基于支持向量机拟合的永磁同步电动机的SVMDTC仿真本科毕业设计说明书文档格式.docx
《基于支持向量机拟合的永磁同步电动机的SVMDTC仿真本科毕业设计说明书文档格式.docx》由会员分享，可在线阅读，更多相关《基于支持向量机拟合的永磁同步电动机的SVMDTC仿真本科毕业设计说明书文档格式.docx（72页珍藏版）》请在冰点文库上搜索。
本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。
本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：
按照学校要求提交学位论文的印刷本和电子版本；
学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；
学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；
学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国学位论文全文数据库》进行信息服务。
在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。
论文作者签名：
日期：
指导教师签名：
2013届毕业设计说明书
基于支持向量机拟合的永磁同步电动机的SVM-DTC仿真
毕业设计（论文）原创性声明和使用授权说明
原创性声明
本人郑重承诺：
所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。
尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得及其它教育机构的学位或学历而使用过的材料。
对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。
作者签名：
日 期：
日 期：
使用授权说明
本人完全了解大学关于收集、保存、使用毕业设计（论文）的规定，即：
按照学校要求提交毕业设计（论文）的印刷本和电子版本；
学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；
学校可以采用影印、缩印、数字化或其它复制手段保存论文；
在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：
日 期：
学位论文原创性声明
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
日期：
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
日期：
导师签名：
摘要
永磁同步电机最初在20世纪50中后期出现，其工作原理与普通电激磁同步电机相同，20世纪70年代，永磁同步电机开始在交流变频调速系统得到应用。
采用支持向量机拟合了通过磁场的相关计算得到的永磁同步电动机的非线性数值模型，充分考虑了电机铁心饱和因素以及电机磁感应强度非正弦分布所引起的非线性因素，同时建立了在该非线性模型基础上的永磁同步电动机的SVM—DTC系统的仿真模型，为永磁同步电动机的进一步设计、优化性能及控制算法的研究提供了有效的工具。
仿真结果进一步验证了本文分析的正确性，并且为系统的整体设计提供了理论基础。
支持向量机（SVM）是20世纪90年代在统汁学习理论基础发展起来的一种机器学习方法，较好地解决了小样本学习问题。
由于其出色的学习性能，该技术已成为当前国际机器学习界的研究热点。
现代仿真技术与控制工程，系统工程和计算机技术的发展密切相关。
控制工程仿真技术是较早的应用领域之一，控制工程仿真技术的形成和发展奠定了良好的基础的现代发展。
这篇文章是基于支持向量机的永磁同步电机系统，使用MATLAB软件仿真。
关键词：
永磁同步电动机；
SVM—DTC；
支持向量机；
仿真技术；
MATLAB
ABSTRACT
Permanentmagnetsynchronousmotororiginallyappearedinthelate1950s,itworkswiththesameordinaryelectricexcitationsynchronousmotor,inthe1970s,permanentmagnetsynchronousmotorvariablefrequencydrivesystembegantobeapplied.SupportVectorMachine（SVM）wasusedtofitthenonlinear-model，whichisgainedbymagneticfieldcomputation，forpermanentmagnetsynchronousmotors（PMSMs）．Nonlinearfactorscausedbysaturablecoreandnon—si—nusoidaldistributionofinductiondensityweretakenintoconsideration．AsimulationmodelwasalsobuillforSVMdirecttorquecontrolledPMSMdrivesystemonthisnonlinear—mode1．ThesystemofersanefectivetoolfortheoDtimizationdesign，performanceanalysisandresearchonthecontrolalgorithm．Theresultscanprovidetheoreticalbasisforthedesignofservosystem.
Supportvectormachine（SVM）isonenewmachinelearningmethodwhichdeveloppedin1990sandbasedonstatisticalleamingtheory，itcansolvesmall-samplelearningproblemsbetter.Ithasbecomethefocusininternationalmachinelearningresearchbecauseofitsexcellentlearningperformance.
Modernsimulationtechnologyandcontrolengineering,systemsengineeringandcomputertechnologydevelopmentarecloselyrelated.Controlengineeringsimulationtechnologyisoneoftheearlierapplications,controlengineeringsimulationtechnologyformationanddevelopmenthaslaidagoodfoundationforthemoderndevelopment.Thisarticleisbasedonsupportvectormachinepermanentmagnetsynchronousmotorsystem,usingMATLABsoftwaresimulation.
