感应电动机调速系统的自适应逆控制

针对电压源型逆变器供电的感应电动机调速系统,提出了一种自适应逆控制方法,实现了电磁转矩和定子磁链的解耦控制．应用得到的逆系统将多变量、非线性、强耦合的感应电动机调速系统解耦为电磁转矩和定子磁链两个一阶线性子系统,从而简化了各个闭环线性调节器的设计难度．为了提高系统的鲁棒性,利用递推最小二乘算法实时辨识电动机参数,降低了参数变化对系统性能的影响．使用MATLAB软件进行了仿真实验,实验结果验证了理论分析的正确性和控制方案的可行性．     

两变频调速电机系统的神经网络逆同步控制

针对以恒压频比工作方式的两台变频器+感应电机系统的特点,导出了两变频调速电机系统的统一数学模型,并证明该系统可逆.进一步采用静态神经网络加积分器构成的动态神经网络来构造该逆系统,并将神经网络逆系统与两变频调速电机系统相串联复合成由速度和张力子系统组成的伪线性系统,实现速度和张力的解耦.然后分别对速度和张力子系统设计线性闭环控制器从而实现对两变频调速电机系统的高性能控制.实验结果表明系统具有较好的动、静态性能和较强的抗负载扰动的能力,提出的神经网络逆同步控制方法为解决交流多电机系统解耦控制的难题提供了新思路.     

感应电机调速系统的鲁棒最优控制

提出了一种新的鲁棒最优控制器的设计方法 ,该控制器包括一个鲁棒抗扰调节器和一个跟随型最优调节器 ,使用H∞ 鲁棒控制理论设计抗扰调节器 ,使用二次型最优控制理论设计跟随调节器 ,给出了具体的设计方法 .并将其应用于感应电机调速系统中 ,给出了仿真结果     

感应电机磁场定向结构型模糊变频调速系统的分析与设计

运用变结构控制理论分析和设计感应电机磁场定向变频调速系统的模糊速度控制器,并在此基础上提出了在模糊控制器的输出增加开关线的前馈项构成模糊线性复合控制的方法。理论分析和实验结果均表明,这种复合控制方法,不仅保持了模糊控制器原有的鲁棒性,而且既减少了转矩抖振,提高了转速响应的稳态精度,又改善了转速响应的快速性。在高精度,快速响应的场合,这种速度调节器的模糊线性复合控制方法具有较大的实用价值。     

神经网络在感应电动机调速系统中的应用研究

研究感应电动机凋速系统解耦控制问题.感应电动机调速系统是一个非线性、多变量和强耦合控制对象,传统的线性方法无法找到合适的描述模型,导致解耦控制性能相当的差.在体现适应性、实时性和鲁棒性的问题上,为了提高感应电动机调速系统解耦控制性能,将逆系统方法与神经网络相结合,提出了一种基于神经网络逆系统的感应电动机调速解耦控制方法.首先根据感应电动机调速系统的特点,建立合适的数学模型,并进行伪线性系统构造;然后采用神经网络对逆系统模型进行辨识,通过神经网络自学习实现高性能解耦控制;最后在matlab平台下进行了仿真和对比实验.实验结果表明,方法能很好实现解耦控制,使传统解耦控制方法的缺陷得到克服,具有较强适应性和鲁棒性.     

基于定转子电阻误差补偿的感应电动机自适应逆解耦控制研究

对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统, 实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键. 首先通过非线性状态反馈建立感应电动机的积分逆模型, 并在此基础上提出了一个基于定、转子电阻误差补偿的感应电动机自适应逆解耦控制方法, 将补偿后的积分逆模型串联到对象的输入端建立广义被控对象. 复杂的感应电动机调速系统被解耦成电磁转矩与定子磁链的两个独立回路, 利用线性系统理论分别对独立回路进行综合设计, 实现定子磁链和电磁转矩对各自给定值的渐近跟踪. 利用Matlab进行了仿真实验, 实验结果验证了建议方案的有效性和可行性.     

