SRM空间电感向量法低速无位置传感器控制技术

为解决开关磁阻电机(switched reluctance motor,SRM)无位置传感器启动和低速驱动运行控制的研究难题,文中基于SRM空间电感向量模型提出了一种新的转子位置估计方法。在电机启动及低速驱动运行两种不同状态下,该方法通过对电机绕组进行高频脉冲注入以实现三相电感辨识,并结合复平面内三相电感向量模型与转子位置角度之间的余弦函数关系,采用反余弦变换实现SRM转子位置准确估计。最终通过仿真和实验对提出的无位置方案进行了验证,结果表明,该方法能对SRM转子位置进行准确定位并实现无位置传感器可靠启动及低速运行。     

基于支持向量机的开关磁阻电机转子位置估计

开关磁阻电机具有结构简单、工作可靠、效率高和成本较低等优点,在很多领域都显示出强大的竞争力,但是位置传感器的存在不仅削弱了开关磁阻电机结构简单的优势,而且降低了系统高速运行的可靠性,增加了成本.针对这一问题,提出了基于支持向量机的开关磁阻电机转子位置估计新方法.该方法针对开关磁阻电机的非线性,利用支持向量机泛化能力强以及能够较好地解决小样本学习问题的特点,通过离线学习的方法形成一个理想的支持向量机结构来实现电机电流、磁链与转子位置之间的非线性映射,实现开关磁阻电机的转子位置估计.仿真及实验结果表明,该方法能够实现电机转子位置的准确估计,进而实现开关磁阻电机的无位置传感器控制.     

基于模糊控制及神经网络的开关磁阻电机转子位置估计

开关磁阻电机(SRM)运行需要转子位置传感器,而添加转子位置传感器使系统成本以及电机结构复杂度提高,可靠性降低。因此,对SRM转子位置进行估计,使SRM不依靠位置传感器而独立运行具有重要意义。本文利用神经网络对非线性函数高精度逼近的特性,基于模糊控制模型和神经网络理论,建立了SRM转子位置估计系统,并采用MATLAB/Simulink对该60 k W、6/4极的SRM转子位置估计系统进行了仿真。仿真结果表明:该系统对SRM转子位置角的估计较准确,输出角度精度较高,误差在2°左右,均方误差为0.714 4;利用该转子位置估计系统对SRM进行控制,该电机三相电流输出均匀,转矩脉动小,运行全过程稳定。     

改进电感分区式SRM无位置传感器研究

针对位置传感器的引入使得开关磁阻电机(SRM)结构变得复杂、可靠性降低这一问题,以SRM的运行电感曲线为例,提出一种检测曲线非线性度的方法,并对电感曲线的非线性度做了研究,找出了线性度较好的区域,在该区域将电感和转子位置进行拟合,优化拟合结果。最后依据各相间电感逻辑关系将各区域的估计值进行叠加,从而实现对转子位置的估计,尤其针对电感曲线交点偏移的情况提出了一种新的估计转子位置方法,增强了检测方法的实用性。仿真实验结果表明,在电机稳态运行和负载转矩突变时都能实现对转子位置的较精确估计,为SRM无位置传感器控制提供了基础。     

复平面电感模型开关磁阻电机中低速无位置传感器技术

针对开关磁阻电机(SRM)无位置传感器启动和低速运行控制的研究难题,基于复平面电感模型提出了一种适用于中低速运行区域的转子位置估计方法,同时利用该方法实现了开关磁阻电机静止及带初始转速无位置传感器启动。就四个不同象限分别分析了复平面内三相合成电感向量与实轴的夹角同转子位置角度之间的映射关系,并给出了转子角度所在象限的逻辑判定条件,实现了转子位置间接估计。该无位置方案无需SRM电磁特性曲线和任何外加硬件,实现起来简单可靠,最终通过实验对提出的无位置方案进行了验证,实验结果表明,在样机中低速运行范围内(0~600r/min),该方法均能对转子位置进行准确定位并实现SRM无位置传感器可靠运行。     

基于特殊电感开关磁阻电机无位置传感器控制

针对开关磁阻电机(SRM)引入位置传感器导致系统复杂,全周期不饱和电感方法因磁链饱和导致检测位置不准的问题,提出基于特殊电感SRM无位置控制方法。在电机运行中,对非导通相注入高频脉冲,计算各相电感随时间变化率的最小值来检测特殊电感位置点,根据相邻两个特殊电感位置点估算电机转速,继而得到并更新电机转子位置。最后在该方法基础上分析电感不对称情况下估计转子位置的策略。仿真和实验验证表明,在电机运行过程中可以精确估计出转子的位置,验证方法的有效性。     

永磁同步电机转子位置提取近似分类支持向量机灰色预测方法

针对单一灰色预测方法下磁特性曲线建模对电机不同运行状态区分能力差、概括性不强,由此导致估计误差较大的问题,提出基于支持向量机分类细化特性曲线区,提高用以灰色GM(1,1)预测建模数据指数光滑度,改善转子信息估计精度的灰色近似支持向量机分类预测算法.将此预测方法用于永磁同步电机的矢量控制当中,数值仿真结果证明,引入先期近似支持向量机分类算法后的转子位置灰色预测法可以在较少测试数据集上达到较高的估计精度.     

基于BP神经网络的开关磁阻电机无位置传感器控制

开关磁阻电机(Switched Reluctance Motor,简称SRM)引入位置传感器使电机的结构变得复杂,同时降低了可靠性。为此,本文以Matlab/Simulink中一台三相6/4极SRM电机模型的磁链特性数据为样本,建立了以磁链和电流为输入,转子位置角为输出的BP神经网络模型,用于无位置传感器转子位置的估计。最后通过MATLAB对三相(6/4)结构的SRM电机进行了仿真实验。实验结果表明,此无位置控制策略具有较好的动态特性和较高精度,系统最大位置检测误差≤2°。     

永磁同步电机转子位置提取近似分类支持向量机灰色预测方法

针对单一灰色预测方法下磁特性曲线建模对电机不同运行状态区分能力差、概括性不强,由此导致估计误差较大的问题,提出基于支持向量机分类细化特性曲线区,提高用以灰色GM（1,1）预测建模数据指数光滑度,改善转子信息估计精度的灰色近似支持向量机分类预测算法。将此预测方法用于永磁同步电机的矢量控制当中,数值仿真结果证明,引入先期近似支持向量机分类算法后的转子位置灰色预测法可以在较少测试数据集上达到较高的估计精度。     

磁悬浮开关磁阻电机转子位移/位置观测器设计

为探索磁悬浮开关磁阻电机高性能无传感器控制,研究了一种基于最小二乘支持向量机的转子位移/位置观测器设计方法。该方法在对磁悬浮开关磁阻电机数学模型进行状态空间变换的基础上,采用最小二乘支持向量机设计转子位移/位置观测器。阐述了观测器设计原理,对观测器的稳定性进行分析,给出了观测器离线训练和在线学习的实施步骤。最后通过仿真和实验对所提方法进行了验证。结果表明,所设计观测器具备较好的观测效果,能够实时准确地观测出转子位移和位置,从而可实现无传感器控制。