KeywordsPMSM；
SVM—DTC；
supportvectormachine；
SimulationTechnology；
1前言
1.1课题研究背景
1.1.1永磁同步电动机发展状况
永磁同步电机最初在20世纪50中后期出现，其工作原理与普通电激磁同步电机相同，但它以永磁体替代激磁绕组，使电机结构更简单，提高了电机运行的可靠性。
随着电力电子技术和微型计算机的发展，二十世纪七八十年代以来，永磁同步电机开始在交流改变频率的调速系统得到应用。
20世纪80年代，随着材料科学不断取得突破尤其是稀土型永磁材料取得了新的成就，特别是第三代新型以钕铁硼为主要材料制作的永磁材料，它具有剩磁高、矫顽力大而且价格相对低廉的优点，有力地促进了永磁同步电机调速系统性能的改善和优化。
随着稀土材料基础、前沿科技的不断取得进展甚至突破，永磁材料的磁能积已做的很高，价格也是就满足工业应用的需要，加上矢量控制技术水平的不断提高，永磁同步电动机越来越显出效率高、功率密度大、调速范围宽、脉动转矩小等高性能的优势。
经过多年的技术积累及研究的投入，在稀土永磁材料和稀土永磁电机的领域，我国都走在了国际的前面。
随着新型永磁材料在电机上应用的日益深入，不仅推动了电机结构的不断创新，也推动了设计方法、制造工艺等方面的改革，而且使永磁同步电机的性能有了质的跨跃，逐渐向大功率（超高速、大转矩）、微型化、智能化、高性能化方向发展得到稀土永磁同步电机系统，成为交流调速领域的一个重要分支
。
由于受到功率开关元件的固有物理特性的缺陷，以及永磁材料和驱动控制技术发展水平的制约，在原理和控制方式上基本上与直流电机类似，永磁同步电机刚开始应用时采用的大都是矩形波波形，但这种电机也有一个缺陷之处，那就是转矩的动态波动特性不好。
克服这一缺点的需要和技术水平的提高，人们在此基础上又给正弦波永磁同步电机安装位置传感器并由逆变器驱动，经过许多研究人员的共同努力，我们有理由相信，永磁同步电机在既有的繁荣发展后，还会迎来更宽阔的发展道路和明天。
1.1.2永磁同步电动机控制系统的发展
伴随永磁同步电机控制技术的不断发展，各种控制技术正逐渐成熟，比如SVPWM、DTC、SVM-DTC等方面都在实际中得到应用。
然而，在实践中，各种控制策略有它们各自一定的局限性，如低速特性不够理想，过度依赖电机参数的改善，等等，因此，控制策略研究的问题具有十分重要的意义。
在1971年，许多德国学者提出了新思路﹑新理论和新技术的交流电机矢量控制，它出现在交流电机控制技术的研究具有划时代的意义。
由于这种取向所构成的磁场矢量变换交流闭环控制系统，它可与直流控制系统的性能可以媲美
然后，随着电力电子技术，微电子技术，计算机技术和永磁材料科学，矢量控制技术，快速的应用和推广发展。
矢量控制的机电能量转换，电力和空间向量的统一理论的基础上开发的理论，它是首次应用于三相异步电动机，并很快扩展到三相永磁同步电动机。
由于三相感应电动机中，转子的热参数将导致转子，转子的磁场依赖于所观察到的转子参数，转子磁场不能被准确地观察到，从而使实际的控制效果难以达到理论分析的结果，它是实用的矢量控制的不足之处。
永磁同步电机的永磁转子，比固定的参数，使矢量控制的永磁同步电机在低功耗和高精度的应用被广泛采用。
1.1.3计算机仿真技术的发展
现代仿真技术与控制工程，系统工程和计算机技术的发展密切相关。
系统工程的发展，以进一步提高系统的理论系统建模与仿真，同时使系统仿真被广泛应用于非工程系统的研究和预测
计算机仿真技术在理论和实践，提出了许多有效的成果，积累了大量的系统仿真模型和仿真方法是相当有效的。
仿真技术仍然有一些缺点，如建模方法同样的问题是不完美的，在同一个系统中可以创建不同的模型，和一些社会经济系统中的问题仍然是无法建立一个精确的模型解决了。
在20世纪90年代，计算机技术的各个方面取得了很大的发展。
为了获得一个令人满意的扭矩计算，模拟研究是最有效的工具和手段。
（1）MATLAB软件的简介
MATLAB是MATrixLABoratory（矩阵实验室）的缩写，是由美国TheMathWorks公司推出的一种科学与工程计算语言。
克利夫莫勒博士在美国NewMexico大学讲授线性代数课程时，构思并开发了MATLAB。
该软件已经推出，就备受青睐和瞩目，其应用范围也越来越广。
后来莫勒博士等一批数学家与软件专家组建了TheMathWorks软件开发公司，专门扩展并改进MATLAB。
