车载异步电动机静止参数辨识方法研究

为了获取精确的电机参数,针对新能源汽车车载异步电动机连接负载的特点,对使用控制器实现静止状态下参数辨识的方法进行了研究。在异步电动机反Γ型等效电路的基础上,通过添加直流分量使重构电压误差线性化并补偿,采用单相实验,实现辨识电机定子电阻、转子电阻、漏感和互感。在一台车载异步电动机上进行了实验验证,辨识精度证明了该方法的可行性。     

基于扩展卡尔曼滤波的永磁同步电动机参数辨识

针对永磁同步电动机在运行中电机的电磁参数的改变,通过对永磁同步电动机稳态数学模型的推导,利用扩展卡尔曼滤波对电机的电阻、电感进行在线辨识。在MATLAB/Simulink中搭建辨识模型进行分析比较,验证该方法可以准确地辨识出电阻、电感的值。仿真结果表明,扩展卡尔曼滤波具有快速的收敛性,能够很好地跟随电机参数的变化,应用参数辨识技术可以有效地改善永磁同步电动机控制性能。     

间接矢量控制系统中的异步电动机参数辨识

本文详细介绍了间接矢量控制系统中的异步电动机参数辨识方法.通过改进的直流试验和单相交流试验辨识出异步电动机的定子电阻、转子电阻和定转子漏感;采用转差频率控制,实现电机的空载试验,从而辨识出互感.以上三个试验可以辨识出间接矢量控制所需要的全部参数,并且精度更高,算法更简单,最后以带载试验来证明辨识的参数是准确的.本文提出的方法充分利用了全数字间接矢量控制的有利条件,简化了算法,实现了电机参数的准确辨识,从而保证了这类系统的控制性能.     

矢量控制中感应电动机转子电阻的自适应辨识

异步电动机的转子电阻在电机运行中由于温升、集肤效应等原因 ,往往是电机控制系统中变化最为明显的参数之一。如何准确、快速的辨识异步电动机转子电阻 ,以提高整个矢量控制系统的鲁棒性 ,一直以来是国内外研究的重点。转子电阻对异步电动机调速系统的影响由于控制策略和控制结构的不同而有所差别。本文在异步电动机矢量控制系统中提出了一种基于转子磁场定向的转子电阻自适应辨识方法。这种方法结构简单 ,计算量少 ,而且仿真和实验结果证明这种方法可以准确、快速的辨识转子电阻。     

一种基于模型参数自适应理论的异步电动机转子电阻辨识实验研究

矢量控制系统的性能很大程度上依赖于电动机参数的准确测量,而异步电动机的转子电阻在运行中由于温升、集肤效应等原因,往往是电机控制系统中变化最为明显的参数之一.怎样快速、准确地辨识异步电动机的转子电阻,以提高整个控制系统的鲁棒性一直是国内外研究的重点.提出了一种基于模型参考自适应的转子电阻辨识方法.以瞬时无功功率作为模型,通过自适应调节得到所需的转子电阻参数.仿真和实验结果表明,这种方法可以准确、快速辨识转子电阻,并且提高了系统的鲁棒性.     

超声波电动机等效电路模型参数辨识

基于超声波电动机振子的等效电路模型，从电动机振子导纳一频率特性实验数据出发，由导纳圆近似计算法得出超声波电动机建子等效电路参数值，然后根据非线性最小二乘原理构造优化函数，采用Levenberg—Marquardt优化算法辨识电机参数。辨识结果准确，为电机驱动控制系统仿真与高性能控制算法研究提供了良好基础。     

基于最小二乘类算法的站用异步电机参数辨识问题的研究

站用异步电动机参数的精度直接影响换流站水冷系统中驱动电机的控制效果.在转速基本恒定条件下建立了站用异步电动机两相静止坐标系下的待辨识模型,针对在使用最小二乘类算法对站用异步电机进行参数辨识过程中遇到的转速波动、待辨识参数耦合和数据处理等关键性问题,给出了相应的解决方案.通过系统仿真的验证,并搭建电机参数辨识平台进行了电机参数辨识实验,验证了解决方案的有效性.     

