船舶推进永磁同步电机参数在线辨识方法研究

永磁同步电机(PMSM)因其优良的转矩特性和宽广的调速范围而广泛应用于船舶电力推进领域。无位置传感器控制是系统可靠运行的重要保障。然而由于温度变化、磁场饱和效应和磁路交叉耦合作用,电机参数会随运行工况而发生变化,因此实时掌握PMSM运行参数是决定系统控制质量的重要保障。针对以上问题,将模型参考自适应法用于PMSM参数的在线辨识,运用Runge-Kutta方法建立满秩可调模型,依据Popov超稳定性定理推导出自适应律,最后利用搭建的试验测试平台进行算法的试验验证。仿真和试验结果表明提出的在线参数辨识算法可以准确、实时地辨识出电机参数。     

基于dSPACE PMSM伺服控制器自适应反步法设计

针对永磁同步电机(Permanent Mmagnet Synchronous Motor，PMSM)绕组相电流和转速强耦合特性和参数的不确定性，利用非线性Backstepping方法设计了自适应积分反步控制器，在补偿参数不确定性影响的同时实现PMSM高性能位置跟踪控制。借助于dSPACE平台，将系统模型下载到实时硬件中进行在线仿真。实时在线仿真结果表明，设计的PMSM控制系统可以获得满意的跟踪效果，其滤波跟踪误差迅速以指数特性收敛到零，具有较好的位置伺服控制特性。     

基于现场可编程门阵列永磁同步电机模型的硬件在环实时仿真测试技术

为实现电机控制器的性能测试、设计验证及优化,提出基于现场可编程门阵列(FPGA)永磁同步电机(PMSM)驱动系统模型的硬件在环(HIL)实时仿真测试技术。在FPGA中建立起PMSM及逆变器的实时仿真模型,将其连接真实的数字信号处理器(DSP),实现HIL的半实物实时仿真测试。实时仿真模型在FPGA板卡上以50MHz速度运行,累计延迟(响应时间)4.14μs。将HIL平台(真实控制器和FPGA实时仿真模型)与全实物的通用平台(真实控制器、逆变器和PMSM)进行了试验比较,稳态电流幅值相差1.45%,验证了HIL平台的有效性和准确性。     

基于参数辨识的永磁同步电机无位置传感器控制

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。     

基于模糊变结构模型参考自适应观测器的永磁同步电机控制

针对永磁同步电机(PMSM)无速度传感器控制,提出了一种基于模糊控制的模糊变结构模型参考自适应控制。滑模变结构控制具有强鲁棒性的特点,结合模糊控制实时调节滑模参数,用以替代传统PI模型参考自适应控制(PI-MRAS)中的PI调节控制,实现PMSM转速和位置的检测,使电机在较宽的转速范围内实现快速准确的调速控制,提高PMSM控制的动态和静态性能;最后,在MATLAB中搭建仿真模型,将模糊变结构模型参考自适应控制与传统PI-MRAS作比较,验证了该方法的有效性。     

基于EKF的PMSM无传感器控制及滤波参数选取

目前实现永磁同步电动机(PMSM)无速度传感器的方法有多种,卡尔曼滤波法因其具有自适应能力、抗干扰性强,易于软件实现等优点而广泛应用,针对 PMSM 数学模型,详细分析了扩展卡尔曼滤波(EKF)原理,并针对EKF 初始滤波参数如何选取这一问题,进行了研究,给出此参数的选取思路,为 EKF 参数选取工作提供了方便.仿真结果表明,基于 EKF 的 PMSM 无传感器控制系统运行稳定,动、静态性能良好,且验证了所采用的 EKF 参数选取方法的合理性.     

永磁同步电机参数辨识研究综述

永磁同步电机(permanent magnet synchronous motor,PMSM)参数的实时准确获取,是实现PMSM高性能控制、可靠状态监控的重要前提和早期故障诊断的有效手段,为此,PMSM参数辨识技术获得众多学者的广泛研究关注且取得了长足发展,呈现出大量的研究和应用成果。该文在对既有文献归纳梳理的基础上,首先分析PMSM参数变化的原因,总结PMSM单参数和多参数辨识的技术成果,再对PMSM辨识方法进行归纳和比较,最后,揭示PMSM参数辨识过程中亟需关注的研究问题并展望其未来的发展方向,旨在实现PMSM系统的高效可靠运行。     

基于扩展卡尔曼滤波的永磁同步电机无电流传感器预测控制

针对永磁同步电机(PMSM)因过电压、过电流及误操作等容易造成电流传感器故障,影响PMSM的控制精度的问题,提出一种基于扩展卡尔曼滤波的PMSM无电流传感器预测控制算法。对于PMSM,通常需要两个电流传感器来采集定子电流信息,所提方法通过扩展卡尔曼滤波估计定子电流代替电流传感器。通过基于扩展卡尔曼滤波的PMSM无电流传感器预测控制算法与常规有电流传感器在线变速和变载仿真对比得到,所提方法具有和有电流传感器相同的控制性能。参数鲁棒性仿真表明,所提方法具有较强的参数鲁棒性,能够满足实际控制需要。     

新型分步式永磁同步电机参数辨识

永磁同步电机（PMSM）参数受所处环境等非线性因素的影响而变化,因此需要根据电机参数的不同调节控制系统,以达到更优的控制性能。针对不同电机的参数不同且无法实现快速手动测量的问题,提出一种无位置传感器PMSM的新型分步式参数辨识系统。系统分阶段采用伏安法计算电阻并采用高频电压注入法计算电机的电感和磁链,实现了无位置传感器的控制条件下,内置式PMSM的参数自动辨识。最后通过MATLAB/Simulink搭建仿真模型,验证了新型分步式参数辨识系统的可靠性并通过试验验证了系统的准确性。     

基于S函数的永磁同步电动机模糊控制系统研究

将一种基于模糊推理的PI参数自整定控制器引入永磁同步电动机(PMSM)矢量控制系统中.控制器根据控制量给定值和反馈值的偏差E和偏差变化率EC按照模糊控制规则实时调整PI控制器的两个参数.针对程序具有可移植性的特点,运用Matlab中的M文件实现了对PMSM系统的仿真.仿真结果表明:基于参数自整定模糊控制与常规PI控制的永磁同步电机调速系统相比,具有良好的动态和稳态性能以及较强的鲁棒性,证明这种设计方法的合理性和优越性.