【摘 要】
：
随着工业技术的发展，伺服电机和伺服控制得到快速发展，永磁同步直线电机(PMLSM)省去了传统电机的齿轮，滚珠等中间传动装置，减少了其间摩擦力的影响，消除了电机间的磨损以及对速度加速度的影响，增加了使用寿命，且结构简单，响应迅速，精密度高，因此在高精度数控机床、煤矿开采、大型工程机械以及军事导弹的发射等领域应用越来越广泛。因此，研究永磁同步直线电机的控制具有重要的理论意义和实际意义。 本文针对永磁
论文部分内容阅读
随着工业技术的发展，伺服电机和伺服控制得到快速发展，永磁同步直线电机(PMLSM)省去了传统电机的齿轮，滚珠等中间传动装置，减少了其间摩擦力的影响，消除了电机间的磨损以及对速度加速度的影响，增加了使用寿命，且结构简单，响应迅速，精密度高，因此在高精度数控机床、煤矿开采、大型工程机械以及军事导弹的发射等领域应用越来越广泛。因此，研究永磁同步直线电机的控制具有重要的理论意义和实际意义。
本文针对永磁同步直线电机矢量控制系统进行研究，首先阐述了PMLSM的研究背景、意义以及三个发展阶段，并对PMLSM国内外研究现状应用做出介绍，分析直线电机在应用中的优势以及目前存在的问题，详细的描述了几种直线电机控制方法。
其次，建立了PMLSM在d-q旋转坐标系下的数学模型，采用id=0的矢量控制策略，并建立基于空间电压矢量调制的永磁同步直线电机矢量控制模型。由于PMLSM具有强耦合、非线性等特点，采用传统的PI控制无法实现高性能的控制，为实现对电机的稳定快速控制，所以本文对速度环采用了基于改进趋近律的滑模控制替换传统PI控制器，同时又对电流环设计了比例谐振控制器。搭建基于Matlab/Simulink仿真模型。在相同条件下，与传统的PI控制器仿真实验进行对比仿真分析。
再次，结合无传感的控制策略，设计了一种模型参考自适应观测器，实现了PMLSM无传感器的矢量控制。
最后，为了验证本课题设计的控制策略的可行性，搭建了以DSPTMS320F28335为控制核心的控制系统，并进行了软件设计，最终在硬件实验平台上对该算法进行验证，结果表明所采取算法的有效性。
其他文献
随着网络功能虚拟化和边缘计算的演变和发展，网络功能被部署在靠近用户的边缘服务器上来减少用户和云之间的数据交换和端到端的延迟。由于边缘服务器集群的资源有限，现有许多研究致力于开发轻量级的基于容器的网络功能虚拟化平台。然而，在基于容器的网络功能虚拟化平台中，多个容器共用同一个核来节省资源。这样会引起虚拟网络功能之间相互竞争资源，从而导致虚拟网络功能所服务的流的性能需求无法得到保证。 基于容器的网络功
核值是一种反映图的聚合度的重要指标，也是图数据分析中紧密子图挖掘的一个热点，它适用于对网络拓扑结构的分析以及社区的查找，还可以用来遏制谣言的传播。静态图上的核值计算以及动态图上的核值更新分别称作核值分解和核值维护问题，这一类问题已经得到了广泛的研究。然而，绝大多数的这些研究都只关注于无权图，但是在现实场景下，大部分的图都是有权的，每个个体在网络中都自带一定权重。然而，目前还没有较为高效的算法能解决
近年来，网络空间安全事件频发，对社会造成了难以估计的影响。在这样的背景下，针对软件系统的漏洞检测研究愈发重要。深度学习因其强大的建模能力和智能化学习能力受到了广泛关注，研究人员纷纷应用深度学习技术进行源代码的表征学习以生成漏洞检测模型。然而，当前漏洞检测领域极度缺乏用于训练模型的真实软件漏洞数据集，目前有效的数据大都用人工的方式生成，效率低且成本高。此外，现有基于深度学习的漏洞检测方法大多是使用线
自2008年比特币问世以来，区块链作为比特币等加密货币的底层技术引起了金融界和学术界等多个领域的广泛关注。区块链本质上是一个提供了一个开放的分布式一致性算法的分布式数据库系统。尽管区块链技术是一种完全去中心化且设计安全的协议，它仍存在可扩展性的瓶颈：低交易吞吐率和高确认延迟，这些因素很大地限制了区块链的实际应用。因此设计一种可扩展的分布式一致性算法非常具有现实意义。 分片技术是提高区块链可扩展性
随着深度学习(Deep Learning, DL)的快速发展，为了帮助从业者快速编写和训练模型，出现了大量的深度学习框架。这些框架按照编程范式可以分为两类：声明式编程框架和命令式编程框架。TensorFlow和PyTorch分别是这两类中最受欢迎的框架，分别使用静态和动态计算图来表示计算过程，前者能在运行之前对计算图进行优化，而后者能更好地处理变长输入。由于两者使用了不同的计算图理念，其在框架设计
随着互联网和移动互联网的发展，社交网络凭借其信息传播速度快传播范围广的特点迅速成为人们网络社交的重要平台，对社交数据中话题的趋势进行研究和分析具有重要意义。本文构造爬虫系统从微博平台上爬取大量社交数据并对其进行初步分析。提出改进的文本表示模型并运用融合了NMF和时间窗类簇合并的层次聚类算法进行文本聚类形成话题。最后分析影响话题趋势的特征并对趋势预测模型进行对比研究和改进。 首先，构建了一个爬虫系
步态是一种用于识别人的重要生物特征，因其具有能远距离捕获特征且无需配合的优势，在视频监控领域吸引了越来越多的关注。与基于步态轮廓图的方法相比，利用人体骨骼数据可以有效缓解协变量变化对步态识别性能的影响。然而现有的基于行人骨骼的方法往往将骨骼数据建模为矢量序列或伪图像，然后送至CNN或RNN进行处理，由于缺乏对关节点信息的有效利用，识别效果不够好。 考虑到人体骨骼拓扑图具有良好的稳定性和不变性，本
容器是一种轻量级的虚拟化技术。由于其部署便捷和启动快速等特点，容器在云平台中的应用场景近年来不断增加。容器需要专门的存储驱动(如Aufs、Overlay等)对镜像进行层次化的管理。然而，存储驱动的引入也增加了I/O路径的复杂性，使得多容器场景下的I/O扩展性受限。 为了研究容器文件系统的扩展性问题，设计了有关Overlay文件操作扩展性的性能评估。根据评估结果，当执行文件操作时，Overlay比
知识图谱的概念由知识库衍生而来，数据实体间通过相互关系链接在一起。知识图谱技术旨在存储开放世界中实体及实体之间的复杂关联信息，能够改善现有知识库的数据查询准确度及搜索效率，在知识自动问答、推荐系统等领域有着广泛的应用价值。现有的知识图谱通常是不完善的，且数据关联稀疏，导致其在自动问答、智能推荐等应用系统上的表现非常糟糕。基于文本增强的知识图谱表示学习技术，充分利用文本数据丰富的语义信息，并将与知识
缺血性脑卒中是最常见的脑部急性疾病，严重威胁患者生命安全。在诊断此种疾病时，常需要在CT灌注影像中分割出病灶，并获取卒中位置、形状等信息。鉴于深度学习方法在图像分割方面取得的成功经验，采用并改进基于深度学习的分割方法，提高缺血性脑卒中病灶的分割精度，可为临床医生提供更好的帮助。 针对U型网路(U-Net)网络在多次池化、卷积过程中信息丢失、梯度消失以及因训练数据集较小而导致的过拟合问题，提出了D