具有参数辨识的船舶永磁同步推进电机无位置传感器控制

针对船舶永磁同步推进电机的无位置传感器控制需对电机参数进行修正以实现精确控制的问题,将模型参考自适应法用于永磁同步电机参数的在线辨识,运用龙格-库塔方法建立满秩的可调模型,基于Popov的超稳定性定理推导了自适应控制律,通过逐步识别完成了电阻以及电感参数的辨识,识别出的参数通过低通滤波器进行高频谐波过滤获取精准电机参数,将滤波后的电机实际参数用于算法反馈实现电机模型动态更新。软件仿真和实物平台均验证了MRAS参数在线辨识算法可以准确、有效地辨识出电机实际定子电阻和电感,具有参数辨识的船舶永磁推进电机无位置传感器矢量控制方案可行有效。     

矢量控制异步电动机的自适应控制和参数辨识

在矢量控制异步电动机数学模型的基础上，针对电机转子电阻和负载转矩变化的不确定性，应用非线性控制的理论，设计了一个渐近跟踪负载转矩和转子电阻实际值的非线性辨识算法，实现了参数的自动跟踪，并建立了非线性自适应控制的方案。仿真结果表明，辨识算法具有快捷准确的优点，使系统具有一定的鲁棒性和较好的稳、动态性能。     

一种异步电动机静止状态下参数辨识的改进方法

基于异步电动机的非对称T型模型,提出一种电动机静止状态下参数辨识的改进算法。分析并指出逆变器死区只对输出电压有功分量产生影响,并通过对死区自适应补偿方法辨识出电动机参数,提高了辨识的准确度。考虑到趋肤效应的影响,给出通过两次注入相同转差频率、不同幅值的单相交流电流,并通过对误差电压进行对消的自适应算法辨识出转子电阻;基于等效空载的方法,注入极低频率的单相交流电流使电动机在静止状态与空载旋转状态等效,避免了转子电阻的影响,从而更精确的辨识出互感。将所测量参数与利用传统方法测量的参数进行对比,并将参数用于无速度传感器矢量控制,验证了该算法具有较高的精确性、实用性和鲁棒性。     

Estimation of induction motor parameters using shuffled frog-leaping algorithm

This paper introduces a shuffled frog-leaping algorithm based method to approximate the equivalent circuit parameters of induction machines from the manufacturer data, such as nameplate data and motor performance characteristics. The steady-state equivalent circuit is applied for the simulations. The circuit parameters are found as the result for the error minimization function between the estimated and maker data. The suggested algorithm solves the parameter estimation problem and surpasses the solutions reached by differential evolution, particle swarm optimization and genetic algorithms. Therefore, this algorithm can be employed in motor energy management system for bettering the overall energy savings in industry.     

考虑铁耗电阻的感应电机参数在线辨识技术

传统感应电机高性能控制方案中,电机模型忽略了电机铁耗的影响,与实际物理模型有一定的偏差。基于包含铁耗等效电阻的感应电机模型,建立新的励磁电流计算方法,对电流和电压信号进行高精度的采样和离散处理,并对电机模型进行数学推导,得到基于递推最小二乘法(RLS)的辨识模型,实现了对铁耗电阻、转子电阻等重要电机参数的在线辨识。建立了MATLAB仿真模型,对参数辨识算法进行验证。仿真试验结果表明:所提方法可以在不同工况下实现较高精度的辨识,并可以快速地跟随待辨识参数的变化,为感应电机高性能控制奠定了基础。     

