基于RBF神经网络的永磁同步电机在线辨识与模型参考自适应控制

永磁同步电机控制系统是多变量和非线性的。针对传统PI控制方法的不足,提出了一种基于RBF神经网络的永磁同步电机在线辨识与模型参考自适应控制方法。该方法利用RBF神经网络极强的非线性映射能力,通过对神经网络的离线和在线训练,实现了电机速度的自适应控制。仿真结果表明该方法控制精度高,动、静态特性好。     

基于扩展卡尔曼滤波器的永磁同步电机转速估计方法研究

研究了利用扩展卡尔曼滤波器(extended kalman filter, EKF)对永磁同步电机(permanent magnet synchronous motor, PMSM)矢量控制系统进行参数精确估计的方法。通过引入定子电流和电压,在线估计电机的定子磁链、电机转速和转子位置,进而实现永磁同步电机的无传感器控制。仿真结果表明EKF准确地观测了电机转速和磁链,所构建的无速度传感器矢量控制系统具有良好的控制性能。     

永磁同步电机的自适应神经模糊推理控制研究

针对如何提高永磁同步电机控制系统的性能,设计了一种新型的自适应神经模糊( ANFIS)速度控制器,其充分利用神经网络的学习能力与映射能力,实现模糊系统的自学习、自适应功能.对采用这种控制器的永磁同步电机(PMSM)矢量控制系统进行了仿真研究,并分析了仿真波形.控制效果较传统PID控制而言,不仅响应速度快、超调小,而且稳...     

基于新型电压控制律的永磁同步电机滑模补偿控制

针对永磁同步电机转矩闭环控制系统中动态耦合项和反电动势项引发弱动态性能的问题,提出一种基于新型电压控制律的永磁同步电机滑模补偿控制方法。首先,基于永磁同步电机模型建立新型电压控制律,保证转矩闭环控制系统的稳定性。其次,利用速度估值与滑模面的函数关系,设计自适应速度观测器,对d、q轴耦合项和反电动势项进行补偿,同时实现系统的速度闭环控制。在此基础上,引入含sigmoid非线性光滑函数的滑模面,构造滑模补偿控制策略,实现控制律在整个运动过程中对参数摄动和外扰动的鲁棒性。最后,搭建Matlab/Simulink仿真模型和由TMS320F28335控制的400 W永磁同步电机的实验平台。仿真和实验结果表明所提控制方法具有转矩和电流波动小、响应快和鲁棒性强的特性。     

内埋式永磁同步电机永磁磁链的在线辨识

在无速度传感器工作条件下,为了实现永磁同步电机转子位置和转速的精确控制,需要对电机参数进行在线辨识。本文研究了无速度传感器控制条件下,内埋式永磁同步电机永磁磁链的辨识。该调速系统采用转子磁链定向的矢量控制作为基本的控制策略,利用模型参考自适应系统对转子位置和转速进行估算,提出了一种基于扩展卡尔曼滤波器的永磁同步电机永磁磁链辨识方法。本文基于上述研究,实现了无速度传感器控制条件下,内埋式永磁同步电机永磁磁链的在线辨识,采用上述方法能够很好地避免由于电机的低阶状态方程而引起的辨识问题。仿真和实验结果证明了该辨识方法的可行性与有效性,而且在模型参考自适应中采用辨识得到的磁链参数,能够大幅度降低转子位置的估算误差。     

基于EKF的永磁同步电机无位置传感器控制

针对伺服控制中需要安装机械传感器的问题,提出了采用扩展卡尔曼滤波器设计永磁同步电机无位置传感器控制系统。扩展卡尔曼滤波状态观测器能够对转子位置角和转速以及负载转矩进行估算,并将估算的负载转矩对q轴电流调节器进行前馈补偿。考虑到转动惯量与负载转矩密切相关,采用模型参考自适应控制方法对转动惯量进行辨识。实验结果表明基于以上方法所设计的永磁同步电机控制系统具有良好的控制性能。     

基于自适应EKF的PMSM无速度传感器控制

永磁同步电机无速度传感器控制中,鉴于固定的噪声协方差阵不能同时满足动态和稳态的要求,通过引入一种变参数的自适应扩展卡尔曼滤波器(EKF),给出了一种永磁同步电机(PMSM)无速度传感器控制方案.以角加速度的值为选取依据,判断电机的运动状态,针对稳态过程和动态过程分别选定两组参数,以保证滤波器的快速性和稳定性,进而实现E...     

