基于RBF神经网络的感应电机自抗扰控制仿真

感应电机在工作过程中,容易受到外界干扰源的干扰,若干扰程度严重会造成电机故障,影响电机运行状态,为了提升感应电机的自抗扰能力,提出基于RBF神经网络的感应电机自抗扰控制方法。建立感应电机数学模型,依据电机损耗分析结果,确定电机内部非线性关系;结合RBF神经网络构建感应电机的控制系统,并将该系统划分成RBF网络辨识器以及自抗扰控制器两个部分,通过二者之间的有效结合,完成感应电机的自抗扰控制。实验结果表明,使用上述方法开展电机自抗扰控制时,响应速度较快,电机电流输出与实际结果之间差距较小,说明其控制性能较好。     

基于模糊自抗扰的开关磁阻电机转速控制

针对车载开关磁阻电机强非线性及在车辆运行过程中出现的负载扰动大,给定转速多变等特点,提出了一种模糊自抗扰转速控制方法.将模糊控制运用与自抗扰控制参数的实时自整定,使控制系统的自适应能力得到提高.运用Matlab/Simulink仿真软件进行仿真验证表明,上述控制算法与传统PI控制算法相比能有效减少转速响应时间,减小超调量,提高系统的抗干扰性及鲁棒性.     

感应电动机效率优化的自抗扰控制研究

针对现有电动机效率优化控制方法存在控制算法复杂的问题,提出了一种基于改进自抗扰控制器的动态解耦控制策略。自抗扰控制器省去了微分跟踪器,采用线性的扩张状态观测器和线性状态误差反馈控制律,使控制算法得以简化。仿真和实验结果表明,该控制策略在保证电动机轻载运行时效率优化的同时,具有较强的抗干扰能力和鲁棒性,提高了效率优化过程中电动机转速的动态响应速度。     

自抗扰控制在永磁直线电机控制中的应用

针对在工业中广泛应用的PID控制器的特点及存在的问题做了分析,并介绍了自抗扰控制技术的原理、结构、以及控制器的设计.对一个永磁直线电机在考虑将电机耦合视为内扰及外部摩擦干扰情况下的具体实例给出了采用自抗扰控制技术的仿真结果.同时对简化的电机模型也给出了采用PID调节的仿真结果.结合仿真结果可以看到自抗扰控制器的抗干扰性和鲁棒性都优于经典PID控制器.     

基于MRAS的永磁超环面电机无位置传感器控制

在研究永磁超环面电机结构与驱动机理的基础上,分析计算了该电机的电感,并建立了该电机的数学模型。基于无位置传感器控制的优点,设计了基于模型参考自适应(MRAS)的永磁超环面电机无位置传感器控制系统,并进行了该控制系统的仿真。仿真结果表明,基于MRAS的永磁超环面电机转速估计误差较小,模型参考自适应控制系统能实现对行星架转子角速度的高精度辨识,该控制系统控制效果良好。     

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。     

一种改进的无速度传感器感应电机直接转矩控制

直接转矩控制(DTC)对于异步电机而言,它能产生快速及好的鲁棒性响应。介绍了一种新的对于无速度感应电动机基于空间矢量(SVM)模型的直接力矩和磁链控制,它能降低稳态时力矩、磁链和速度的波动。在全速度范围无速度传感应用中将产生更好的稳态性能的同时保留DTC的暂态优点。仿真结果显示该方法有着比传统的DTC更好的性能。     

基于无源性的全方位移动机器人自抗扰控制

针对全方位移动机器人轨迹跟踪控制中存在的外界干扰和系统参数不确定性问题,提出基于无源性的自抗扰控制方法.该方法通过扩张状态观测器对系统扰动进行估计,并在基于无源性的控制器中加入扰动补偿项以减小外界干扰和参数不确定性对系统的影响;进而,利用系统的无源特性和Lyapunov 理论证明在该控制器作用下闭环系统有界输入有界输出稳定.仿真结果表明,所提出的控制方法响应速度较快,控制精度较高,对系统外扰和模型参数不确定性具有较强的鲁棒性     

电网电压不平衡工况下双馈感应风力发电机组的自抗扰控制

本文提出电网电压不平衡工况下双馈感应电机(DFIG)的自抗扰控制(ADRC)方法, 抑制不平衡电压引起的电磁转矩和无功功率波动, 延长风力发电机组的工作寿命. 在正、负序同步旋转坐标系中推导了电网电压不平衡工况下DFIG的电磁转矩表达式, 计算出消除电磁转矩波动所需的负序转子电流, 将其叠加到正序转子电流参考值上, 以减小电磁转矩波动. 采用ADRC实现对转子电流的有效控制, 减少控制器对发电机精确模型的依赖, 提高控制系统的鲁棒性. 仿真结果表明所提出的控制方案有效地减小了电网电压不平衡工况下DFIG的电磁转矩和无功功率波动, 同时减小了不平衡电流, 有利于延长DFIG风力发电机组的工作寿命.     

