共查询到20条相似文献,搜索用时 500 毫秒
1.
2.
3.
针对电机运行过程中参数变化会影响永磁同步电机(PMSM)无位置传感器控制性能的问题,将递推的最小二乘法(RLS)用于PMSM参数的在线辨识,在最大转矩电流比控制策略下,使用基于BP神经网络改进的模型参考自适应系统构建无位置传感器控制方案,提出了基于在线参数辨识的PMSM无位置传感器控制方案。运用递推的RLS对PMSM的交轴电感和转子磁链进行在线辨识,并将参数辨识结果应用于电机无位置传感器算法中。仿真和试验证明了基于递推的RLS参数辨识算法可以对PMSM的转子磁链和交轴电感值进行准确辨识,基于参数辨识的PMSM无位置传感器控制方案性能更好。 相似文献
4.
5.
永磁同步电机参数会随着运行工况的变化而改变,为实现高精度控制,提高系统稳定性,工程上可采用PMSM变参数控制技术。针对目前PMSM在线参数辨识方法对噪音等非电气因素的鲁棒性差、辨识精度不高的问题,本文介绍了基于TR-BFGS算法的变参数识别方法及优化控制技术。建立PMSM在dq坐标系下的等效数学模型,以实际电机电流和模型输出电流为基准,设计合适的目标函数,去除辨识中的系统扰动和固有误差,通过求解目标函数最小值获取PMSM参数预测值,并以此更新电流、转速双闭环控制系统中电机参数值。试验结果表明,本文所提参数辨识方法辨识精度高,可实现PMSM变参数高性能控制。 相似文献
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
本文讨论基于BP神经网络的PID控制,利用神经网络的自学习能力进行PID控制参数的在线整定、并使用Matlab软件进行了仿真研究。BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点。仿真结果表明,神经网络PID控制器参数调整简单,具有很高的精度和很强的适应性,可以获得满意的控制效果。 相似文献
16.
将RBF神经网络引入PID控制中,建立了一个三层神经网络模型。通过RBF神经网络的在线辨识对PID控制的三个参数进行在线调整,从而改善系统的控制效果。仿真结果表明:基于RBF神经网络的PID控制与传统PID控制相比,具有较强的鲁棒性和自适应能力,控制精度高,效果好,安全可靠。 相似文献
17.
18.
19.
在分析永磁同步电机(PMSM)数学模型的基础上,针对传统PID整定方式存在的不足,引入了遗传算法对PMSM调速系统PID参数进行寻优。在迭代计算过程中采取最优保留策略,保证个体最终收敛于全局最优值。为了实现理想的电机转速控制效果,采用误差绝对值时间积分型目标函数,并在其中加入了超调惩罚项。仿真研究的结果表明,经过遗传算法优化后的PMSM控制系统具有超调量小、调节时间短、鲁棒性好的特点,与传统PID控制相比具有较高的动态品质和稳态精度。 相似文献
20.
针对永磁同步电动机空间矢量PWM方法存在转子位置检测、死区效应和传统PID控制准确度不高等问题,在分析空间矢量PWM控制基本原理的基础上,从取消位置传感器、改进PID参数、补偿与消除死区效应、分配零矢量和提高逆变电平数等5个方面对当前主流的永磁同步电动机空间矢量PWM方法优化策略进行了综合评述。而发展空间矢量PWM的直接转矩控制算法,将先进控制理论应用于PMSM和集成控制方法的创新将是下一步研究的重点。永磁同步电动机(Permanent Mag-net Synchronous Machine,PMSM)以其高效性、低损耗和高转矩惯量比等优点被广泛应用于高准确度调速等控制领域。近年来,我国风力发电发展迅猛,尤其是采用永磁同步电动机构成的直驱 相似文献