基于UPF的PMSM转子磁链辨识方法

转子磁链的准确辨识是实现永磁同步电机(PMSM)永磁体工作状态监控,确保其驱动系统可靠运行并实现高性能控制的有效方法。综述了现有的转子磁链辨识方法及其技术特点,在基于冻结磁导率方法获取d,q轴实时电感及电机运行温度修正定子电阻的基础上,提出了基于无迹粒子滤波(UPF)的PMSM转子磁链辨识方法,并进行了仿真研究与实验验证,研究结果表明,在高斯与非高斯测量噪声及稳态与动态系统运行工况约束下,所提方法能够在考虑PMSM驱动系统d,q轴电感及定子电阻变化的基础上实现转子磁链的准确辨识,且辨识方差较小。     

嵌入式永磁同步电机离线参数辨识技术

详细介绍了一种永磁同步电机(Permanent Magnet Synchronous Motor,简称PMSM)矢量控制系统电机参数的离线辨识技术.该技术基丁电机的动态数学模型,通过在电机端注入直流或交流电流,测量相应的电压响应,辨识出电机的定子电阻、转子磁链、直轴电感和交轴电感.实验结果证明了该算法的正确性.     

基于MPHFE的PMSM转矩脉动优化控制策略

为了按照选定的谐波次数优化永磁同步电机（PMSM）驱动控制系统的谐波转矩,设计了一种新颖的最少参数谐波磁链估计器（MPHFE）以进行电机谐波磁链的在线估计,从而实现了PMSM转矩脉动优化控制。所提出的MPHFE中无需使用电机电感、电阻和定子电流及导数等参数即可完成谐波磁链的估计,从而无惧参数扰动,具有极强的鲁棒性。MPHFE是通过磁场定向控制器和自适应前馈控制器组合作用将谐波电流强制为零实现的,即可以直接从估计的谐波反电动势中获得谐波磁链,无需其他电机参数参与运算。进一步将估计的磁链与电机谐波转矩综合模型结合使用,以确定消除谐波转矩的注入定子电流值。开展了PMSM不同工况下的测试,实验结果验证了所提出的方法能显著降低PMSM的转矩脉动。     

基于递归神经网络的永磁同步电机参数辨识研究

电机参数的变化会加大永磁同步电动机(PMSM)的控制难度,所以研究参数辨识对于闭环控制系统的稳定运行有着重大的意义。在采用变分理论实现最小绝对值偏差法(LAD)的基础上,研究了一种基于递归神经网络(RNN)的辨识方法。仿真结果表明,该方法具有很快的收敛速度,能准确地辨识PMSM的定子电阻、d,q轴电枢电感及转子磁链等参数,并且具有良好鲁棒性,在出现参数变化或异常值情况下仍能辨识到正确结果。     

表贴式永磁同步电机的多参数在线辨识

针对表贴式永磁同步电机的多参数辨识,提出一种基于模型参考自适应理论的在线辨识方法,可在同一模型中对定子电阻、交直轴电感和永磁体磁链进行辨识。该方法借助Popov超稳定理论设计自适应律,保证了特定条件下辨识的收敛性,同时采用分步辨识,克服多参数辨识的欠秩问题,保证了辨识结果的唯一性,从而实现多参数辨识。分步辨识首先利用电机q轴电流方程估算出交直轴电感,之后对d轴注入一个小电流值,利用已获得的电感值辨识出定子电阻和转子磁链,同时所辨识出的磁链可进一步用来在线估算定子电阻值的变化。仿真和实验结果表明,该方法可以在同一模型中准确辨识出电机的多个参数,且无需考虑电机的运行状态,具有实用性。     

考虑交叉饱和、交叉耦合及结构谐波的永磁同步电机参数模型

针对永磁同步电机的精确建模问题,研究了交叉饱和、交叉耦合对d、q轴电感及转子磁链的影响,以及非正弦转子磁场的主要频谱成分,采用冻结磁导率的方法计算了不同负载时的d、q轴电感和转子磁链。通过建立仿真模型,研究了变参数下的电机运行特性,并与定参数模型和有限元模型的运行特性进行比较。研究结果表明,变参数模型能精确反应永磁同步电机的实际运行特性,为其精确控制提供更为可靠的依据。     