阀控式铅酸蓄电池的等效电路模型和参数辨识

电池模型是研究电池性能的重要工具,根据阀控式铅酸蓄电池的特性,建立一种能反应其内部特性的二阶RC电路等效模型。然后根据模型,推导出能够反映出电池性能的开路电压和内阻。设计伪随机序列作为模型激励,对铅酸电池在特定条件下的充放电实验进行模拟,利用基于遗忘因子的最小递推二乘法进行模型参数辨识。通过端电压比较法对辨识结果进行验证,结果表明:采用M序列作为激励的参数辨识方法,能够准确有效地辨识阀控式铅酸电池等效电路模型的参数,并可以对其参数的获取提供理论基础与支持。二阶等效电路模型及基于递推最小二乘算法的模型参数的辨识结果可以精确地进行充放电过程仿真。     

基于改进WOA优化BP神经网络的车用PMSM参数辨识

基于改进WOA优化BP神经网络的车用PMSM参数辨识     

基于鸡群算法的变压器油纸绝缘扩展Debye等效电路参数识别

为了研究去极化电流和变压器绝缘状态的关系,提出了基于鸡群算法的变压器油纸绝缘扩展Debye等效电路参数识别方法。首先,建立去极化电流的误差函数,计算辨识得到的曲线与实际曲线之间的误差。利用鸡群寻优算法群优化和分类优化的特点,调整电路参数减小与实际曲线误差,解决了粒子群算法易陷入局部最优的缺点。最后通过试验计算表明,应用鸡群寻优算法获得的去极化电流与现场测试得到的数据吻合度高,求得的油纸绝缘扩展Debye等效电路参数能够准确地反映变压器的绝缘状况。     

基于遗传算法的感应电动机稳态模型参数辨识

介绍了感应电动机传统的参数测试与识别方法,提出了基于遗传算法的感应电动机稳态模型参数辨识方法,利用实际所测的电动机电流和转速数据,结合感应电动机稳态模型电流特性方程,通过遗传算法进行曲线拟合得到电机稳态模型电流特性曲线及电机稳态模型各参数值。试验证明该设计参数辨识方法与传统测试方法相比,准确性和精度都有较大的提高,进一步验证了该设计方法的可行性和有效性。     

基于Nelder-Mead优化的PEMFC三阶RQ等效电路参数辨识研究

精确、有效的燃料电池等效电路有助于分析燃料电池内部工作情况,确保燃料电池系统稳定可靠地运行。针对燃料电池内部工作状态无法使用传感器精确监测的问题,提出了基于Nelder-Mead优化算法的PEMFC 3阶RQ等效电路参数辨识方法 ,根据电池工作原理建立3阶RQ非线性等效电路模型,将模型参数与实际物理意义相结合建立复数域下的实部、虚部加权目标函数,最后在电化学交流阻抗谱实验的基础上进行参数辨识研究。研究结果表明:在相同初始条件下,Nelder-Mead优化算法在精度、速度上与最小二乘法相当,但抗干扰能力更强;与遗传算法相比,精度相当但速度更高,可以用于燃料电池的在线参数辨识。     

改进粒子群算法在异步电机静态参数识别中的应用

提出一种新的粒子群协同优化算法(PSCO).应用该粒子群协同优化算法实现异步电机静态参数辨识.在有噪声的情况下,该算法明显改善了标准粒子群算法和基于遗传的粒子群算法,在解决异步电机静态参数辨识问题时,存在识别参数准确性不高、辨识成功率低的问题.     

基于DSLPSO算法的超级电容参数辨识

针对超级电容模型多参数辨识问题以及传统辨识算法收敛精度差,收敛速度慢问题,提出基于动态自学习粒子群算法的超级电容参数辨识方法.根据超级电容等效电路模型,采用双线性变换进行离散化获得辨识模型,使用动态自学习粒子群算法辨识各分支的参数.仿真结果分析表明,与基本粒子群、自适应惯性权重粒子群对比分析,基于动态自学习粒子群算法的超级电容参数辨识方法收敛速度快、收敛精度高、全局寻优能力强,可以更准确地反映出超级电容的动态特性.