矿山变频矢量控制系统效率优化方案研究

针对矿山变频调速系统感应电动机采用恒定磁通控制,存在损耗严重、运行效率低的问题,提出了一种矿山变频矢量控制系统的效率优化控制方案。该方案在两相旋转d-q坐标系下,建立了考虑定、转子铜损和铁损的系统损耗模型,推导得到不同运行工况下电动机损耗与转子磁链之间的对应关系;为改善因弱磁运行而造成的系统动态响应过慢问题,通过优化转矩电流和磁链电流比重关系,获得电动机电磁转矩的快速响应和转速跟踪。基于DSP+FPGA控制系统搭建22kW三电平感应电动机调速系统实验平台,实验结果表明,该优化方案可以降低感应电动机矢量控制系统运行损耗,提高系统运行效率,并保证系统的稳态性能和动态响应性能。     

基于模糊技术感应电机最大效率控制策略的研究

针对感应电机效率控制过程中存在的寻优速度慢以及对电机参数依赖性大等问题,基于模糊技术,提出一种新的最大效率控制策略.由电动机损耗模型选取最优磁链搜索初值,根据输入功率偏差的大小自动调整模糊控制维数,大大提高了搜索速度,同时确保了效率寻优的稳定性.采用前馈补偿方法,并引入一阶微分环节解决了效率控制中的低频转矩脉动和转矩快速响应问题.仿真和实验结果表明,所提出的控制策略是有效的.     

基于在线搜索的感应电动机模糊节能控制

针对传统的按转子磁链定向的感应电动机间接矢量控制系统在轻载情况下效率低的问题,提出了一种将基于在线搜索的模糊节能控制方法引入到传统的感应电动机控制系统中的设计方案。该方案在感应电动机瞬态运行时采用按转子磁链定向的间接矢量控制方法;在感应电动机稳态运行时采用基于在线搜索的模糊节能控制方法,以测得的直流输入功率作为控制量进行模糊寻优控制,可使电动机在最大效率处运行。仿真结果验证了该方案的正确性和有效性。     

感应电机最小定子电流的PI预测函数控制

研究感应电机效率优化问题,针对目前传统控制方法在电动机动态时为使电机能够提高响应性能而无法兼顾效率优化的缺点,设计了一种基于多变量PI预测函数的最大转矩电流比控制策略.通过引入预测输出误差项,构建具有比例、积分性质的多变量预测函数控制器,并应用到感应电机电流环控制中.能够有效地控制定子电流励磁分量与转矩分量,从而实现电动机转子磁链与转速的解耦控制.改进型多变量PI预测函数控制策略具有跟踪效果好、抗干扰能力强、无超调、稳态误差小的优点,兼顾了感应电机的动态效率与转速响应速度.同时该算法与传统预测控制器结构类似,便于广大工程人员设计实现,适用于电动汽车中的驱动电机.     

基于模糊技术感应电机最大效率控制策略的研究

针对感应电机效率控制过程中存在的寻优速度慢以及对电机参数依赖性大等问题,基于模糊技术,提出一种新的最大效率控制策略.由电动机损耗模型选取最优磁链搜索初值,根据输入功率偏差的大小自动调整模糊控制维数,大大提高了搜索速度,同时确保了效率寻优的稳定性.采用前馈补偿方法,并引入一阶微分环节解决了效率控制中的低频转矩脉动和转矩快速响应问题.仿真和实验结果表明,所提出的控制策略是有效的.

