永磁同步电动机无速度传感器矢量调速系统的积分反步控制

基于永磁同步电动机(PMSM)的数学模型, 设计了由积分反步控制和滑模变结构模型参考自适应系统组成的无速度传感器矢量控制系统. 其中带有积分作用的反步控制作为矢量系统的速度和电流控制器, 实现给定速度和电流的无静差跟踪; 而滑模变结构模型参考自适应方法作为速度辨识器估计电机速度, 能够快速准确的跟踪实际速度. 通过Lyapunov定理证明了所设计的速度控制器和辨识器的稳定性. 仿真结果验证了所设计的无速度传感器矢量调速系统良好的速度跟踪性能和抗扰动性能.     

基于滑模模型参考自适应观测器的无速度传感器三相永磁同步电机模型预测转矩控制

针对三相永磁同步电机(PMSM)驱动系统,基于滑模变结构模型参考自适应(MRAS)技术,提出了一种新颖的无速度传感器模型预测转矩控制(MPTC)策略.采用滑模变结构模型参考自适应方法构造电机转速观测器,以改善速度估计精度并提高系统鲁棒性;利用模型预测转矩控制策略,以达到减小转矩和磁链纹波并提高系统控制性能的目的.仿真结果表明:就滑模MRAS观测器与MRAS观测器比较而言,基于前者的PMSM无速度传感器MPTC系统比基于后者的PMSM无速度传感器MPTC系统具有较强的鲁棒性和更好的动态性能;就MPTC与直接转矩控制(DTC)和磁场定向控制(FOC)比较而言,采用前者策略的无速度传感器电机驱动系统能够降低逆变器开关频率、减少相电流总谐波失真(THD),从而提高系统可靠性.     

MC-DTC系统的无速度传感器控制算法研究

对于无速度传感器的研究主要针对电动机的矢量控制系统,而应用于直接转矩控制(DTC)系统很少.本文研究基于矩阵变换器(MC)直接转矩控制系统(MC-DTC)应用无速度传感器技术以及将三者融合的技术.讨论了无速度传感器的直接计算方法和模型自适应方法,重点讨论了速度自适应辨识方法与满足系统融合要求的控制策略.仿真实验表明,速度自适应辨识速度高于直接计算精度,动态响应好.同时能发挥MC和DTC的优势,成为一种高性能的交流调速系统.     

基于神经网络可调模型的直接转矩控制系统速度辩识

基于无速度传感器辨识精度和动态性能的提高,在传统的模型参考自适应(MRAS)速度辨识模型的基础上,参考模型采用转子磁链电压模型。应用神经网络理论,对其可调模型进行了改进。并在无速度传感器直接转矩控制系统中对该速度辨识模型进行了研究,仿真结果验证了该速度辨识模型具有满意的辨识精度和动态性能。     

无轴承异步电机转子磁场定向MRAS转速辨识

为了准确辨识无轴承异步电机的转速,提出一种改进转子磁链估算电压模型。以改进转子磁链估计模型为基础,构建了无轴承异步电机的转子磁场定向模型参考自适应(MRAS)无速度传感器矢量控制系统,并通过Matlab/Simulink进行了系统仿真分析。仿真结果表明:基于所提出的转子磁链改进模型,可有效避免纯积分环节初值和累计误差等影响,获得较高的转速辨识精度。所提出的转子磁链辨识模型和MRAS无速度传感器矢量控制系统是有效和可行的。     

异步电动机无速度传感器矢量控制系统中的EKF速度辨识法

针对异步电机控制过程中对速度辨识的抗干扰性能的要求,提出一种改进的扩展卡尔曼滤波器速度辨识方法,实现了对异步电机瞬时转速的辨识。该方法首先根据异步电动机无速度传感器矢量控制的基本原理,构建了基于SVPWM的扩展卡尔曼滤波器速度辨识系统,然后利用MATLAB／SIMULINK对系统进行了仿真分析。仿真结果表明该系统的速度跟随性较好,具有良好的滤波效果和稳态辨识特性。     

PMSM无速度传感器最优转矩系统的复合控制

针对PMSM的数学模型和最优转矩矢量控制方案,提出了一种在同步旋转坐标系下的永磁同步电机滑模变结构速度调节策略结合模型参考自适应无速度传感器速度辨识方案,应用于PMSM最优转矩矢量控制系统中。取代了传统PI调节器,保证了系统对参数摄动和不确定因素有很强的鲁棒性,Popov超稳定性理论保证了系统的稳定性。理论分析和仿真结果表明,所提出的速度调节策略和辨识方案使最优转矩矢量控制系统具有较强的鲁棒性和较好的动静态性能。     