这样，MATLAB于1984年推出了正式版本，到2005年，MATLAB已经发展到了7.1版。
与其他计算机语言相比，MATLAB具有独树一帜的特点
（2）MATLAB的主要特点
相比与其它计算机语言，MATLAB功能，开放和易于学习等方面的冠军，在工程实践中，控制系统的结构往往是非常复杂的，如果不使用专用的系统建模软件，它是难以进行精确的控制系统的计算机，其进一步的分析和仿真一个复杂的模型。
1）语言简洁紧凑，使用方便灵活，库函数极其丰富。
MATLAB程序书写形式自由，利用起丰富的库函数避开繁杂的子程序编程任务，压缩了一切不必要的编程工作。
由于库函数都由本领域的专家编写，用户不必担心函数的可靠性。
可以说，用MATLAB进行科技开发是站在专家的肩膀上进行的。
2）运算符丰富。
由于MATLAB是用C语言编写，MATLAB提供了和C语言几乎一样多的运算符，灵活使用MATLAB的运算符将使程序变得极为简短。
3）MATLAB既具有结构化的控制语句，又有面向对象编程的特性。
4）程序限制更加宽松，程序设计自由度大，使程序的开发难度大大降低。
例如，在MATLAB里，用户无需对矩阵预定义就可使用。
5）程序的可移植性和兼容性很好，稍作修改就可以在不同型号的计算机和操作系统上运行。
6）MATLAB的图形功能强大。
在过去常用的编程语言里，绘图都需要很多程序代码，但在MATLAB里，数据的可视化程度有了很大提高。
MATLAB的编辑图形界面也使得它的图形编辑能力有了改善。
7）MATLAB的缺点是，相比其他高级程序，程序的执行速度然人觉得有些慢。
这是由于MATLAB的程序不用编译等预处理，也不生成可执行文件，所以速度较慢。
8）强有力的系统仿真能力。
MATLAB最重要的软件包—simulink，使用它的框图的建模和仿真功能，使使用者可以很容易地构建动态系统的仿真模型，准确地进行各种仿真。
9）源程序的开发性。
相比其他编程语言，它的开放性或许使得MATLAB成为最受人们欢迎的语言
2支持向量机简介
2.1支持向量机的出现与发展
自1995年以来VapnikSVM模式识别作为一种新的方法后，提出了一种基于统计学习理论中，SVM已备受关注。
同年，Vapnik和科尔特斯软间隔（软保证金）SVM，通过引入松弛变量的度量数据的误判（分类时发生错误大于0），而在目标函数中添加一个组件，用来惩罚非零松弛SVM的优化过程中，被分离由大和进程之间的一个小螺距误差补偿平衡1996年，Vapnik和其他变量（即代价函数），也把着支持向量回归（支持向量回归，SVR）方法是用于解决拟合问题。
SVR与SVM的出发点是寻找最优超平面，但目的是不找到两种SVR数据分割平面，但可以准确地预测数据的分布找到飞机，这两者都最终转换解决优化问题1998年，韦斯顿，谁根据解决的SVM多类分类SVM方法（多类支持向量机，多SVM）提出的原则，通过多类分类成类分类，将被应用于多分类SVM判断：
此外，SVM算法的基本框架，研究人员在不同的方面有很多相关的算法。
例如，Suykens提出了最小二乘支持向量机（最小二乘支持向量机，LS-SVM）算法，Joachims和其他SVM-1ight的，张工提出中心支持向量机（中央支持向量机，CSVM），ScholkophSmola基于二次规划提出的V-SVM等。
从那时起，国立台湾大学林智仁的SVM教授总结典型应用和设计和开发更全面的工具包支持向量机，这是LIBSVM支持向量机。
改进后的模型，v型SVM是一种软间隔分类模型，其原理是通过引入的参数v，调整支持向量的数量占超平面偏置测量输入的数据和参数的比例的下限，而不是平常的选择依赖于经验的软间隔分类罚参数，提高了分类效果，LS-SVM是用来代替传统SVM等式约束不等式约束，将解决QP问题转化为求解一组方程来提高该算法的有效性;
LIBSVM是一个通用SVM软件包，可以解决分类，回归，分布估计问题，它提供了几种常用的内核功能是用户可选择的，不平衡样本加权，多类分类能力，除了跨验证交叉验证的方法也LIBSVM内核函数的参数选择问题上做出了杰出的贡献;
SVM-1ight功能是通过引进萎缩（萎缩）逐步简化QP问题，和缓存（缓存）技术，降低计算成本迭代解决大规模样本条件下支持向量机学习复杂的问题
2．2支持向量机的原理
2.2.1支持向量机的基本思想
支持向量机的主要思想，可以归纳为两点：
首先，它是分析线性可分的，非线性的，非线性映射算法的情况下，通过使用低维输入空间的非线性样本一个高维特征空间的线性可分的，这使得高维特征空间使用线性算法的非线性特性的样本的线性分析成为可能，并在特征空间中，以找到最佳的分离超平面。
