基于双DSP的异步电动机参数辨识实验研究

在无速度传感器的异步电动机矢量控制和直接转矩控制中,控制的精度和稳定性在很大程度上取决于电动机参数的辨识精度;同时在无速度传感器控制策略中的转速估算,同样要依赖于电动机参数。从异步电动机等效电路出发,结合电机自身特性,提出一种基于双DSP控制系统,利用变频器实现异步电动机离线参数辨识的方法。仿真和实验证明,该方法实用性很强,可以为无速度传感器的异步电机矢量控制和直接转矩控制提供高精度的参数。     

无速度传感器三电平逆变器异步电动机直接转矩控制系统(I)——基于降阶观测器的定子磁链观测和速度辨识

给出了三电平逆变器供电的异步电动机调速系统的数学模型,在固定合成矢量方法基础上,提出了一种基于降阶磁链观测器的无速度传感器直接转矩控制方法,以降阶模型为可调模型利用模型参考自适应(MRAS)方法辨识电动机转速。仿真和实验结果表明该方法能够实现高性能的三电平逆变器供电异步电动机直接转矩控制系统无速度传感器运行。     

无速度传感器三电平逆变器异步电动机直接转矩控制系统(Ⅰ)--基于降阶观测器的定子磁链观测和速度辨识

给出了三电平逆变器供电的异步电动机调速系统的数学模型,在固定合成矢量方法基础上,提出了一种基于降阶磁链观测器的无速度传感器直接转矩控制方法,以降阶模型为可调模型利用模型参考自适应(MRAS)方法辨识电动机转速.仿真和实验结果表明该方法能够实现高性能的三电平逆变器供电异步电动机直接转矩控制系统无速度传感器运行.     

无速度传感器三电平逆变器异步电动机直接转矩控制系统(II)——基于全阶定子磁链观测器的参数和速度辨识

在固定合成矢量的控制算法基础上,提出了一种基于定子磁链的自适应全阶观测器的三电平逆变器供电异步电动机直接转矩控制(DTC)方法,在准确观测磁链的同时能够进行电动机定子电阻和转子转速辨识。实验结果证明本文提出的方法实现了三电平逆变器供电异步电动机高性能无速度传感器直接转矩控制系统运行。     

无速度传感器三电平逆变器异步电动机直接转矩控制系统(Ⅱ)--基于全阶定子磁链观测器的参数和速度辨识

在固定合成矢量的控制算法基础上,提出了一种基于定子磁链的自适应全阶观测器的三电平逆变器供电异步电动机直接转矩控制(DTC)方法,在准确观测磁链的同时能够进行电动机定子电阻和转子转速辨识.实验结果证明本文提出的方法实现了三电平逆变器供电异步电动机高性能无速度传感器直接转矩控制系统运行.     

采用定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统

为解决异步电动机直接转矩控制(direct torque control,DTC)中低速运行时定子电阻变化对系统性能影响较大的问题,提出了一种基于定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统。其中定子电阻采用模糊神经网络进行辨识;电机转速采用基于转子磁链的模型参考自适应系统(model reference adaptive sys-tem,MRAS)法进行估计;同时采用三输入单输出的模糊控制器调节脉冲宽度调制(pulse width modulation,PWM)信号占空比的异步电动机直接转矩控制的策略,三输入变量为转矩误差、磁链幅值误差和磁通角。此策略即在传统异步电动机直接转矩控制的基础上,用模糊控制器代替传统DTC中的滞环比较器和空间电压矢量状态选择器来细分控制规则,最后控制逆变器的开关,以减小低速时转矩和磁链脉动,提高系统转矩响应速度。仿真结果表明该系统可减小转矩和磁链脉动,提高系统的鲁棒性和自适应性,改善系统的动、静态品质。     

异步电动机直接转矩控制系统低速性能的改善

针对传统的异步电动机直接转矩控制方法存在的低速转矩脉动问题,将定子电阻观测器与转矩预测控制相结合,构成改进的异步电动机直接转矩控制系统,搭建了改进异步电动机直接转矩控制系统的Simulink仿真模型,系统仿真结果表明:改进的异步电动机直接转矩控制系统能够有效降低系统低速运行时的转矩脉动,提高系统低速运行的鲁棒性。     

改进型异步电动机直接转矩控制方法的仿真研究

在研究空间电压矢量调制(SVM)方法和传统的异步电动机直接转矩控制方法后,得到了一种改进型异步电动机直接转矩控制方法.与传统的直接转矩控制方法相比,该方法有着转矩和磁链脉动大为减小的特点.此外,还给出了一种独特的异步电动机直接转矩控制动态问题的处理方法.仿真表明,采用改进型异步电动机直接转矩控制方法除了能使转矩和磁链脉动大为减小外,还有着和传统直接转矩控制一样好的动态性能.     

