推导出了二相混合式步进电机 d-q 轴数学模型 ,以转子永磁磁链为定向坐标系 ,令直轴电流 id =0 ,电动机电磁转矩与 i q 成正比 , 用PC 机实现了矢量控制系统 。系统中使用传感器检测电机的绕组电流和转自位置 ,用 PWM 方式控制电机绕组电流 。步进电机是一种感应电机，它的工作原理是利用电子电路，将直流电变成分时供电的，多相时序控制电流，用这种电流为步进电机供电，步进电机才能正常工作，驱动器就是为步进电机分时供电的，多相时序控制器。文献推导出基于磁网络的二相混合式步进电机模型 , 给出了其矢量控制位置伺服系统的结构 ,采用神经网络模型参考自适应控制策略对系统中的不确定因素进行实时补偿 ,通过最1大转矩/电流矢量控制实现电机的高效控制 。

神经网络控制神经网络是利用大量的神经元按一定的拓扑结构和学习调整的方法 。它可以充分逼近任意复杂的非线性系统 ,能够学习和自适应未知或不确定的系统 ,具有很强的鲁棒性和容错性 ,因而在步进电机系统中得到了广泛的应用 。步进电机相对于其它控制用途电机的最1大区别是,它接收数字控制信号电脉冲信号并转化成与之相对应的角位移或直线位移,它本身就是一个完成数字模式转化的执行元件。文献将神经网络用于实现步进电机最1佳细分电流 , 在学习中使用 Bay es 正则化算法 ,使用权值调整技术避免多层前向神经网络陷入局部极小点 ,有效解决了等步距角细分问题 。

优点和特点

步进电机相对普通电机来说，他可以实现开环控制，即通过驱动器信号输入端输入的脉冲数量和频率实现步进电机的角度和速度控制，无需反馈信号。1、步距角的选择电机的步距角取决于负载精度的要求，将负载的最1小分辨率（当量）换算到电机轴上，每个当量电机应走多少角度（包括减速）。但是步进电机不适合使用在长时间同方向运转的情况，容易烧坏产品，即使用时通常都是短距离频繁动作较佳。

相对伺服电机来说，伺服电机内部通过安装旋转编码器实现了反馈控制，伺服电机可以达到的转矩要高于步进电机，但是价格相对也高，所以在转矩能满足的情况下，推荐用步进电机。

步进电机配合驱动器使用，很多驱动器都支持细分功能，即实现很小的步进角，控制更精1确。