基于逆系统原理的感应电动机滑模速度控制

针对目前逆系统原理应用于感应电动机调速系统中时往往忽略参数不确定性的问题,从感应电动机的非线性模型出发,采用逆系统理论建立了转子电阻与负载参数不确定的感应电动机伪线性控制系统模型;提出了一种采用变指数趋近律实现的防抖动自适应滑模变结构控制方法,并将该控制方法应用于感应电动机伪线性控制系统中。仿真结果表明,基于逆系统原理的感应电动机滑模速度控制方法能够有效抑制系统参数的不确定性,提高系统的稳定性和控制精度。     

基于GGAP-RBF神经网络逆的复杂多电机系统同步控制

针对以矢量控制工作方式的复杂多电机同步系统,以3台电机同步系统为研究对象,证明了该系统可逆,提出了基于增长和修剪的RBF(GGAP-RBF)神经网络逆的多电机同步控制方法.将RBF神经网络逆串接在三电机系统之前,组成由速度和张力子系统组成的伪线性复合系统,分别对速度和张力子系统设计闭环控制器,实现了对速度和张力的解耦控...     

无轴承同步磁阻电机逆系统的解耦控制

为了有效解决无轴承同步磁阻电机这一非线性、强耦合的多输入多输出系统的动态解耦问题,提出了基于α阶逆系统理论的无轴承同步磁阻电机解耦控制策略.本文在阐述了无轴承同步磁阻电机径向悬浮力产生机理的基础上,推导出其数学模型,采用α阶逆系统方法将原系统解耦并线性化为一个一阶线性积分子系统和两个二阶线性积分子系统,并应用线性系统理论设计了闭环控制器.最后采用MATLAB软件环境构建了仿真系统,针对系统的阶跃响应、转子起浮、解耦性能等进行了仿真和分析.仿真试验表明这种解耦控制策略能够实现无轴承同步磁阻电机电磁转矩与径向悬浮力之间的动态解耦.并且系统具有良好的动、静态性能.     

无轴承异步电机的非线性逆解耦控制

针对无轴承异步电机多变量、非线性和强耦合的特点,采用基于逆系统理论的控制方法对其进行解耦控制.首先简要介绍了无轴承异步电机的基本原理,推导出电机旋转部分和径向悬浮力的数学性型.然后对转矩绕组采用非线性逆解耦控制.而径向悬浮控制所需的转矩绕组气隙磁链值可以在逆解耦控制的基础上通过系统辨识获取,从而实现转子的稳定悬浮.最后...     

五自由度无轴承异步电机α-阶逆系统解耦控制

A 5-degrees-of-freedom bearingless induction motor is a multi-variable, nonlinear and strong-coupled system. In order to achieve rotor suspension and operation steadily, it is necessary to realize dynamic decoupling control among torque and suspension forces. In the paper, a method based on α-th order inverse system theory is used to study dynamic decoupling control. Firstly, the working principles of a 3-degrses-of-frsedom magnetic bearing and a 2-degrees-of-freedom bearingiess induction motor are analyzed,the radial-axial force equations of 3-degrees-of-freedom magnetic bearing, the electromagnetic torque equation and radial force equations of the 2-degrees-of-freedom bearingless induction motor are given, and then the state equatious of the 5-degrees-of-freedom bearingless induction motor are set up. Secondly, the feasibility of decoupling control based on dynamic inverse theory is discussed in detail, and the state feedback linearization method is used to decouple and linearize the system. Finally, linear control system techniques are applied to these linearization subsystems to synthesize and simulate. The simulation results have shown that this kind of control strategy can realize dynamic decoupling control among torque and suspeusion forces of the 5-degrees-of-freedom bearingless induction motor, and that the control system has good dynamic and static performance.     

