基于dSPACE平台的SR电机间接位置检测技术的研究的开题报告

基于dSPACE平台的SR电机间接位置检测技术的
研究的开题报告
一、研究背景
随着电动汽车的快速发展，研究电动机的技术也日益成熟，现有的
电动机控制技术大多采用Encoder等直接位置检测设备，通过实时监测
电机的转子位置信息，实现对电机的控制。

然而，直接位置检测设备的
成本较高，对电机的体积和重量也有一定要求，这对于成本和功率密度
的优化都是有所不利的。

因此，现阶段对于高功率电机，研究基于dSPACE平台的电机间接位置检测技术显得尤为重要。

二、研究内容
本文将基于dSPACE平台，研究SR电机间接位置检测技术。

主要研究内容包括：
1. 原理介绍
介绍基于dSPACE平台的SR电机间接位置检测技术原理，探讨其实现的基本要素。

2. 算法设计
设计SR电机间接位置检测算法，包括中断响应、位置计算、速度计算等。

3. 系统搭建
利用dSPACE平台搭建SR电机间接位置检测系统，完成对电机的控制。

4. 实验验证
对搭建的系统进行实验验证，验证算法的可行性和系统的控制效果。

三、研究意义
本研究将基于dSPACE平台，研究SR电机间接位置检测技术，探讨其实现的基本要素、算法设计、系统搭建及实验验证。

该技术将为电动
车电机控制技术的发展提供新的思路和方法，帮助电机控制系统降低成本、提高功率密度，从而提高电动汽车的性能和可靠性。

四、预期结果
通过本研究，预计可以得到以下结果：
1. 学习和研究基于dSPACE平台的SR电机间接位置检测技术，掌握其实现方法和要素。

2. 设计和开发一种SR电机间接位置检测算法，并在dSPACE平台上实现。

3. 利用dSPACE平台搭建SR电机间接位置检测系统，对系统进行实验验证，验证算法的可行性和系统控制效果。

4. 结果表明，基于dSPACE平台的SR电机间接位置检测技术具有一定的应用前景和可行性。

五、研究方法
本研究将采用以下研究方法：
1. 理论分析法：详细分析SR电机间接位置检测技术的原理和要素，探讨实现方法和关键技术。

2. 算法设计法：基于理论分析，设计一种SR电机间接位置检测算法，并在dSPACE平台上实现。

3. 系统搭建法：利用dSPACE平台搭建SR电机间接位置检测系统，并对系统进行实验验证，验证算法的可行性和系统控制效果。

六、预期进度
预计研究时间为半年，具体进度如下：
第一周：选题及文献查阅
第二周：SR电机间接位置检测技术原理分析
第三周：算法设计
第四周：算法实现与测试
第五-八周：系统搭建及实验验证
第九周：数据分析及结果总结
第十周：论文撰写及论文初稿完成
第十一周：论文修改及完善
第十二周：论文修改及终稿提交
七、参考文献
1. J. Ma, L. Zhang, X. Guo, and W. Lin, “Indirect position sensorless control of switched reluctance motor based on model reference adaptive system,” International Journal of Electrical Power & Energy Systems, vol. 63, no. 3, pp. 824-831, 2014.
2. S. Mahindrakar, D. Hegde, and D. Kastha, “A novel method of speed estimation for switched reluctance motor using artificial neural network,” International Journal of Innovative Research in Electrical, Electronics, Instrumentation and Control Engineering, vol. 4, no. 1, pp. 283-288, 2016.
3. R.B. Ordaz, L.C. Cuellar, and L.T. Aguilar, “Position control of a switched reluctance motor using fuzzy logic,” International Journal of Electrical Power & Energy Systems, vol. 54, no. 3, pp. 75-81, 201
4.
4. D. Wenzhong and G. Minqiang, “A model reference adaptive system application to SRM position sensorless control,” in Proceedings of the 2012 International Symposium on Electrical Engineering and Instrumentation Control (ISEEIC), pp. 491-496, 2012.
5. Y. Zhang, Z. Zhang, and X. Liu, “Fuzzy adaptive control of switched reluctance motor based on online identification,”
International Journal of Electrical Power & Energy Systems, vol. 63, no. 3, pp. 59-66, 2014.。