面向直流电机模型时变参数的在线辨识方法

在直流电机建模优化问题的研究中,由于直流电机的时变参数随现场工况的变化而变化,导致采用离线辨识方法无法估计直流电机的系统模型,针对直流电机系统参数的时变性,提出一种直流电机时变参数的在线辨识策略.依据直流电机的电势平衡方程和转矩平衡方程,得到直流电机的传递函数,转化为电动机角速度和电压之间的差分方程,然后,采用递推最小二乘算法进行在线辨识,从而实现直流电机系统模型在线辨识的目的.搭建直流电机在线辨识系统实验平台,采用改变直流电机载荷的方式,进行了在线实时辨识的实验,实验结果表明:改进方法辨识效果良好,较好地实现了直流电机在参数时变的情况下,辨识效果良好,辨识模型较好地跟踪系统参数的变化.     

过程控制系统中非线性系统参数的辨识

针对电力生产等工业过程中常见的非线性对象,以二阶时滞传递函数表征其模型,运用改进的遗传算法对模型中的参数进行辨识,优化实时控制参数。运用全局搜索与局部搜索相结合,克服在种群规模减小、压缩使用最优区间的加速算法所带来的未成熟收敛。     

基于Matlab/xPC的直流电机参数辨识及双闭环控制研究

针对直流电机精确数学模型的获取及其双闭环控制器参数的整定问题,在Matlab/xPC目标环境使用递推最小二乘法对某型直流电机进行参数的在线辨识,获得某工作转速下的动态结构图参数.针对该结构图,在Simulink环境下对速度调节器和电流调节器的PI参数进行整定并仿真,达到满意效果后,将控制器下载到xPC目标机中,采用毫秒...     

一类非线性系统辨识的参数空间优化遗传算法

提出一种用于非线性系统辨识的具有较强参数空间优化能力的遗传算法,给出一种新的复合型变异算子,并设计相应的选择策略,较好解决了非线性系统辨识中的“维数灾难”问题。实验研究结果表明,该方法具有较高的精度和鲁棒性。     

基于2 mm电机参数辨识的微小摩擦力测量研究

利用２ｍｍ超微电机参数辨识,研究了一种微小摩擦力方法,并对测量方法的具体实现和软硬件设计作了讨论。该方法通过间接测量施加于２ｍｍ超 电机上的微小摩擦阻力矩,实现了借助简单仪器测量微小摩控力的目的,从而为研究微小摩擦问题提供了方便。     

基于GEP和GA技术的非线性系统辨识研究

给出了利用基因表达式编程（GEP）进行非线性系统辨识的方法,弥补了传统辨识方法需要过多预知信息的不足,有着比遗传编程（GP）更简洁有效的系统模型结构表达方式.利用改进的遗传算法（GA）并行地进行模型参数进化,可以在有限的给定数据内得到合适的模型.关于模型适应度的定义,综合考虑了精确性和复杂性因素,能够获取一种比较折中的辨识结果.仿真结果表明,这种方式可以快速、准确地获取非线性模型.     

基于遗传算法的四旋翼无人机系统参数辨识

建立准确地系统模型是实现四旋翼无人机的自动飞行控制的基础,为此提出了一种遗传算法,并将其应用于四旋翼无人机系统参数辨识当中。首先,根据四旋翼受力分析建立了小角度下的线性系统模型;然后,将遗传算法应用于线性模型未知参数的辨识中;最后,分别对比了滚转、俯仰和偏航方向的加速度值与实际测量值。实验结果表明在悬停状态或小角度飞行状态下,该辨识方法能够建立比较精确的系统模型。     

基于分层遗传算法的模型结构与参数的同步辨识

提出采用分层遗传算法（HGA）辨识连续系统的新方法。在Matlab和Simulink环境下,建立了模型辨识的优化模型,并采用HGA求解。仿真实验结果表明,该方法能准确、高效地同步辨识对象的模型结构和参数。     

一种非线性系统参数辨识算法

本文讨论一类非线性差分方程的参数辨识问题，借助于线性化方法，给出了一种称健的递推算法，该算法有选择地引入一些项目剔除另一些项，同时可以根据估计精度的要求自动地调整模型的阶数，从而尽可能地获取系统的精确模型。数值仿真结果证明了算法的有效性。     

基于菌群优化算法的非线性系统模型参数辨识

非线性系统模型参数估计一直是自动控制领域的研究热点。针对非线性系统,结合菌群优化(BSFO)算法的特点,提出了一种新型的非线性系统模型参数辨识方法。通过将待辨识参数设置为群体细菌在参数空间的位置,并模拟细菌群体觅食的动态行为来实现对系统参数的辨识,有效地提高了参数辨识的精度和效率。通过对重油热解三集总模型进行了仿真研究,得到了较为精确的过程模型,模型输出与实际输出基本一致。仿真结果表明,菌群优化算法为非线性系统模型参数估计提供了一种有效的途径。     

异步电机离线参数辨识

异步电机矢量控制要求准确获得磁场定向,而磁场定向的精度取决于电机参数值.为了准确辨识出电机的参数,本文研究基于静止状态下异步电机T型等效电路模型,采用脉冲电压法,单相交流注入法取代传统堵转和空载试验,实现对异步电机参数的准确测量.仿真实验结果证明上述方法正确可靠,且得到了较高的辩识精度.     

