基于GA-Newton法的异步电机改进模型参数辨识

针对传统的异步电机参数辨识存在磁链输入项无法直接获得、观测器设计复杂的缺点,提出了一种将电流定向坐标系下的磁链模型和两相静止坐标系下的电流一阶导数模型结合的改进参数辨识模型。该模型的所有信号均为可直接检测的状态变量,减少了其他干扰对电机参数辨识的影响,提高了参数辨识的准确性。为了解决传统遗传算法收敛速度慢,易局部收敛的缺点,将遗传算法与牛顿法结合,提高了遗传算法的收敛速度和搜索能力。实验结果表明,利用GA-Newton(遗传-牛顿)法进行参数辨识鲁棒性强、收敛性好。在额定转速下,待辨识参数能够在较短的时间内收敛,具有较高的精度,同时也克服了一般遗传算法对辨识参数初始值要求高的缺点。     

基于自适应PID的异步电机电流控制

在异步电机矢量控制电流环中采用参数自适应PID算法。该算法采用带遗忘因子的递推最小二乘算法对PID参数进行在线估计,能够根据不同情况实时调整PID参数。试验结果表明,该算法鲁棒性强、稳定性好、自适应性强、计算量小,能够满足对电流控制的要求,并且提高了速度的抗干扰能力。     

基于电流边界限制条件的异步电动机弱磁控制

在空间矢量脉宽调制(SVPWM)控制策略下,通过分析异步电动机电流限制圆与电压限制圆的特性,结合电动机调速的实际应用情况,提出了一种基于电流边界限制条件的弱磁控制策略。该方法在调节励磁电流后能够使输出转矩电流逼近转矩电流限制条件,进而使定子电流矢量逼近电流限制圆。相对于电压闭环弱磁控制,该法可以将最大励磁电流作为励磁电流初始值,提高恒转矩区转矩的输出能力。在弱磁区不需要考虑电压裕量的问题,可以充分利用电压的输出能力,提高弱磁区转矩的输出能力。鉴于励磁电流调节过程的非线性,同时引入了模糊PI控制器,使得调节过程更加精确,具有更好的动、静态特性。