基于自抗扰技术的无轴承异步电动机SVM-DTC控制系统

针对无轴承异步电动机非线性强耦合的特点,结合自抗扰控制器技术、空间电压矢量调制技术和直接转矩控制方案,用自抗扰控制器替代传统的PID控制器,设计了基于自抗扰技术的无轴承异步电动机空间电压矢量调制的直接转矩控制系统(SVM-DTC),解决了速度超调问题,通过转子磁链辨识,间接获得定子磁链、气隙磁链和转速的辨识。仿真结果表明,采用自抗扰控制器能有效减少超调量,提高响应速度,系统具有较好的动态性能,对负载扰动、电动机参数变化都有较强的鲁棒性。     

基于离散空间矢量调制的直接转矩控制系统的仿真研究

针对异步电动机直接转矩控制(DTC)系统存在转矩和磁链脉动等缺点,提出一种基于离散空间矢量调制(DSVM)的DTC系统。根据转矩、磁链误差和速度的不同,在高低速应用不同的开关表,达到改善异步电动机运行性能的目的。仿真结果表明,利用该方法可明显改善异步电动机的电磁转矩脉动。     

无速度传感器感应电机控制速度辨识的研究现状与展望

速度辨识是无速度传感器感应电机控制中的重要环节.模型参考自适应观测器、神经网络等速度辨识方法,虽然都有较好的精度,但其低速下的辨识精度明显下降,而且电机参数的变化及干扰也影响辨识精度.因此,如何提高低速下的辨识精度和增强系统抗干扰、参数变化的鲁棒性,是速度辨识的基本要求.本文介绍了近年来出现的速度辨识方法,并分析了其优缺点.     

基于MRAS理论的无速度传感器直接转矩控制调速系统

在MRAS理论基础上讨论了三种转速观测法,并将其中既能实现电机转速辨识又能实现定子电阻辨识的交互式模型参考自适应方法应用于异步电机无速度传感器直接转矩控制中.该方法能较好地解决电机参数变化对调速精度和系统稳定性影响的问题,仿真结果证明了该方案的有效性.     

矢量控制系统的速度控制及速度辨识新方法研究

介绍了异步电动机矢量控制系统神经网络速度控制器的设计方法;同时提出了将开环直接计算与模型参考自适应方法相结合的神经网络混合转速辨识模型。仿真结果表明,基于该速度控制器和速度估计器的矢量控制系统动静态性能好,解决了瞬时无功模型参考自适应方法的转速不稳定问题,转速估计精度高。     

BP神经网络辩识感应电机转子磁链和转速

根据感应电机数字模型，提出了仅基于定子电流的人工神经网络转子磁链与速度的辩识方法，实现无速度传感器的交流调速系统的转子磁链和转速闭环控制。用BP算法对神经网络进行学习和训练，构建相应的多层前馈神经网络（MFNN）。仿真和实验结果表明，这种转子磁链与速度的辩识模型具有良好的性能。     

一种改进型异步电机直接转矩控制系统研究

在传统无速度传感器异步电机直接转矩控制系统基础之上进行了改进研究,将变结构控制和无速度传感器技术引入进来,设计电机定子磁链控制器和电磁转矩控制器,并应用Lyapunov第二方法推导出转子转速和定子电阻自适应辨识律.通过Matlab/Simulink的仿真,验证了改进后的系统比传统系统具有更好的动静态性能,并具有良好的鲁棒性.     

无速度传感器的感应电机神经网络鲁棒自适应控制

针对感应电机定子电阻和负载转矩参数的不确定性,提出了无速度传感器的感应电机神经网络鲁棒自适应控制方案。用反步法设计了一种可以将各状态变量跟踪误差和神经网络各权值限制在规定范围内的神经网络鲁棒自适应控制器,提出了相应的算法,用Lyapunov定理对其稳定性进行了证明。提出了一种可以估算转子磁链和转速的观测器及相应的算法。仿真研究表明,所提出的感应电机无速度传感器控制方案对电机定子电阻、负载转矩的鲁棒性强,动态性能好,速度估算较精确。     

磁通观测改进的无速度传感器DTC系统

针对定子电阻摄动与积分漂移对直接转矩控制(DTC)性能的影响,在分析直接转矩控制特点的基础上,推导了以电机有功功率为基础的定子电阻辨识算法与以反电动势为基础的定子磁链辨识算法,并将坐标系定向于定子电流矢量上推导出转速估计算法.以此建立的直接转矩控制系统,定子电阻辨识算法不依赖电机其他易变参数,转速估计中未使用转子电阻或转子时间常数;通过4kW感应电机无速度传感器DTC系统仿真试验表明,积分漂移得到有效抑制,估计速度与实际速度良好吻合,系统具有较好调速性能.     

感应电机无速度传感器直接转矩控制的智能优化设计

在一些特定作业环境中,需要对电机转速进行精确调控.为了改善直接转矩控制系统低速时常规PI调节器带来的转速脉动,设计了基于模糊神经网络的新型PI调节器,改进后的转速调节器具有快速自整定、微超调的特性.针对MARS转速观测器低速时的不稳定性,设计了基于人工神经网络的模型参考自适应速度观测器,改进后的转速观测器具有良好的动、静态特性.仿真结果表明:智能优化设计使得直接转矩控制系统的控制效果明显提高,且有更好的鲁棒性和自适应性.     

混沌神经网络在DTC系统中的转速辨识

针对BP神经网络易陷入局部极小值的缺点,提出了混沌神经网络的学习算法。利用混沌的遍历性和随机性,采用混沌变量全局粗搜索与混沌变量局部细搜索相结合,得到神经网络权值的全局最优值。利用该算法对直接转矩控制(DTC)系统进行转速辨识,仿真结果表明用混沌优化BP神经网络的速度辨识器不仅具有较好的跟踪能力,还提高了运算效率,使系统具有良好的静动态性能。