基于转矩绕组无功功率MRAS的无轴承异步电机无速度传感器矢量控制系统

针对无轴承异步电机高速运行需要和转速在线估计问题,提出了一种基于转矩绕组无功功率模型参考自适应控制系统的无速度传感器矢量控制方法。经过数学推导,建立了转速与转矩绕组无功功率的关系式,消除了积分环节和定子电阻的影响,实现对转子转速的在线独立观测。应用此策略构建了无轴承异步电机无速度传感器矢量控制系统。仿真研究结果表明,该控制策略能实现无轴承异步电机在大负载扰动下的稳定悬浮运行,转子估计转速与实际转速的稳态误差小,控制精度高,验证了所提方案的有效性。     

基于强跟踪滤波器的永磁同步电动机状态观测

针对永磁同步电动机(permanent magnet synchronous motor,PMSM)研究其在外界作用发生突变情况下的状态观测问题。首先基于理想状态下PMSM的数学模型,采用强跟踪滤波器(the strong tracking filter,STF)算法估计电动机的转速、转角、磁链和转矩,并通过仿真比较STF算法与扩展卡尔曼滤波器(extended Kalman filter,EKF)算法的估计性能,结果表明STF与EKF相比对突加给定起动以及突加扰动等因素引起的状态快速变化能够实现更快速、更准确的跟踪。最后在考虑电动机的铁耗情况下分别通过这两种方法进行状态观测,所得结果与上述结论相符,进一步表明将STF应用于实际电动机进行状态观测的可行性和优越性。     

基于自适应转速辨识的直接转矩控制系统研究

介绍了一种基于模型参考自适应系统(Model Reference Adaptive System,简称MRAS)的感应电动机无速度传感器直接转矩控制(direct torque control,简称DTC)方案.该方案中,根据Popov超稳定性理论得出了电动机转子转速的估算方法,给出了感应电动机无速度传感器DTC系统的结构,完成了以16位嵌入式微控制器dsPIC30F6010和智能功率模块为核心的控制系统设计.实验结果表明,该方案能准确观测电动机定子磁链,可以对电动机的转速进行有效的辨识.     

基于Saber的异步电机无速度传感器调速系统研究

异步电机无速度传感器技术克服了安装速度传感器带来的诸多不便与缺点,降低了成本,具有广阔的应用前景.本文着重研究电机方程直接计算法,介绍利用电机方程推导转子速度的方法.并使用saber软件建立异步电机无速传感器调速系统仿真模型.以此为基础,对比估算值与实际值的差异,验证电机方程直接计算法的可行性.     

感应电机双滑模面变结构MRAS转速辨识

为了研究感应电机无速度传感器磁场定向控制系统,基于变结构控制和自适应控制理论,提出一种双滑模面变结构模型参考自适应观测器,用于感应电机的转速辨识.该方法将变结构和模型参考自适应系统进行有机的整合,选择转子磁链电压模型和电流模型分别作为参考模型和可调模型,采用两模型输出的偏差构造了两个滑模面,利用代数计算方法获得转子估计速度.理论分析和仿真结果表明:所提出的感应电机转速辨识方法具有较高的转子磁链观测准确度,改善了转速估计的动静态性能;对于参数变化具有很强的自适应能力,同时算法简单,适用于实时应用.     

基于转速动态估计器的无速度传感器感应电机矢量控制系统研究

介绍了一种直接转子磁场定向无速度传感器的感应电机矢量控制系统。该系统使用定转子自适应磁通观测器和转速动态估计器来估算转子磁通和转速 ,有三个PI控制器分别控制转速、转矩和磁通的电流分量 ,输出电压空间矢量控制电机。仿真结果表明 ,该系统具有较好观测精度和鲁棒性 ,动态和稳态性能也较好     

直接转矩控制技术的研究现状与发展趋势

直接转矩控制技术是继矢量控制技术之后的一种新型高性能的交流变频调速技术，它以转矩响应快、结构简单明了、鲁棒性好等一系列优点受业界人士的广泛关注．理论研究与产品开发上，已取得了丰富的成果，并带来了巨大的经济效益，而作为新兴的技术，还存在许多不成熟、不完善的问题，如低速运行时，受电动机的参数变化影响严重；稳态运行时，脉动大．这些大大限制了直接转矩控制技术的应用范围．鉴于此，本文对直接转矩控制技术所取得的研究成果和目前存在的问题进行了总结，并提出了如何开展这项技术研究．     

基于无速度传感器观测器的转速辨识

在矢量控制系统中,针对传统速度观测器辨识反应慢、精度低和稳定性差等问题,提出一种简化的增益矩阵选择方法,结合优化算法分析,设计了一种改进型速度状态观测器,并将此新型速度观测器结合MRAS辨识方法应用到无速度传感器调速系统中,使得系统稳定性与观测精度得到明显改善,动态性能也相应提高。在Matlab/Simulink下对相应控制系统构建仿真模型,通过仿真结果表明:采用改进观测器后的调速系统能更快速、准确辨识,系统性能更稳定。     

基于MARS的无速度传感器矢量控制系统研究

应用模型参考自适应方法,对无速度传感器矢量控制系统的转速估计进行研究,针对常规速度辨识器中的基准模型易受积分初值和漂移问题的影响,造成辨识结果不准确的问题,埘传统的MRAS方法进行了改进研究,并且以此为基础,采用基于神经网络的模型参考自适应辨识电机转速。MATLAB仿真结果表明,应用这种估计算法计算量小,收敛速度快,估计转速能很好地跟踪实际转速,而且具有很好的鲁棒性。     

Speed-sensorless control system of a bearingless induction motor based on iterative central difference Kalman filter

ABSTRACT

In order to obtain speed self-detecting with low cost for a bearingless induction motor (BIM) a speed-sensorless control strategy based on the iterative central difference Kalman filter (ICDKF) is proposed. Firstly, on the basis of the BIM mathematical model, the nonlinear state equation is established and its order is reduced from fifth-order to fourth-order using the stator terminal voltage and current as input. Then, a sterling interpolation formulation is used in the filter to reduce the model error, and an iteration loop link is adopted to improve the filter accuracy. Finally, the online speed of the BIM is identified through the filter rotor speed estimation. Theoretical analysis, simulation and experimental results by UKF and CDKF method have been compared. The results show that the proposed speed-sensorless control system not only has good speed tracking performance and reduce the load disturbance but also improves the BIM suspension performance.