其次，它是通过使用属性空间，打造最优分离超平面结构风险最小化原则，使全球最优分类，风险的概率与整个样本空间的期望，满足一定的上限。
它具有的突出性能优势在于：
（1）基于统计学习理论和结构风险最小化原则的VC维理论，具有良好的泛化能力，也就是从有限的训练样本，误差小，可以保证一个独立的测试集保持小错误。
（2）支持向量机来解决这个问题，对应于一个凸优化问题，所以必须是局部最优解全局最优解。
（3）成线性问题解决的成功应用，内核函数，非线性问题。
（4）分类间隔最大化，支持向量机算法具有较好的鲁棒性。
SVM由于其突出的优点，所以它是一个强大的学习工具，在以解决模式识别，回归估计问题的领域拥有越来越多的研究者
2.2.2最优分类面和广义最优分类面
SVM是从线性可分的最优分类面发展，其基本思想可以被描述于图1。
对于一维空间中的点，线性的二维空间，三维空间中的平面度，以及高维空间的超平面，图中实心和空心点表示两个点的样品中，H为平面它们之间的分类，H1，H2，分别分类不同类型的表面，样品表面的距离最近的分类超平面平行，它们之间的距
图1最优分类面图
离被称为△时间间隔（裕度）的分类。
所谓最优分类面要求，不仅要面对两种类型的正确分类，也要求是最大的一类间隔。
准确分类的目的，在于确保适当的训练错误率为0，这样也就使得经验风险最小化。
使分类间隔实达到最大的差距，确切地讲就是要使推广性的界的置信区间最小，如此，真正的风险才会降到最低限度。
扩展到高维空间，最优分类线成为最优分类面。
设线性可分样本集为
是归类符号。
d维空间中线性判别函数的一般形式为是归类符号。
d维空间中线性判别函数的常规形式为
，分类线的方程为
归一化判定函数后，可以使两类所有样本都符合条件
，也即是使离分类面最近的样本的
，此时分类间隔等于
，因此使分类间隔最大等同于使
（或
）最小。
为了满足分类线对所有样本的正确分类，就是要求它满足
2.1
上述条件（2.1）满足以后，并且使
最小的分类面就叫做最优分类面，两个分类面样本距离最近的点和平行的表面的最优分类超平面H1，H2上的训练样本点称为支持向量（支持向量机）。
利用Lagrange优化策略，上述最优分类面问题就可转化为下面这种相对比较简单的对偶问题，即：
满足约束条件：
2.2
2.3
时
使下列函数取到最大值进行求解：
2.4
当
为最优解，则
2.5
实际上得到如下结论：
把训练样本向量进行线性组合，就可得最优分类面的权系数向量。
这涉及到在不等式约束下的二次函数在哪点取到极值的问题，能得到唯一解。
根据kü
hn-Tucker条件，其中的解一般情况下将只有极少一部分
不为零，不为0的一组解有关的的样本就为支持向量。
求解前述问题以后，求得的最优分类函数是：
2.6
根据上述进行的分析结论，可表述为非支持向量对应的
都为0，因此上式中的为0的求和还是为0，得到的求和结果实际上仅仅是对支持向量进行。
是归类阈值，可以由随意的一个支持向量（满足式1.1支持向量的条件之一等号），或通过任何一对两种类型的支持向量采取中位数。
从前面可以分析得出，在满足最优分类平面是线性的且可分离的前提下，讨论的线性非分离型的情况，当部分训练样本不能满足式（1.1）的条件下，不妨添加一个松弛参数
作为约束条件，这样变成：
2.7
对于s>
0，当它足够小时，只要满足条件：
2.8
最小的错误可以使样品的错分数量最小。
对应的线性可分分类的最大时间间隔的情况下，可能会引入约束：
2.9
在约束条件2.7幂2.8下对式2.8求极小，即可得线性不可分情况下的最优分类面，定义为广义最优分类面。
为计算上的方便，取s=1。
为使问题达到进一步的简化，相关广义最优分类面的问题可以转化成在条件2.7的约束条件下求如下函数的极小值：
2.10
其中C为特定的常数值，它实际上起控制着对锩分样本惩罚的程度的功能，在错分样本的比例与算法复杂度实现取得折衷。
与求解最优分类面时的方法相同，求解这一优化问题的方法都是转化为一个二次函数求取极值，其结果与可分情况下得到的2.2到2.6几乎完全相同，但是条件2.3变为：
2.11
2.2.3支持向量机的非线性映射
对于非线性问题，通过特定的非线性转换，可以转化为高维空间的线性问题，在变换空间求最优分离超平面。
这种转变可能会更复杂，所以这条线在一般的思维下，不容易实现。
但是，
升级会员 