基于神经网络自抗扰控制的PMSM无位置传感器建模与仿真
摘要
永磁同步电机（PMSM）因其高效率、高功率密度和优异的动态性能，在现代工业传动和电动汽车等领域得到广泛应用。然而，PMSM是一个强耦合、非线性的控制对象，传统PI控制在参数摄动和负载突变时性能下降明显。自抗扰控制（ADRC）凭借其主动估计和补偿总扰动的能力，为PMSM高性能控制提供了有效解决方案，但其参数整定复杂限制了工程应用。本文提出一种基于神经网络自抗扰控制的PMSM无位置传感器控制策略，利用神经网络在线优化ADRC参数，并结合扩张状态观测器实现转子位置和速度的估计。文章首先建立PMSM数学模型，阐述自抗扰控制原理与神经网络参数优化的融合机制，然后设计基于改进Elman神经网络的位置观测器，最后在MATLAB/Simulink环境中完成完整控制系统的建模与仿真。仿真结果表明，神经网络自抗扰控制相比传统ADRC具有更快的动态响应和更强的鲁棒性，无位置传感器观测器能够精确估计转子信息，为PMSM高性能控制提供了理论依据和工程参考。
关键词：永磁同步电机；自抗扰控制；神经网络；无位置传感器控制；扩张状态观测器；MATLAB/Simulink仿真
1. 绪论
1.1 研究背景与意义
永磁同步电机（Permanent Magnet Synchronous Motor, PMSM）凭借其结构简单、效率高、功率密度大等优点，在工业自动化、新能源汽车、航空航天等领域占据重要地位。随着应用场景对控制性能要求的不断提升，PMSM控制技术面临两