基于Wiener模型的传感器动态非线性辨识研究

针对实际测量中传感器存在较大非线性的缺点,提出利用改进型Wiener模型描述传感器动态非线性模型;将Wiener模型的动态线性环节和静态非线性环节分别利用Laguerre函数和最小二乘支持向量机进行辨识,最终实现传感器模型的建立;通过仿真实验验证比较不同方法的辨识误差与速度,最终结果表明该方法在非线性动态传感器模型辨识方面具有明显的速度和精度优势。     

无速度传感器矢量控制系统的一种转速辨识新方法

在无速度传感器交流调速系统中,根据异步电动机的数学模型,利用易于检测的定子电压和电流,可对异步电动机的转速进行辨识。文章基于模型参考自适应系统(MRAS)分析了几种转速辨识的方法,针对这几种方法在参考模型中包含了一个积分环节、并受到定子电阻热敏变化和定子瞬态电感影响的缺点,提出了一种新型的转速辨识方法。该方法采用的参考模型避免了纯积分运算,并且不含定子电阻和定子瞬态电感,因而在宽速度范围内具有较好的鲁棒性。计算机仿真结果证明了该方法的有效性。     

基于自适应遗传算法的小型无人旋翼机系统辨识方法

提出一种基于自适应遗传算法的小型无人旋翼飞行器系统辨识方法.通过机载传感器设备,系统采集小型无人旋翼机的输入信号(舵机的控制信号)和输出信号(飞行器的姿态及速度等信息);经过数据预处理后,利用自适应遗传算法构建小型无人旋翼飞行器高精度动力学模型,并通过仿真和实验对模型的自效性进行验证.实验表明,基于本文提出的动态模型,...     

无速度传感器PMSM混沌运动的非奇异快速终端滑模控制

针对永磁同步电机调速系统中速度传感器存在安装缺陷及在某些特定的参数下电机会呈现混沌特性,提出了无速度传感器永磁同步电机滑模控制混沌抑制方法．在无速度传感器运行的永磁同步电机矢量控制调速系统基本框架下,采用非奇异快速终端滑模控制方法来抑制电机的混沌运动．首先在永磁同步电机的混沌模型基础上通过仿真验证了混沌现象的存在;然后利用扩张状态观测器（ESO）估计转速,构成无速度传感器永磁同步电机矢量控制系统;在此基础上设计了非奇异快速终端滑模控制器,当电机在某些参数条件下呈现混沌现象,即刻通过控制器的切入来抑制永磁同步电机的混沌运动．最后通过仿真验证该方法的有效性,保证电机运行稳定和可靠.     

改进型MRAS无速度传感器的无轴承异步电机矢量控制

无轴承异步电机(BIM)的转子磁链电压模型中含有纯积分环节,其积分初值和累计误差会影响磁链观测精度,进而使转速估计产生严重失真.为了实现BIM无速度传感器运行,本文借鉴模型参考自适应法(MRAS)基本结构,将改进二阶广义积分器与锁频环结合以代替原有纯积分器,提出了一种新的基于MRAS的BIM无速度传感器控制方法,构建了BIM转子磁链定向无速度传感器矢量控制系统.并且,基于MATLAB/Simulink的仿真验证和基于dSPACE的实验结果表明:与传统电压模型观测方法相比,所提出的转子磁链电压模型有效避免了纯积分环节带来的直流偏移和积分初值影响,有着更好的观测效果.同时,基于无轴承异步电机转子磁链定向无速度传感器矢量控制系统,电机能稳定悬浮运行,估算转速和实测转速具有很好的一致性.     

基于滑模观测器的永磁同步电机无位置传感器控制

本文提出了一种基于滑模变结构控制原理的无位置传感器控制方法。通过分析永磁同步电机的模型,应用滑模变结构控制原理,提出了一种针对永磁同步电机的无位置传感器控制策略。它利用电机中容易测得的定子电流、直流母线电压,通过滑模变结构控制原理来估算转子位置。利用Matlab／Simulink对系统进行了仿真,仿真结果表明,转子位置估算结果基本与实际位置一致。     

An MRAS method for sensorless control of induction motor over a wide speed range

This paper addresses the problem of wide speed range sensorless control of induction motor.The proposed method is based on model reference adaptive system (MRAS),in which the current model serves as the adjustable model,and a novel hybrid model integrating the modified voltage model (MVM) and high-frequency signal injection method (HFSIM) are established to serve as the reference model.The HFSIM works together with MVM to improve the performance of the rotor speed and rotor flux position estimation at low speed,whereas at high speed,the MVM acts alone.In addition,a rotor resistance online estimation scheme is proposed to update the rotor resistance contained in the adjustable model and to ensure the estimation accuracy further.Experimental results show that the proposed MRAS method is very effective from low to high speed range,including zero speed.     

