基于自适应转子电阻估计器的感应电机逆解耦控制

提出了一种具有自适应转子电阻估计器的感应电机的逆解耦控制方法.首先通过非线性状态反馈获得感应电机的逆系统,将感应电机这个多变量、非线性、强耦合的对象动态解耦成转速与转子磁链两个二阶子系统;然后,采用模型参考自适应系统（MRAS）理论来设计转子电阻估计器,在线估计时变的转子电阻,从而保证在整个电机运行区域内,转速与磁链之间的输入输出解耦关系不变;最后,分别设计线性控制器对转速与磁链子系统进行闭环控制.仿真结果表明,提出的控制方案具有优良的动态和静态性能,且对电机参数变化具有强鲁棒性.     

永磁同步电机神经网络逆解耦控制研究

针对永磁同步电机的非线性、多变量、强耦合的特点,将神经网络与逆系统解耦方法相结合,并用于永磁同步电机的解耦控制.分析永磁同步电机的数学模型与解析逆模型,完成系统可逆性证明,将永磁同步电机与解析逆系统等效成两个伪线性子系统,构造神经网络逆系统,将永磁同步电机动态解耦为一阶线性磁链子系统与二阶线性转速子系统,利用两个PID控制器对伪线性子系统进行闭环控制器设计,实现系统转速与定子磁链动态解耦控制.利用dSPACE半物理仿真系统完成神经网络训练数据的采集与系统解耦控制实验.结果表明神经网络逆系统方法可以实现永磁同步电机的高新能控制,对负载扰动具有较强的鲁棒性.     

一种永磁同步电机解耦控制的新方法

针对永磁同步电机这一多变量、非线性、强耦合的控制对象,提出了一种基于神经网络在线辨识的永磁同步电机逆系统解耦控制新方法。通过静态神经网络加积分器来构造永磁同步电机的逆系统,并在实际运行中不断地修正神经网络权值,使其更精确地逼近逆系统。将逆系统与永磁同步电机原系统复合成两个伪线性子系统,使永磁同步电机解耦成二阶线性转速子系统和一阶线性磁链子系统,在此基础上,运用线性系统理论进行综合。仿真试验表明这种控制策略能够实现永磁同步电机转速和定子磁链之间的动态解耦控制,并且系统具有良好的动静态性能。     

永磁同步电机的神经网络逆动态解耦控制

永磁同步电机是一个非线性、强耦合系统，应用神经网络逆系统方法对永磁同步电机进行动态解耦控制研究。通过对永磁同步电机的数学模型可逆性分析，得出解析逆系统，由解析逆系统与永磁同步电机原系统复合成两个伪线性子系统来构造神经网络逆系统，使永磁同步电机动态解耦成二阶线性转速子系统和一阶线性磁链子系统，并采用鲁棒伺服控制器对伪线性子系统进行线性闭环控制器的设计，实现永磁同步电机转速和定子磁链的动态解耦，仿真表明系统具有良好的动静态性能。     

混合励磁电机解耦系统的性能分析研究——定子电阻变化的MATLAB／SIMUUNK仿真分析

通过改变混合励磁电机的定子电阻值，利用MATLAB/SIMULINK仿真工具，仿真分析了定子电阻变化对混合励磁电机解耦系统性能的影响。仿真结果表明：定子电阻在一定范围内变化对混合励磁电机解耦系统轴磁链解耦子系统的静态性能有一定影响，动态性能影响很小；对转速解耦子系统以及轴磁链解耦子系统的动静态性能影响不大。     

混合励磁电机解耦系统的性能分析研究——定子电阻变化的MATLAB/SIMULINK仿真分析

通过改变混合励磁电机的定子电阻值,利用MATLAB/SIMULINK仿真工具,仿真分析了定子电阻变化对混合励磁电机解耦系统性能的影响。仿真结果表明:定子电阻在一定范围内变化对混合励磁电机解耦系统轴磁链解耦子系统的静态性能有一定影响,动态性能影响很小;对转速解耦子系统以及轴磁链解耦子系统的动静态性能影响不大。     

电流控制电压源逆变器驱动的感应电机逆解耦控制

在转子磁链坐标系下,以电流控制电压源逆变器供电驱动电机运行.通过在电流内环采用高增益控制器,感应电机模型中的2个定子电流分量可近似为定子参考电流,从而可忽略定子电流动态特性的影响,将以定子电压为控制量的感应电机四阶模型降阶成以定子电流为控制量的二阶模型.采用状态反馈线性化方法求得感应电机的逆系统,将多变量、非线性、强耦合的感应电机动态解耦成转速与转子磁链2个一阶子系统.在此基础上,设计一种积分比例(IP)控制器对解耦子系统进行闭环控制.电流内环采用滞环比较器,直接获得PWM信号,控制逆变器实现电流跟踪,从而使调速系统具有快速的动态响应性能.仿真结果验证所提控制方案的有效性和优越性.     

基于逆系统理论的永磁同步电动机解耦控制

针对永磁同步电机这种多变量、非线性、强耦合的控制对象,应用逆系统方法,将永磁同步电机解耦成二阶线性转速子系统和一阶线性磁链子系统;在此基础上,采用鲁棒伺服控制器对伪线性子系统进行线性闭环控制设计.仿真试验表明,这种控制策略能够实现永磁同步电机转速和定子磁链之间的动态解耦控制,并且系统具有良好的动静态性能.     

基于神经网络自适应PID的异步电动机定子磁场定向控制

针对异步电动机这一多变量、非线性、强耦合的控制对象, 提出了一种基于神经网络自适应PID控制器的异步电动机定子磁场定向解耦控制的新方法.采用定子磁场定向控制,以定子磁链作为反馈量,运用电流励磁分量解耦补偿环节,实现了定子磁场定向控制下电机转速与定子磁链间的解耦控制.同时为实现对异步电动机快速和精确控制,设计出用于异步电动机的神经网络自适应PID控制器,利用神经元的自学习功能在线调节连接权重,实现自适应控制.实验结果表明:这种方法具有控制性能不受电机转子参数的影响,以及快速的转速和转矩响应的特点.     

一种改进的模型参考自适应定子磁链观测器

分析了几种常用磁链观测方法,提出一种改进的MRAS(模型参考自适应)磁链转速观测器,同时辨识了定子磁链和转子转速。在异步电机按定子磁场定向控制系统中,采用定子电阻压降补偿和电流转矩分量的闭环控制,实现了定子磁链的控制,系统具有较好的鲁棒性。