原始碼
附錄J實驗3：主程式的DSP原始碼
1.1感應電機
1.2感應電機控制
1.3感應電機控制：歷史回顧
1.3.1標量控制
1.3.2矢量控制
1.3.3無速度感測器控制
1.3.4感應電機智慧型控制
1.3.5感應電機控制套用現狀和研究趨勢
1.4本書研究內容
參考文獻
第2章感應電機控制原理
2.1引言
2.2感應電機控制理論
2.2.1非線性反饋控制
2.2.2感應電機模型
2.2.3磁場定向控制
2.2.4直接轉矩控制
2.2.5加速度控制
2.2.6智慧型控制的必要性
2.2.7感應電機的智慧型控制模式
2.3感應電機控制算法
2.4速度估計算法
2.5硬體
參考文獻
第3章感應電機的建模與仿真
3.1引言
3.2感應電機的建模
3.3感應電機電流輸入模型
3.3.1電流（3/2）旋轉變換子模型
3.3.2電氣子模型
3.3.3機械子模型
3.3.4感應電機電流輸入模型仿真
3.4感應電機電壓輸入模型
3.4.1“電機1”的仿真結果
3.4.2“電機2”的仿真結果
3.4.3“電機3”的仿真結果
3.5感應電機的離散狀態模型
3.6正弦PWM的建模與仿真
3.7編碼器的建模與仿真
3.8解碼器建模
3.9包含PWM逆變器和編碼器/解碼器的感應電機仿真
3.10MATLAB□/Simulink編程實例
3.11小結
參考文獻
第4章智慧型控制仿真基礎
4.1引言
4.2模糊邏輯仿真基礎
4.2.1模糊邏輯控制
4.2.2實例：模糊PI控制器
4.3神經網路仿真基礎
4.3.1人工神經網路
4.3.2實例：利用人工神經網路實現Park變換
4.4卡爾曼濾波器仿真基礎
4.4.1卡爾曼濾波器
4.4.2實例：卡爾曼濾波估計含噪聲的信號
4.5遺傳算法仿真基礎
4.5.1遺傳算法
4.5.2實例：套用遺傳算法最佳化Simulink模型
4.6小結
參考文獻
第5章基於專家系統的加速度控制
5.1引言
5.2定子電壓矢量和轉子加速度之間的關係
5.3電機轉子加速度分析
5.4電壓矢量比較和保持控制策略
5.5感應電機的專家系統控制
5.6計算機仿真與比較
5.6.1第一個仿真實例
5.6.2第二個仿真實例
5.6.3第三個仿真實例
5.6.4第四個仿真實例
5.6.5第五個仿真實例
5.7小結
參考文獻
第6章混合模糊/PI兩段控制
6，1引言
6.2感應電機兩段控制策略
6.3模糊頻率控制
6.3.1模糊資料庫
6.3.2模糊規則
6.3.3模糊推理
6.3.4去模糊化
6.3.5模糊頻率控制器
6.4電流幅值PI控制
6.5用於感應電機的混合模糊/PI兩段控制器
6.67.5kW感應電機仿真研究
6.6.1與磁場定向控制的比較
6.6.2參數變化的影響
6.6.3轉速和輸入電流測量噪聲的影響
6.6.4磁場飽和的影響
6.6.5負載轉矩變化的影響
6.70.147kW感應電機的仿真研究
6.8MATLAB□/Simulink編程實例
6.8.1編程實例1：感應電機電壓輸入模型
6.8.2編程實例2：模糊/PI兩段控制器
6.9小結
參考文獻
第7章基於神經網路的直接轉矩控制
7.1引言
7.2神經網路
7.3DSC神經網路控制器
7.3.1磁鏈估計子網
7.3.2轉矩計運算元網
7.3.3磁鏈角度編碼器和磁鏈幅值計運算元網
7.3.4遲滯比較器子網
7.3.5最佳開關表子網
7.3.6神經網路連線
7.4基於神經網路的DSC仿真
7.5MATLAB□/Simulink編程實例
7.5.1編程實例1：直接轉矩控制器
7.5.2編程實例2：基於神經網路的最佳開關表
7.6小結
參考文獻
第8章套用人工神經網路估計感應電機參數
8.1引言
8.2基於“T”型等值電路的積分方程
8.3基於“Γ”型等值電路的積分方程
8.4套用ANN估計感應電機參數
8.4.1電氣參數估計
8.4.2基於ANN的機械模型
8.4.3仿真研究
8.5基於ANN的感應電機模型
8.6訓練數據噪聲對參數估計的影響
8.7負載、磁鏈和速度估計
8.7.1負載估計
8.7.2定子磁鏈估計
8.7.3轉子速度估計
8.8MATLAB□/Simulink編程實例
8.8.1編程實例1：磁場定向控制系統
8.8.2編程實例2：感應電機的無感測器控制
8.9小結
參考文獻
……
第9章遺傳算法最佳化的擴展卡爾曼濾波速度估算法
第10章遺傳算法最佳化的隨機PWM策略
第11章實驗研究
第12章結論與展望
附錄A感應電機等值電路
附錄B感應電機參數
附錄C離散狀態感應電機模型的M檔案
附錄D專家系統加速度控制算法
附錄E神經網路的激發函式
附錄F擴展卡爾曼濾波器的M檔案
附錄G基於ADMC331的實驗系統
附錄H實驗1：電機3的電氣參數測量
附錄I實驗2：主程式的DSP原始碼
附錄J實驗3：主程式的DSP原始碼