     

永磁同步电动机直接转矩控制的效率优化

针对永磁同步电动机在轻载、高速运行时效率和功率因数下降的问题,提出了一种永磁同步电动机直接转矩控制效率优化策略。该策略通过分析电动机损耗与转矩、转速和定子磁链之间的关系,建立了考虑铁损的永磁同步电动机数学模型,导出了效率最优时的定子磁链幅值;将最优定子磁链计算模块嵌入直接转矩控制系统,构成了效率最优的永磁同步电动机直接转矩控制调速系统。仿真结果表明,该优化策略能有效降低永磁同步电动机功率损耗,提高电动机的运行效率。     

永磁同步电动机直接转矩控制的效率优化

针对永磁同步电动机在轻载、高速运行时效率和功率因数下降的问题,提出了一种永磁同步电动机直接转矩控制效率优化策略。该策略通过分析电动机损耗与转矩、转速和定子磁链之间的关系,建立了考虑铁损的永磁同步电动机数学模型,导出了效率最优时的定子磁链幅值;将最优定子磁链计算模块嵌入直接转矩控制系统,构成了效率最优的永磁同步电动机直接转矩控制调速系统。仿真结果表明,该优化策略能有效降低永磁同步电动机功率损耗,提高电动机的运行效率。     

基于多模型自适应控制器的感应电机变频调速系统

针对变频调速矢量控制系统存在的参数鲁棒性差这一难点问题,首次将多模型自适应控制理论应用于感应电机变频调速系统中。提出了基于多模型自适应控制器的变频调速系统的新型控制结构与控制策略;在转子磁场定向的同步旋转系M_T中,分别建立了转速子系统、磁链子系统模型集并设计了相应的多模型控制器集,由此实现了感应电机变频调速系统多模型自适应控制。     

基于自回归小波神经网络的感应电动机滑模反推控制

为了提高感应电动机控制的鲁棒性, 提出了一种新颖的感应电动机解耦模型. 基于感应电动机的解耦模型, 利用滑模控制和反推控制设计电动机的虚拟转矩和磁链电压控制器. 滑模开关增益的大小是造成系统抖振的关键, 采用自回归小波神经网络(Self-recurrent wavelet neural networks, SRWNN)在线估计滑模开关增益的大小可以有效降低滑模控制造成的抖振. 仿真结果表明基于SRWNN在线估计滑模开关增益的滑模反推控制方案可以有效提高感应电动机控制的鲁棒性, 同时降低了滑模控制造成的抖振.     

基于数据驱动的感应电机多模型逆自适应解耦控制

提出一种基于数据驱动的感应电机多模型逆自适应解耦控制方法. 首先, 利用仿射聚类法(AP) 对电机系统的输入输出数据进行聚类, 再基于聚类结果和隶属度函数建立相应的神经网络多模型逆, 以实现解耦控制. 针对电机系统运行过程中电机参数变化问题, 采用粒子群优化算法(PSO) 在线调节子模型权值, 以改善逆模型失匹造成解耦控制性能下降的问题. 仿真实验表明, 所提出的方法能对电机的转速和磁链实现良好的解耦控制, 且对电机系统工况参数变化具有良好的自适应能力.

     

GA–PSO based vector control of indirect three phase induction motor

This paper deals with the genetic algorithm–particle swarm optimization (GA–PSO) based indirect vector control for loss minimization operation and optimal torque control of induction motor. It is estimated that more than around 50% of the world electric energy generated is consumed by electric machines such as induction motor, dc motor. So, optimal control strategy for minimum-energy loss in electric drives is important as one of improving efficiency. Relative to this aspect, the vector control of induction motor has been widely used to operate in a wide speed range by using flux weakening at rated speed. However, it is still necessary to advance in controller tuning because of coupling behavior between fluxes in motor. In this paper, tuning of speed controller and current controller in indirect vector control approach is performed using GA–PSO method on simulation and experiments. They reveal satisfactory results.     