永磁同步电机预测控制参数畸变影响分析

当永磁同步电机(PMSM)预测控制系统在高温等复杂环境中工作时,受电机齿槽效应、边端效应、饱和效应以及外部干扰的影响,电机参数如定子电阻、d轴电感、q轴电感、永磁体磁链常会发生畸变。针对上述问题,建立了PMSM的有限控制集模型预测电流控制(FCS-MPCC)模型,对不同参数畸变的影响进行分析,计算给出由畸变导致的d、q轴预测电流偏差。对参数畸变范围进行分区设置并依次施加在模型中。在不同畸变程度下,实验分析不同参数畸变对PMSM动、静态性能的影响,包括d、q轴电流、预测电流偏差、电磁转矩以及转速。     

永磁同步电机非线性电感参数离线测量

永磁同步电机(PMSM)参数的准确获取有助于电机的高效控制。此处设计了一种新的PMSM非线性电感参数的离线测量方法,可以辨识出不同电流、不同转子位置下的PMSM三相自感以及互感。此方法通过引出电机中线实现三相解耦,从而分别控制三相电流,对各相分别进行电压注入,得到各相的电压以及电流响应,通过傅里叶分析提取基波幅值计算电机电感参数。此处针对一款内置式PMSM进行实验,结果表明,该方法能较准确地测量多种工况下的电机非线性电感参数。     

基于自适应线性元件神经网络的表面式永磁同步电机参数在线辨识

提出一种基于自适应线性元件(Adaline)神经网络辨识表面式永磁同步电机定子绕组电阻、电感和转子磁链的方法。所提出的辨识方法不需要知道电机的任何设计参数信息,只需在线采样定子电流、电压和转速值即可。该方法首先在电机静止状态时估算出定子绕组电阻值,并利用该电阻值在电机启动时辨识出转子磁链和定子电感值,而所辨识出来的转子磁链值将被进一步用来在线估算定子绕组电阻的变化。实验显示该方法能够有效辨识定子电阻、电感和转子磁链。此外,当电机带负载运行时,该方法依然能够有效地在线跟踪电机定子绕组电阻变化。     

电动车用永磁同步电机的三相短路稳态分析与应用

基于永磁同步电机的d,q坐标系数学模型,对其三相对称短路稳态特性进行了深入的理论推导,给出了三相短路时的转矩-转速特性和电流-转速特性解析表达式,分析了永磁磁链、极对数、直轴电感、交轴电感、定子相电阻等电机本体参数对三相短路特性的交叉影响。结合电动汽车用动力电机产品开发的特殊需求,阐述了三相短路的危害与应用。仿真和试验结果验证了所提分析方法及数学模型的正确性,为电动汽车用永磁同步电机驱动系统的设计提供重要理论指导。     

粘着控制中的交流永磁同步电机调速控制研究

交流永磁同步电机的模型参数辨识精度是影响电机矢量控制方法性能的关键.基于此,在交流永磁同步电机同步旋转坐标系的数学模型下,提出了一种交流永磁同步电机模型参数的辨识方法,采用直轴电流阶跃响应实验同时辨识定子电阻和直轴电感,脉冲电压实验检测交轴电感,速度驱动实验检测转子磁通.在电机模型参数辨识结果的基础上,讨论了基于矢量控制的交流永磁同步电机调速控制系统电流环和速度环的设计方法.在基于TMS320F2812 DSP的电力机车粘着控制实验平台上进行了实验研究.实验结果表明电机模型参数辨识方法的有效性,调速系统具有良好的动态和稳态性能.     