开关磁阻电机自抗扰调速优化控制研究

开关磁阻电机速度控制系统是复杂的非线性时变系统,系统变量之间耦合严重,容易产生转矩脉动和噪声,针对上述问题,提出混沌粒子群优化的自抗扰控制方法;首先,依照速度环的模型特点,设计自抗扰控制器,包括跟踪微分器,扩张观测器,以及非线性状态误差反馈率,使用混沌粒子群算法对控制器进行参数调优,得到自抗扰控制器的参数;混沌自抗扰的...     

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。     

EKF在无速度传感器感应电机中的应用

在交流感应电机的状态方程的基础上,将交流感应电机的转速看成状态变量,利用较容易检测到的定子电流及定子电压信号,运用扩展卡尔曼滤波器估计出感应电机的速度.     

Circle-criterion Based Nonlinear Observer Design for Sensorless Induction Motor Control

This paper deals with the design of a nonlinear observer for sensorless induction motor control. Based upon the circle criterion approach, a nonlinear observer is designed to estimate pertinent but unmeasurable state variables of the considered induction machine for sensorless control purpose. The observer gain matrices are computed as a solution of linear matrix inequalities(LMI) that ensure the stability conditions of the state observer error dynamics in the sense of Lyapunov concepts. Measured and estimated state variables can be exploited to perform a state feedback control of the machine system. The simulation results are presented to illustrate the effectiveness of the proposed approach for nonlinear observer design.     

定子电流串联模型无速度传感器异步电机控制

针对基于传统电压电流模型并联结构模型参考自适应的无速度传感器异步电机矢量控制系统中,电压模型因存在纯积分环节而带来的积分初始误差和直流偏移问题,提出一种基于定子电流的串联模型无速度传感器矢量控制方案.方案对传统电压模型和电流模型进行改造,消除了纯积分环节及其带来的不利影响.同时对该串联模型的结构进行了说明,并详细推导了...     

基于电流预测的三相感应电机矢量控制

在分析三相感应电机离散化的电流预测控制模型的基础上,本文提出了一种新的基于电流预测的三相感应电机矢量控制的算法。该算法不同于传统的SVPWM调制方式,而是在每个采样周期内,对三相逆变器的8个电压矢量进行在线评估,并选择使目标函数最小的电压矢量作为下一个周期的施加矢量。该方法控制策略简单,且具有较好的动静态性能,实现了对M轴和T轴给定电流的快速跟踪。在MATLAB／Simulink仿真软件平台下建立仿真模型,仿真结果验证了本文所提出控制策略的正确性和有效性。     

基于神经网络的电动机间接矢量控制系统

电动机在一定的负载下以一定的电压、一定的频率时,可以工作在最好的状态。本文提出了用人工智能神经网络预测当负载转矩和速度变化时的工作电压和频率,提高了电动机的效率。实验结果表明,该方法改善了控制系统的鲁棒性,提高了网络学习能力,改善了学习性能,在神经网络控制中有一定推广价值。     

基于DSP的矢量控制系统中感应电机参数自检测方法研究

无速度传感器矢量控制的系统中，参数的检测精度很大程度上决定系统的控制精度。文章从异步电机的数学模型出发．从电路分析的角度提出了一种简单易行的参数辨识算法，实践结果表明它能为无速度传感器矢量控制系统提供较高精度的电机参数。     

基于MARS的无速度传感器矢量控制系统研究

应用模型参考自适应方法,对无速度传感器矢量控制系统的转速估计进行研究,针对常规速度辨识器中的基准模型易受积分初值和漂移问题的影响,造成辨识结果不准确的问题,埘传统的MRAS方法进行了改进研究,并且以此为基础,采用基于神经网络的模型参考自适应辨识电机转速。MATLAB仿真结果表明,应用这种估计算法计算量小,收敛速度快,估计转速能很好地跟踪实际转速,而且具有很好的鲁棒性。     

基于分数阶滑模观测器的永磁同步电机无传感器矢量控制

为解决基于传统滑模观测器的永磁同步电机转速和位置估计精度不高以及抖振过大等问题,设计了一种分数阶滑模观测器。首先根据分数阶理论提出一种分数阶滑模趋近律,并证明其稳定性;然后将永磁同步电机的定子实际电流与估计电流的差值作为滑模面,利用分数阶滑模趋近律设计滑模观测器的控制律,获取反电动势后采用锁相环提取转速和位置;最后建立了永磁同步电机无传感器矢量控制的仿真模型。仿真结果显示新型分数阶滑模观测器不仅静态性能好,而且与基于指数趋近律设计的滑模观测器相比,具有动态跟踪速度快、观测精度高、抖振小等优点。