Sensorless Inverter‐Fed Compressor Drive System Using Back‐EMF Estimator with PIDNN Torque Observer

A saliency back‐EMF estimator with a proportional–integral–derivative neural network (PIDNN) torque observer is proposed in this study to improve the speed estimating performance of a sensorless interior permanent magnet synchronous motor (IPMSM) drive system for an inverter‐fed compressor. The PIDNN torque observer is proposed to replace the conventional proportional–integral–derivative (PID) torque observer in a saliency back‐EMF estimator to improve the estimating performance of the rotor flux angle and speed. The proposed sensorless control scheme use square‐wave type voltage injection method as the start‐up strategy to achieve sinusoidal starting. When the motor speed gradually increases to a preset speed, the sensorless drive will switch to the conventional saliency back‐EMF estimator using the PID observer or the proposed saliency back‐EMF estimator using the PIDNN observer for medium and high speed control. The theories of the proposed saliency back‐EMF rotor flux angle and speed estimation method are introduced in detail. Moreover, the network structure, the online learning algorithms and the convergence analyses of the PIDNN are discussed. Furthermore, a DSP‐based control system is developed to implement the sensorless inverter‐fed compressor drive system. Finally, some experimental results are given to verify the feasibility of the proposed estimator.     

基于LPV观测器的永磁同步电机反推控制

针对永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)无速度传感器转速跟踪控制精度问题,提出了一种基于线性变参数(Lineeo Parameteo Varying,LPV)转速观测器的永磁同步电机反推控制方法。该方法首先根据PMSM的LPV模型,推导出电机的凸胞形顶点方程;然后利用Lyapunov稳定性理论,获得了基于线性矩阵不等式(Lineeo Matrix Inequality,LMI)的观测器设计方法,构造了PMSM的LPV观测器,实现对电机转速及定子交轴电流的重构;最后运用反推控制策略,设计电机闭环系统控制器,实现对电机转速的高精度跟踪控制。仿真结果表明,该方法相较与传统PI矢量控制,跟踪精度高、响应快、抗负载扰动强,对实现PMSM的无速度传感器高精度转速跟踪控制具有重要意义。     

采用MRAS速度观测器的异步电机无电压传感器DTC研究

为提高系统的抗干扰能力,降低运行成本,提出无电压传感器控制策略,通过逆变器的导通状态和直流侧电压估算三相定子电压,采用模型参考自适应系统（ MRAS）方法设计速度观测器,基于异步电机数学模型得到转子磁链的两种模型,根据合适的自适应机构得到精确的实际转速,实时调节模型参数,该控制方法简单,保持较高的控制精度。最后通过实验验证了控制策略的可行性。     

基于高频注入法的永磁同步电动机无传感器矢量控制

提出了一种在零速或是低速时无传感器的永磁同步电动机矢量控制方法。该方法基于永磁同步电动机的凸极效应原理,在两相旋转坐标系中注入高频信号来获取无传感器矢量控制时所需转子的精确位置和转速,并在此基础上给出了永磁同步电动机无传感器矢量控制系统。仿真结果表明,该方法能够准确估计转子位置和速度,满足矢量控制的需要。     

基于自适应算法的IPMSM无速度传感器研究

针对电动汽车中电机的速度传感器成本高,安装繁琐,受复杂工况影响,提出将电流模型自适应算法应用于内置式永磁同步电机(IPMSM)转速和位置的估算,以替代机械式速度传感器。在传统的模型参考自适应基础上加入滑模变结构控制,以取代PI控制器;设计软开关函数替代符号开关函数,以减小滑模变结构控制造成的系统抖动。仿真试验表明,在加有负载扰动情况下和速度突变情况下,使用新型变结构模型参考自适应(SM-MRAS)估算的转速较传统模型参考自适应的抗干扰性能力更好,系统的鲁棒性更强。     

改进的MRAS无速度传感器VC控制系统仿真研究

针对交流传动系统中异步电机的精确控制和速度辨识等问题,在Simulink软件环境中,对基于模型参考自适应系统(MRAS)无速度传感器的异步电机的矢量控制(VC)系统进行了研究。系统采用按转子磁场定向的VC对异步电机进行控制,通过MRAS辨识算法估算电机转速,由Popov超稳定定理对磁链偏差进行收敛。由于速度辨识算法中电压模型的纯积分环节会引起误差积累和漂移问题,故采用改进积分型转子磁链估算模型来解决这一问题。仿真结果表明,速度辨识方法能够准确推算出电机转速,控制系统动态响应快、稳态静差小、抗负载扰动能力强,具有良好的动静态控制性能。