基于滑模模型参考自适应系统观测器的永磁同步电机预测控制

针对一种三电平驱动的永磁同步电机控制系统,设计了一种无速度传感器有限集预测控制策略。首先,针对三电平逆变器驱动电路,采用有限集预测控制策略将其开关控制矢量看成一个有限集,在此有限集中搜索使目标函数最优的开关矢量,目标函数选择为输出误差电流,保证了电机定子电流波形的质量。其次,基于滑模模型参考自适应系统(MRAS)方法,利用电机本体的参考模型与电流模型的输出误差构造滑模面,设计了电机速度观测器,以改善位置和速度估计精度并提高系统的鲁棒性,并分析证明其稳定性。实验结果表明预测控制器较传统PID控制器能够提高定子电流波形质量,同时观测器能够较精确地估计永磁同步电机转子位置和速度,具有较好的鲁棒性。实现了对永磁同步电机的无传感器预测控制。     

基于模型参考模糊自适应控制的永磁同步电机控制器设计

基于模型参考模糊自适应控制(MRFAC)方法设计永磁同步电机(PMSM)速度控制器.该控制器具有传统模型参考自适应控制构架.传统模型参考自适应控制系统中的反馈控制器和常规自适应机构分别由主模糊控制器、模糊自适应机构替代,模糊逆模型结合自适应调整算法构成的模糊自适应机构对主控制器参数进行实时调整,以达到快速适应对象参数和状态变化的目的.利用模块化建模工具Matlab/SimuIink建立PMSM控制系统模型.仿真结果表明了所设计控制器运行平稳,具有良好的动、静态特性.     

基于级联MRAS的PMSM参数在线辨识方法研究

在无速度传感器矢量控制系统中,为实现对永磁同步电机的精确控制,需要对电机参数进行在线辨识。在对模型参考自适应方法进行深入分析的基础上,提出一种基于级联模型参考自适应的永磁同步电机参数在线辨识方法,该方法在同步旋转dq坐标系下,利用dq轴电压、电流及其偏差,借助Popov超稳定性理论建立参数的辨识模型,并推导出待辨识参数的自适应律,实现了电机转子速度、定子电阻与转子磁链的同时在线辨识。仿真结果验证了该方法的正确性和有效性。     

滑模控制PMSM无速度传感器矢量控制系统

为了实现永磁同步电机(PMSM)无速度传感器控制,提出了一种基于MARS的速度辨识方案.将PMSM的电流模型作为参考模型,估算的定子磁链模型作为可调模型,设计了自适应律来对转速进行辨识.同时,提出一种在同步旋转坐标系下的滑模变结构速度调节策略,以取代传统的PI调节器,因此对参数摄动和不确定因素有很强的鲁棒性.仿真和实验结果表明,所提出的速度调节策略和辨识方案使矢量控制系统具有较强的鲁棒性和较好的动、静态性能.     

永磁同步电机神经网络逆解耦控制研究

针对永磁同步电机的非线性、多变量、强耦合的特点,将神经网络与逆系统解耦方法相结合,并用于永磁同步电机的解耦控制.分析永磁同步电机的数学模型与解析逆模型,完成系统可逆性证明,将永磁同步电机与解析逆系统等效成两个伪线性子系统,构造神经网络逆系统,将永磁同步电机动态解耦为一阶线性磁链子系统与二阶线性转速子系统,利用两个PID控制器对伪线性子系统进行闭环控制器设计,实现系统转速与定子磁链动态解耦控制.利用dSPACE半物理仿真系统完成神经网络训练数据的采集与系统解耦控制实验.结果表明神经网络逆系统方法可以实现永磁同步电机的高新能控制,对负载扰动具有较强的鲁棒性.     

永磁同步电机非线性黄金分割自适应转速控制

针对永磁同步电机系统复杂设计高精确度的控制器比较困难的问题,采用id=0的矢量控制策略,基于永磁同步电机的特征模型,设计一个以非线性黄金分割自适应控制为主的控制方案。通过安排过渡过程和特征模型参数的在线辨识实现了该控制方案下控制器参数的在线自适应调节。实验结果表明该控制方案不仅能够实现永磁同步电机较高精确度的转速控制,与一阶自抗扰控制、增广状态反馈控制和传统的PI控制相比,具有更加优越的暂态和稳态性能。     