永磁同步电机参数对弱磁性能的影响

该文首先分析了永磁同步电动机凸极比大于1时凸极比、交直轴电感量对电机性能的影响,然后分析凸极比小于1时电机运行性能,进而分析比较凸极比大于1和凸极比小于1时电机在弱磁调速时的转矩和最大输出功率,通过数学仿真求得转矩和最大功率输出曲线,仿真分析结果表明凸极比大于1的永磁同步电动机更适合弱磁调速。     

基于参数辨识的永磁同步电机电流精确控制方法

在永磁同步电机电流控制环节中,电阻、电感等参数的变化影响控制器的性能;随着转速的升高,反电势使电流跟随性能变差。针对这些问题,设计了一种利用参数辨识校正控制器的系数和实现反电势补偿的电流环精确控制方法:根据面装式永磁同步电机i_d=0的矢量控制特点,使用统计均值的方法辨识电机的电感,在此基础上根据波波夫超稳定理论设计了电阻和磁通的模型参考辨识方法。电阻和电感的辨识值校正PI控制器的系数,电感和磁通的辨识值用于反电势的补偿环节。仿真结果表明,该方法能够通过参数辨识对控制器系数的校正和反电势的补偿实现电流环的精确控制,电流环控制性能优于PI控制和普通反电势补偿的方法。     

电动汽车永磁同步电机分布参数提取研究

电动汽车驱动系统通常由电池组、逆变器以及永磁同步电机构成。由于逆变器中功率半导体器件高频地开关,驱动系统会产生电磁干扰EMI（electromagnetic interference）。永磁同步电机为共模电磁干扰和差模电磁干扰提供了传播路径,其寄生参数增强了电磁干扰,因此它是电动汽车驱动系统EMI模型的重要组成部分。在分析电机物理结构的基础上,基于永磁同步电机的集总参数模型,将模型中的电路元件与电机寄生参数联系起来;然后通过理论计算和有限元仿真分析相结合的方法,提出了绕组电感、相间互感、寄生电容、铜耗电阻和铁损电阻的获取方法,并通过实验测量验证了理论计算方法的正确性。基于所提参数提取方法,得到了集总参数模型参数,通过仿真和网络分析仪实验测量进行了所提方法的验证。     

面向PMSM参数在线辨识的引入惯性因子的改进模型参考自适应方法

在线辨识永磁同步电机的参数可以实现PI控制器的实时整定,有利于电机的解耦控制以及弱磁的计算。针对模型参考自适应法在辨识永磁同步电机参数时出现的波动问题,本文引入了电机参数变化趋势的惯性因子,使参数辨识值在迭代更新时,更符合参数的变化趋势。针对永磁同步电机电气参数辨识的方程欠秩问题,本文重新设计了分步辨识的步骤,减少了定子电阻误差对永磁体磁链辨识的影响。仿真实验显示,改进后的模型参考自适应算法无噪音条件下电感、磁链、电阻辨识的绝对误差分别为改进前的30.30%、19.77%、14.12%;噪音条件下,电感辨识精度接近,磁链、电阻绝对误差分别为改进前的24.17%、37.42%,表明改进后算法辨识精度得到提升。     

基于改进WOA优化BP神经网络的车用PMSM参数辨识

基于改进WOA优化BP神经网络的车用PMSM参数辨识     

基于最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机参数的时变和不确定性,设计了基于遗忘因子递推最小二乘法的电机定子电阻、dq轴电感以及转动惯量的辨识方法,仿真结果表明了该方法收敛速度快,能准确地实现电机定子电阻、dq轴电感以及转动惯量的辨识。     

基于参数辨识的PMSM电流环在线自适应控制方法

针对永磁同步电机矢量控制系统中电流控制器性能因电机参数变化而下降的问题,提出了一种基于参数辨识的电流环在线自适应控制方法。利用带遗忘因子的递推最小二乘法对永磁同步电动机定子电阻和永磁体磁链进行在线辨识,然后利用得到的定子电阻和永磁体磁链对电机d-q轴电感进行在线估计,最后利用得到的辨识值计算出实时运行条件下的电流环PI参数值。实验结果表明采用本文方法计算所得的PI参数值能够在电机参数发生变化时快速实现电流的精确控制。     

基于递推最小二乘法的永磁同步电动机参数辨识

针对永磁同步电动机在运行中电机的电磁参数的改变,通过对永磁同步电动机稳态数学模型的推导,利用递推最小二乘法对电机的电阻、电感进行在线辨识.在Matlab/Simulink中搭建辨识模型进行分析比较,验证该方法可以准确地辨识出电阻、电感的值.递推最小二乘法简单可靠,易于实现,具有一定的实用价值.