电机参数辨识技术研究

在电机实际运行的过程中,电机的参数会受到温度和磁路饱和程度等因素的影响而发生变化,从而导致伺服系统控制效果降低,甚至可能损坏电机;因此需要通过参数辨识获取电机的参数,以保证控制效果;通过离线辨识获取静止状态下和稳定运行状态下的电机参数,并将其作为在线辨识的初值使用;基于模型参考自适应算法在线辨识电机参数;以旋转坐标系下直交轴电流方程作为参考模型,通过采集的电压、电流和转速等参数辨识电机的电阻和电感;在Matlab中搭建可实时改变参数的电机模型,并用模型参考自适应模块进行在线辨识,通过仿真验证了该方法的有效性。     

电机矢量控制按转子磁链定向的参数辨识方法

就异步电机旋转变换和转子磁链定向进行了分析,采用了同步旋转模型到按转予磁链定向的变换的方法,建立了新的电机旋转变换参数模型。由于这个模型包含了磁链定向的参数信息,利用该模型进行参数辨识通过计算可以得到固定的磁链定向角。分析变换和计算机仿真结果说明该方案是有效的,为交流异步电机矢量控制磁链定向实现提供了新的途径。     

Parameter sensitivity study of the Nelder-Mead Simplex Method

This paper presents a parameter sensitivity study of the Nelder-Mead Simplex Method for unconstrained optimization. Nelder-Mead Simplex Method is very easy to implement in practice, because it does not require gradient computation; however, it is very sensitive to the choice of initial points selected. Fan-Zahara conducted a sensitivity study using a select set of test cases and suggested the best values for the parameters based on the highest percentage rate of successful minimization. Begambre-Laier used a strategy to control the Particle Swarm Optimization parameters based on the Nelder Mead Simplex Method in identifying structural damage. The main purpose of the paper is to extend their parameter sensitivity study to better understand the parameter’s behavior. The comprehensive parameter sensitivity study was conducted on seven test functions: B2, Beale, Booth, Wood, Rastrigin, Rosenbrock and Sphere Functions to search for common patterns and relationships each parameter has in producing the optimum solution. The results show important relations of the Nelder-Mead Simplex parameters: reflection, expansion, contraction, and Simplex size and how they impact the optimum solutions. This study is crucial, because better understanding of the parameters behavior can motivate current and future research using Nelder-Mead Simplex in creating an intelligent algorithm, which can be more effective, efficient, and save computational time.     

采用反电势提取方法的无刷直流电动机的驱动

本文针对变频式空调使用的一类无刷直流电动机,提出一各步使用传统的霍尔传感器,而直接从电动机三根驱动线获得转子信号的驱动与控制方法,首先,分析了电动机的结构和工作原理,然后,对关键的转子位置检测采用反电势提取方法,深入讨论了实现方案,基于西门子c504单片机给出了驱动与控制电路以及程序流程,最后,通过室内风机的运行实验证明本文提出的方法是行之有效的。     

基于自适应粒子群优化算法的永磁同步电机参数辨识

永磁同步电机广泛应用于工业驱动系统中,开展永磁同步电机参数在线辨识对实现电机高性能控制和可靠状态监测具有重要意义.针对永磁同步电机动态数学模型具有非线性、多参数、强耦合等特点,从电气系统和机械系统两方面建立了永磁同步电机数学模型,针对参数辨识问题的特点,提出了一个惯性因子的自适应公式,在此基础上,建立了以粒子群算法为框架的自适应粒子群优化算法,对永磁同步电机定子电阻Rs和负载转矩TLd进行了在线辨识,并基于实验平台验证了辨识结果.研究结果表明:自适应粒子群优化算法通过不超过20次迭代就可以发现最优参数,模型参数的估计值和测量值匹配良好,该算法可在其他类型电机的参数辨识中推广应用.     

一种基于DSC无刷直流电机无传感器新控制方法

介绍了一种基于DSC（数字信号控制器）无刷直流电机无传感器新控制方法，包括工作原理和系统组成。     

基于遗传算法的直流伺服系统参数辨识及摩擦补偿控制

针对静态摩擦力对数控机床直流伺服系统的干扰问题,提出了一种先利用遗传算法对静态摩擦模型中的参数进行辨识,然后采用基于摩擦模型补偿的伺服控制方法。该方法首先根据直流伺服系统的摩擦特性建立摩擦模型,再将摩擦补偿引入到直流伺服系统的反馈控制结构中,获取伺服电机的位置误差。采用遗传算法对摩擦补偿模型进行参数辨识,使摩擦补偿量在数值上不断逼近实际的摩擦干扰,并利用摩擦补偿量来抵消摩擦给伺服系统带来的影响。为了验证参数辨识的效果,将普通PD控制与基于摩擦补偿的PD控制进行了仿真比较,实验结果表明,后者能够消除由于静摩擦的存在而造成的位置跟踪中出现的平顶现象,能够达到理想的跟踪效果。因此,本文所提出的方法具有较强的摩擦干扰补偿能力,能够实现对直流伺服系统的精确控制。