共查询到10条相似文献,搜索用时 484 毫秒
1.
2.
一种改进的永磁同步电动机参数在线辨识方法 总被引:1,自引:0,他引:1
本文提出了一种永磁同步电动机参数在线辨识的新方法。通过对永磁同步电动机在d-q坐标系下,标准最小二乘法形式的参数辨识模型的推导,利用带遗忘因子最小二乘法(FFRLS)对电动机定子电阻值和交直轴电感值进行在线辨识,借助以上辨识结果,采用模型参考自适应方法(MRAS)再辨识出电动机的永磁磁链。同时应用基于Popov超稳定性理论设计的PI自适应律,实现各种工况下电动机的永磁磁链在线辨识。以一台0.75kW永磁同步电动机为例进行了仿真与实验研究,仿真结果显示,该方法具有计算量较小、准确度较高且具有较佳的动态跟踪辨识特性。 相似文献
3.
4.
研究永磁同步电动机(PMSM)优化控制问题,PMSM参数会随着工作环境的变化而变化,传统PID控制方式无法满足高性能控制的要求,且PMSM系统控制精度低。为提高PMSM系统的控制精度,提出一种神经网络优化PID控制方法。首先深入分析PMSM特性,并建立电动机数学模型,然后在该数学模型下采用BP神经网络对PID控制器的参数进行在线优化,从而实现PMSM参数进行在线辨识,达到对电动机控制系统进行精确控制。 相似文献
5.
根据永磁同步电动机交流调速控制等效原理和经典控制理论推导出PI参数与电动机转动惯量的数学关系;根据电动机的运动方程和模型参考自适应理论,建立了永磁同步电动机转动惯量辨识模型,实现了PI参数在线自整定。基于TMS2407A的全数字交流调速实验结果证明,离散模型参考自适应理论可实现转动惯量的在线辨识。PI自整定可有效地消除调速系统的超调,减少响应时间,极大地提高了系统的动态性能。 相似文献
6.
7.
针对永磁同步电动机这一非线性多变量的复杂系统,提出了不依赖对象精确数学模型与参数的永磁同步电动机神经网络逆系统控制方法.给出了永磁同步电动机的一般数学模型和解析逆模型,证明了该系统可逆,用神经网络逆系统对其进行控制是可行的.永磁同步电动机的逆系统由静态神经网络加积分器构成,与原系统串联,实现了永磁同步电动机的转速和磁链动态解耦.在此基础上,对两个解耦的伪线性子系统设计了线性闭环调节器,使整个系统获得优良的动静态性能.仿真实验结果表明,神经网络逆系统方法可以实现对永磁同步电动机的高性能控制,对参数变化和负载扰动具有较强的鲁棒性. 相似文献
8.
9.
10.
我们在表面和隐极式永磁同步电动机(SPMSMs&IPMSMs)中实现了一种在线参数辨识方法及利用所辨识参数的无传感器控制。由于这种方法无需转子位置或转速来辨识电动参数,所以在无传感器控制中,所得的参数不受位置估算误差的影响。本文所述的方法可应用于所有类型的同步电动机。本文方法的效果在表面式永磁同步电动机和隐极式永磁同步电动机中均得到了验证。 相似文献