感应电动机效率优化的自抗扰控制研究

针对现有电动机效率优化控制方法存在控制算法复杂的问题,提出了一种基于改进自抗扰控制器的动态解耦控制策略。自抗扰控制器省去了微分跟踪器,采用线性的扩张状态观测器和线性状态误差反馈控制律,使控制算法得以简化。仿真和实验结果表明,该控制策略在保证电动机轻载运行时效率优化的同时,具有较强的抗干扰能力和鲁棒性,提高了效率优化过程中电动机转速的动态响应速度。     

基于龙伯格观测器的感应电机预设性能位置跟踪优化控制EI北大核心CSCD

考虑暂稳态约束、控制参数优化及参数摄动和负载扰动等对感应电机位置跟踪控制性能的影响,本文提出了一种基于龙伯格观测器的预设性能优化控制方法.首先,针对电机转子磁链在实际中不可测的问题,采用龙伯格观测器对其进行了快速准确的估计.其次,基于反步法完成感应电机位置预设性能控制器的设计,基于变增益指数趋近律完成感应电机磁链滑模控制器的设计,通过构造干扰观测器对电机系统中由参数摄动和负载扰动引起的不确定项进行观测,实现了对系统给定值准确的跟踪控制.再次,将遗传算法(GA)与改进的粒子群优化(IPSO)算法相结合,对所设计的控制器参数进行优化整定,进一步提高了系统的收敛速度和稳态精度.基于李雅普诺夫稳定性理论分析表:所设计的控制器能够保证位置跟踪误差一直处于预设边界内,且整个闭环系统是全局一致有界稳定的.最后,通过仿真和模拟实验对比分析验证了本文所提方法的有效性及在实际电机系统中应用的可行性.     

基于参数优化的永磁同步电动机直接转矩控制系统自抗扰控制器研究

针对基于PI控制器的永磁同步电动机直接转矩控制系统存在转矩波动大、易受负载变化影响的问题,设计了一种基于转速外环的自抗扰控制器,代替PI控制器以改善永磁同步电动机直接转矩控制系统的性能;采用粒子群优化算法对自抗扰控制器的相关参数进行了优化计算,改进了控制器的调节性能。仿真和实验结果表明,基于参数优化自抗扰控制器的永磁同步电动机直接转矩控制系统具有较高的抗负载扰动能力,更快的响应速度和良好的动、静态性能。     

永磁同步电机PID参数优化研究

研究永磁同步电机优化控制问题,永磁同步电机具有强耦合和强非线性特性的特点,应用环境一般较为复杂且常常存在各种干扰使电机系统稳定性差,针对传统PID控制方式很难满足电机系统要求,控制效果差,超调大。为提高控制精度,提出一种改进的PID控制方法。将PID控制器的参数作为粒子群中的粒子,系统控制精度作为粒子的寻优目标,通过粒子搜索找到最优PID控制参数,从而对电机进行精确的控制。仿真结果表明,粒子群算法的PID控制器提高了永磁同步电机系统控制精度,为永磁同步电机优化设计提供了科学依据。     

前向神经网络隐含层节点数的一种优化算法

由于前向神经网络隐合层节点数的确定尚无理论依据,为此提出一种基于黄金分割原理的优化算法,首先确定网络隐含层节点数频繁出现的区间范围;将网络总误差作为试验结果,然后利用黄金分割法搜索其区间中的理想数值;兼顾高精度的需要,将隐含层节点数频繁出现的区间作拓展,可以求得逼近能力更强的节点数.算法分析和仿真例子表明,此优化算法是切实可行的,不仅能找到理想的隐含层节点数,而且能起到节省成本、提高搜索效率等功效.     

基于改进PSO算法的MAP图标定点选择新方法

为提高基于MAP图的控制系统驱动效果,并有效减小控制系统内的存储量,提出了一种基于改进粒子群算法的MAP图中标定点择优选取新方法。以液压机械无级变速传动比控制系统中采用的MAP图为例,将其横坐标的两个变量在其定义域内等分,并采用改进粒子群算法选取等分后每段内的坐标点数量和位置。选取过程采用多目标优化原理结合了随机产生100个点的实际值与MAP图线性插值的平均误差以及选定的标定点数量。为提高算法执行效率,对粒子群算法的迭代准则、惯性权重和学习因子进行改进。结果表明,改进后的粒子群算法收敛速度快,寻优精度高,仅需较少的标定数据即可制作控制效果较佳的MAP图。