MATLAB永磁同步电机直接转矩控制的仿真研究(4)
（1）对传统的直接转矩控制的空间电压矢量开关表进行改进
以永磁同步电机的直接转矩控制为例，可以在原有的开关表的基础上加上两个零矢量，即000和111，把开关表从4行扩充到6行。插入了零矢量后，有效地把转矩的变化文持在一定的范围内。这样，转矩的脉动频率和电压逆变器的开关次数就相应减少了。此外，有专家提出了把空间电压矢量细分的方法。把原来的6等份扩大到12等份或者24等份，从而减小转矩的脉动。但是这两种方案还是存在不足，插入零矢量虽然能有效把转矩文持在一定范围内，却同时使转矩响应变慢了。这样一来就失去了直接转矩控制转矩响应快的优势。细分电压矢量法虽然能有效抑制转矩的脉动，但其效果与细分的程度成正比，要想得到理想的效果，就要大大增加运算量。
（2）采用空间矢量脉冲宽度调制的方法
采用空间矢量脉冲宽度调制的方法去代替空间电压矢量开关表，从而得到恒定的开关频率。以定子的磁链为参考系，把检测到的定子电压和定子电流进行3/2变换。把变换后的定子电流和定子电压通过全速度磁链模型去计算，从而得到定子磁链值Ψs、电磁转矩值与磁链位置角。给定转矩与实际转矩的误差不再经过滞环比较器，而是经PI调节后得到磁链增量角。然后通过对参考电压的预测计算可以得出期望的参考电压矢量，再经空间矢量脉宽调制得到所需要的开关控制信号。
（3）神经网络和模糊控制与传统的直接转矩控制相结合
神经网络像人一样有这很强的自我学习能力。但它不能处理已有的有规则的知识，所以在对神经网络进行训练时，不能运用已有的经验和知识，只能重新给他一个初始值，这样就使训练时间大大增加，效率很低。模糊控制，主要在传统的直接转矩控制的基础上，模糊调节给定转矩与实际转矩的误差以及误差的变化率。但这种方法要经过模糊推理和模糊判断，大幅增加了计算的复杂程度，所以目前还得不到广泛的应用。把神经网络以及模糊控制与传统的直接转矩控制相结合，把模糊集合所定义的模糊概念应用到神经网络的学习和计算之上，这样就能在普通的神经网络的基础上产生了各种各样的模糊神经网络。一方面利用了模糊控制去提高神经网络的学习能力，缩短了训练时间；另一方面利用神经网络的强大的学习能力去调整模糊化的精度函数，加强模糊推理的能力，提高模糊判断的能力，实现并行推理。可见，如果能把模糊控制以及神经网络和传统的直接转矩控制有机地结合起来，博取众长，就能建立一种比单独将模糊控制或者单独将神经网络与直接转矩控制结合的控制策略都更优的控制策略。
1.3课题研究的主要内容
本文主要对永磁同步电机直接转矩控制系统进行仿真研究。
第一章主要对设计课题的背景做出了介绍，说明了直接转矩控制的原理和发展趋势。
第二章对永磁同步电机的结构，分类，及它在各个坐标系下的数学模型进行介绍。
第三章主要讲述了直接转矩控制在永磁同步电机上的引用，列出了双滞环的永磁同步电机直接转矩控制的系统，并对该系统的各个重要的构成部分进行了说明。
第四章介绍了永磁同步电机直接转矩控制的仿真环境，仿真模型，并对仿真结果进行分析。
第五章为结论章节，对前面四章的内容，特别是仿真结果进行归纳，最后的得出本文的结论。