基于LS-SVM逆系统的无轴承异步电机解耦控制

无轴承异步电机具有非线性、多变量和强耦合的特点,要实现电机稳定悬浮和旋转运行,必须对其进行非线性动态解耦控制。为了克服逆系统方法精确建模难的局限性,采用基于最小二乘支持向量机(LS-SVM)α阶逆系统方法对无轴承异步电机进行动态解耦控制的研究。首先利用最小二乘支持向量机辨识出无轴承异步电机的逆模型,然后将它串联在原系统前,将无轴承异步电机解耦成四个独立的伪线性子系统-2个径向位移子系统、一个速度子系统和一个磁链子系统。为保证鲁棒性能,最后对解耦后的系统采用非线性内模控制策略。研究表明,LS-SVMα阶逆系统方法能够实现无轴承异步电机径向悬浮力和旋转力之间的动态解耦控制,控制系统具有良好的静态和动态性能。     

基于神经网络逆系统的无轴承异步电机非线性内模控制

针对无轴承异步电机非线性、多变量、强耦合的特点,提出一种基于神经网络 α阶逆系统方法的非线性内模控制策略.将用动态神经网络逼近的无轴承异步电机 α阶逆模型与原系统复合,将非线性的无轴承异步电机原系统解耦成转子径向位移、转 速和转子磁链四个独立的伪线性子系统.为了保证 系统的鲁棒性,对伪线性系统引入内模控制,仿真和实验研究验证了所提控制方法的有效性.     

异步感应电机转速自适应控制系统

为解决传统电机转速控制系统存在的噪声控制不理想、电流电压采样精度低、故障检测不准确等问题,设计了异步感应电机转速自适应控制系统。选用DSP-LF2407为系统硬件主控制芯片,通过对功率主电路和功率驱动电路进行优化,加强硬件部分的噪声控制;接入高精度采样电阻,对电压信号进行RC滤波,依据FAULT管脚电平在系统故障时会被拉低的特点,提高系统软件电流电压采集和故障检测的精度。通过对硬件和软件部分进行优化,实现异步感应电机转速自适应控制系统的设计。实验结果表明,该系统噪声控制效果好、电流电压采用精度高、故障检测精度高。     

基于DSP的无速度传感器交流异步电机矢量控制系统设计

为提高交流异步电机控制系统的可靠性和适应性,本文设计了基于DSP的无速度传感器异步电机矢量控制系统。根据异步电机转子磁场定向控制的基本方程式建立了改进电压型转子磁链估算模型,并且采用PI自适应速度估算法来估计转速,同时采用电压空间矢量法实现对异步电机的控制。     

两电机变频系统神经网络广义逆内模控制

为了提高非线性强耦合的两电机变频调速系统的解耦控制性能和鲁棒性能,提出了基于神经网络广义逆系统的二自由度内模控制方法。先对原系统数学模型进行广义逆存在性分析,进而推导出原系统的广义逆数学模型,再用动态神经网络逼近广义逆模型,从而串接在原系统之前组成广义伪线性复合系统,实现系统的解耦线性化与开环稳定,有利于系统的综合。然后对广义伪线性系统引入二自由度内模控制,保证系统的鲁棒稳定性。最后基于S7-300的平台,做了相关的试验研究。结果表明,该方法不但能够很好地实现系统的解耦,而且当系统存在建模误差和负载扰动的情况时,仍能使系统保持高性能的控制。     

基于MRAS的感应电动机无速度传感器控制方法

针对传统的感应电动机转速辨识算法只对电动机转速进行辨识,而没有考虑定子电阻的变化对电动机转速辨识所带来影响的问题,提出了一种改进的基于MARS的感应电动机无速度传感器控制方法。该方法采用电压模型的输出作为转子磁链、定子电阻的期望值,电流模型的输出作为转子磁链、定子电阻的推算值,根据MARS理论,以电压模型作为参考模型、电流模型作为自适应可调模型,进行电动机转速、定子电阻的辨识。仿真结果表明,该方法能够同时辨识电动机转速和定子电阻,有效消除了定子电阻发生变化对电动机转速辨识带来的影响,提高了感应电动机控制系统的低速辨识性能。