共查询到20条相似文献,搜索用时 46 毫秒
1.
为解决永磁直线同步电动机双矢量模型预测电流控制存在电流脉动和推力波动较大、速度超调量过大的问题,采用一种改进的三矢量模型预测电流控制方法。该策略在单个采样周期作用2个有效矢量和1个零矢量,通过代价函数直接选取第一、第二最优矢量,再使用零矢量调节幅值,实现了任意幅值快速矢量选取。同时速度环使用模糊PI控制来减小控制系统速度超调,进而提高系统的控制性能。仿真结果表明,所提出的控制方法切实可行,能够有效降低电流脉动和推力波动,减小了超调,提高了系统的稳态性能。 相似文献
2.
3.
4.
永磁直线同步电动机是一种非线性系统。文中在简要叙述直接反馈线性化理论的基础上,通过对永磁直线同步电动机数学建模、坐标变化得到所需要的电动机系统的输入输出线性化,仿真结果表明该方法具有良好的控制性能。 相似文献
5.
6.
针对永磁直线同步电动机位置伺服系统,提出磁场定向矢量控制下的三环直线伺服控制结构,实现参考位置信号的跟踪控制。详细分析了位置调节器、速度调节器、电流调节器、坐标变换器及电压空间矢量脉宽调制器的结构及数学模型。完成直线伺服系统控制电路、功率驱动主电路、检测电路、人机界面、辅助电源电路的硬件设计及相关软件设计。实验结果表明,该直线伺服系统具有良好的位置跟踪性能。 相似文献
7.
为使永磁同步直线电动机XY平台具有更精确的跟踪性能,设计了直线电动机位置伺服控制系统.介绍了该系统用模糊神经网络的控制方法来提高系统的动态响应和跟踪精度,并采用动态结构的算法,在学习过程中动态地改变神经网络规则层节点数,不断优化控制性能.实验结果表明,该位置伺服控制系统具有超调量小、定位精度高的优点. 相似文献
8.
《电工技术学报》2020,(6)
针对永磁直线同步电动机(PMLSM)伺服系统易受参数变化、外部扰动等不确定性因素影响,该文提出了一种将时滞控制(TDC)与自适应控制(AC)相结合的自适应时滞控制(ATDC)方案。首先,建立了含有不确定性因素的PMLSM伺服系统动态模型;然后,利用TDC估计系统不确定性因素的值,使系统的动态模型更精确,进而得出时滞控制率;但是,由于TDC过程中增益固定,存在较大的时滞估计误差,因此,采用AC在线调整控制增益来补偿时滞估计误差;最后,通过系统实验验证了所提出的控制方案是有效可行的,与TDC相比,基于ATDC的伺服系统具有更好的跟踪性能和鲁棒性能,明显减小了跟踪误差。 相似文献
9.
永磁直线同步电动机的自适应学习控制 总被引:8,自引:8,他引:8
由于没有传动机构,使永磁直线交流同步电机(PMLSM)控制器设计较为复杂.PMLSM对模型不确定性和外扰更加敏感;推力波动等非线性因素对运动精度影响很大.针对上述问题,用自适应学习方法改善PMLSM的轨迹跟踪性能,并对迭代模式和单次运行模式下算法的收敛性进行了证明,通过实验进行了算法验证.该控制方法基于迭代学习,控制器分为两个部分,通过执行重复任务自适应学习项补偿系统的非线性;另一项用于增强系统的鲁棒性,保证系统在单次运动模式下稳定.实验结果表明,这种控制方法可以有效提高PMLSM轨迹跟踪精度. 相似文献
11.
12.
《微特电机》2016,(7)
在永磁同步电动机(PMSM)最大转矩电流比(MTPA)控制过程中,查表法的表中数据量的多少决定其控制精度的高低,但由于大量离散点数据的存在,严重影响整个系统的响应速度。针对以上问题,提出了一种新型的自动分段曲线拟合的最大转矩电流比控制方法。首先在永磁同步电动机数学模型基础上介绍了最大转矩电流比控制的基本原理,并采用迭代方法对电流进行最优值求解,将电流最优解通过数值分析法得到电磁转矩和电流分量的曲线关系。根据曲线特征对曲线自动分段拟合,用多段二次曲线对曲线进行逼近,用拟合所得到的曲线代替传统的查表法中大量的离散数据。最后进行了仿真和实验,结果表明所提出的控制方法能够明显提高系统的整体性能。 相似文献
13.
14.
15.
16.
17.
18.
19.
将永磁同步直线电动机应用于驱动精密定位平台时,由于直线电动机存在端部效应引起的推力波动、动子磁链非正弦性、摩擦非线性等都将使精密定位平台伺服系统性能变坏。因此,必须采用鲁棒性强的控制策略来抑制这些扰动。提出了一种针对永磁同步直线电动机的自适应模糊滑模控制算法,具有快速性和稳定性,对参数不确定、参数变化和外部扰动具有不变性。该算法由位移、速度、位移误差和速度误差的积分建立了滑模面,建立特定的自适应律,应用模糊系统逼近滑模控制器的输出,最后应用一个切换控制函数来补偿滑模控制器的输出误差。经仿真结果验证,该控制算法能明显地改善永磁同步直线电动机的位移输出精度和速度跟踪性能,具有较好的快速响应性和鲁棒性。 相似文献
20.
针对永磁同步直线电动机的初级磁链近似为常数这一特点,在d-q轴下建立了直线电动机的数学模型。直线电动机具有非线性、耦合性、负载扰动、时变不确定性等特点。常规PID控制虽然结构简单、输出稳定、易实现,但在高速高精度应用场合却不能达到理想的控制效果。提出了一种基于RBF神经网络与传统PID控制相结合的新策略,形成RBF神经网络整定PID控制,在一定程度上改进了PID控制性能。仿真结果表明,RBF神经网络PID控制具有更好的动态响应性和更加稳定的跟踪性能。 相似文献