永磁同步电动机的速度自适应反推控制

针对高精度的伺服系统,考虑永磁同步电动机实际运行过程中,电机的定子电阻、粘滞磨擦系数及负载转矩的变化,必然影响到系统的伺服精度。因此,提出了自适应与反推控制相结合的控制策略,通过推导,它不但能够实现永磁同步电动机系统的完全解耦,并且能够有效抑制系统参数变化对系统速度跟踪伺服性能的影响,使系统具有很强的鲁棒性。通过仿真,验证了自适应反推控制策略的有效性和可行性。     

基于复合模型预测控制策略的三电平APF研究

电力有源滤波器(Active power filter,APF)是消除电网中非线性负载产生的电流谐波的有效手段之一。提出一种三相静止坐标下的基于模型预测控制复合控制器,复合控制器由改进的自适应广义积分器和模型预测控制两部分组成。该复合控制策略有效地整合了预测控制和自适应广义积分器的优点,在最大限度利用模型预测进行谐波电流快速跟踪的同时,采取自适应广义积分器对各次谐波进行无静差跟踪控制。所提出的复合控制器与三电平电压空间矢量调相结合,能够消除单独预测控制交流变量时所存在的稳态误差问题和改善系统鲁棒性。详细研究了复合控制器的设计方法,并给出了系统的参数设计和稳定性分析。最后通过实验验证了控制方法的正确性和有效性。     

基于灰狼优化的永磁同步电机自适应反推鲁棒控制策略

针对永磁同步电机存在非线性项的不确定性,以及在运行过程中参数摄动与负载扰动对机械角频率、转速以及系统控制产生的影响,为适应高精度、高稳定的调速应用要求,提出一种基于灰狼优化的永磁同步电机自适应反推鲁棒控制策略.应用非线性反推控制解决电机的非线性问题,并将灰狼优化应用于自适应反推算法中,实现电机转速对期望值的自适应调节跟...     

SMPMSM 系统的无模型反步控制

电动汽车永磁同步电机(PMSM)驱动系统的参数不确定性以及逆变器非线性,将引起电机转速鲁棒性降低,导致电动 汽车速度剧烈波动。 为了提升电动汽车永磁同步电机驱动系统的快速响应性能和鲁棒性,提出了基于无模型的自适应反步控 制(MF-ABC)。 根据无模型控制的代数估计方法,建立超局部模型干扰估计器,再基于自适应反步控制框架,组建适合 PMSM 驱动系统高可靠性运行的 MF-ABC 控制。 研究结果表明,所提出的控制器能够观测、估计和消除各种不确定性,包括系统未建 模动态和外部干扰。 MF-ABC 估计出的干扰值可以用来描述干扰和分析误差。 所提出的方案实时的提升算法计算效益,实现 矢量控制的 PMSM 驱动系统 MTPA 模式高性能稳健运行的研究目标。 通过 dSPACE 台架测试,证实提出的 MF-ABC 和传统反 步控制相比实现了 PMSM 抗转矩干扰能力提升 22%,阶跃响应的快速性提升 0. 02 s。 实验结果证明,MF-ABC 具有强抗干扰性 和响应快速性。     

基于自适应FIR算法的交流伺服系统前馈控制

永磁同步电机(PMSM)交流伺服控制系统中由于电子器件的开关引起相电流非正弦变化,经坐标变换得到的交直轴电流含有谐波成分,引起电流环振荡及电磁转矩脉动。在分析相电流与交直轴电流高次谐波关系,以及交直轴电流高次谐波对电磁转矩影响的基础上,提出了一种基于自适应FIR滤波器的交流伺服系统前馈控制策略,并在该方法的基础上提出了变步长因子算法,根据误差值改变步长因子,在提高滤波器收敛速度的同时减小超调。该算法与传统的一阶低通滤波器相比,相位不滞后,灵敏度更高,且系统稳定。改进后的控制策略有效地降低交直轴电流谐波,抑制电流环振荡及电磁转矩脉动,提高PMSM交流伺服控制系统稳定性及动态响应。通过仿真与试验证明了该方法的可行性。     

基于EKF的PMSM无传感器控制及滤波参数选取

目前实现永磁同步电动机(PMSM)无速度传感器的方法有多种,卡尔曼滤波法因其具有自适应能力、抗干扰性强,易于软件实现等优点而广泛应用,针对 PMSM 数学模型,详细分析了扩展卡尔曼滤波(EKF)原理,并针对EKF 初始滤波参数如何选取这一问题,进行了研究,给出此参数的选取思路,为 EKF 参数选取工作提供了方便.仿真结果表明,基于 EKF 的 PMSM 无传感器控制系统运行稳定,动、静态性能良好,且验证了所采用的 EKF 参数选取方法的合理性.