DTC系统中定子磁通观测器的神经网络实现

这篇文章提出了一种基于人工神经网络(ANN)的直接转矩控制(DTC)系统定子磁通观测器。为了使得定子磁通神经网络具有动态性能，引入了输入与输出的延迟量；为了拓宽控制范围，在用于训练的输出数据中叠加了随机扰动分量。利用Matlab／Simulink和神经网络工具箱对应用此模型的直接转矩控制系统进行了仿真，仿真结果表明建立的神经网络磁通观测器是正确的。     

新型直接转矩控制系统研究

本文在分析ＳＰＷＭ控制、矢量控制和传统直接转矩控制的基础之上提出一种新型的直接转矩控制方法。其基本思想是由定子磁通给定值，电磁转矩给定值怀由状态观测器估算出的定子磁通，电磁转矩实际值进行比较，其差值作为控制算法输入量。     

异步电动机的SVM-DTC控制

针对基本直接转矩控制(BASIC-DTC)转矩和磁链脉动大的缺点,采用空间电压矢量调制与直接转矩控制相结合(SVM-DTC)的方法,以减小转矩和磁链脉动;为了提高定子磁链的观测精度,利用全阶磁链观测器观测定子磁链,并提出一种单自由度极点配置方法实现磁链观测器的极点配置.仿真结果表明,系统不但实现了转矩和磁链的定量控制,降低了转矩脉动和磁链脉动,提高了定子磁链的观测精度,而且同时使得逆变器开关周期恒定,更易于数字化实现.     

直接转矩控制系统定子磁链的神经网络观测方法

本文利用人工神经网络(ANN)建立异步电动机直接转矩控制系统的定子磁链观测器.为了使网络具有良好的动态特性,文中采用实时递归神经网络(RNN)结构.使用自适应学习率的算法调整网络的权值,加快了网络的学习速度.仿真结果表明,采用此神经网络观测器构成的系统取得了满意的效果.     

基于滑模定子电阻观测器的直接转矩控制

为了解决定子电阻变化对磁链估算的影响,在永磁同步电动机直接转矩控制系统的基础上,提出了滑模自适应定子电阻观测器;给出了理论证明,并推导出定子电阻自适应率;最后对其进行仿真.仿真结果表明,定子电阻滑模自适应观测器增强了系统对定子电阻变化的自适应性能,克服了定子电阻变化对磁链估算的影响,有效地提高了系统输出转矩的控制精度.     

采用定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统

为解决异步电动机直接转矩控制(direct torque control,DTC)中低速运行时定子电阻变化对系统性能影响较大的问题,提出了一种基于定子电阻辨识和无速度传感器的异步电机直接转矩控制模糊系统。其中定子电阻采用模糊神经网络进行辨识;电机转速采用基于转子磁链的模型参考自适应系统(model reference adaptive sys-tem,MRAS)法进行估计;同时采用三输入单输出的模糊控制器调节脉冲宽度调制(pulse width modulation,PWM)信号占空比的异步电动机直接转矩控制的策略,三输入变量为转矩误差、磁链幅值误差和磁通角。此策略即在传统异步电动机直接转矩控制的基础上,用模糊控制器代替传统DTC中的滞环比较器和空间电压矢量状态选择器来细分控制规则,最后控制逆变器的开关,以减小低速时转矩和磁链脉动,提高系统转矩响应速度。仿真结果表明该系统可减小转矩和磁链脉动,提高系统的鲁棒性和自适应性,改善系统的动、静态品质。     

电压矢量对直接转矩控制中电磁转矩的影响及其仿真研究

对直接转矩控制中电压矢量对电磁转矩的影响进行了详细的理论分析,指出当定子磁链幅值和磁通角变化发生矛盾时,电压矢量对电磁转矩的影响与磁通角(定、转子磁链夹角)大小及定子磁链矢量相对其所在扇区的位置均有关.仿真实验证明了理论分析的正确性,这为解决直接转矩控制的转矩脉动提供了新的思路.     

基于神经网络模糊控制的永磁同步电动机直接转矩控制

针对永磁同步电动机的直接转矩控制(DTC)存在较大转矩脉动的特点,提出了基于神经网络与模糊逻辑的永磁同步电机直接转矩控制策略,用训练好的神经网络建立定子磁链观测器,将模糊控制算法引入逆变器状态开关选择器,通过对转矩误差、定子磁链误差和磁链位置角的模糊分级来实现逆变器开关的分级控制.仿真及实验结果表明,与常规DTC相比,该控制方法转矩、转速、磁链响应速度快、响应脉动小,具有良好的稳态跟踪性能和优异的动态响应,适合工程实际应用.     

直接转矩控制系统的相关技术研究

为了提高直接转矩控制系统的性能,本文对影响直接转矩控制效果的定子电阻识别技术、低通滤波补偿技术进行研究.根据能量转换原则,推导出一种新型定子电阻在线识别算法;同时对低通滤波产生的磁通误差进行分析,介绍了一种磁通误差补偿方法,利用Powersys对此进行仿真,并给出仿真实验结果.     

直接转矩控制系统的相关技术研究

为了提高直接转矩控制系统的性能，本文对影响直接转矩控制效果的定子电阻识别技术、低通滤波补偿技术进行研究。根据能量转换原则，推导出一种新型定子电阻在线识别算法；同时对低通滤波产生的磁通误差进行分析，介绍了一种磁通误差补偿方法，利用Powersys对此进行仿真，并给出仿真实验结果。     

永磁同步发电系统中转矩和磁链精确线性化解耦控制

为了实现直接转矩控制(direct torque control,DTC)永磁同步发电系统直流输出电压的快速而平稳控制,需要电磁转矩与定子磁链控制之间的解耦。该文首先根据定子静止坐标系中定子电流和定子磁链状态方程,推导出以电磁转矩和定子磁链幅值平方为状态变量的永磁同步发电机仿射非线性模型。然后以该非线性模型为基础,结合输入输出线性化理论推导出以电磁转矩和定子磁链幅值平方为输出变量的定子电压矢量给定数学模型。根据定子磁链幅值平方和电磁转矩跟踪控制要求,设计出线性化后系统输入控制变量形式,并据此进一步计算出定子电压参考矢量。最后利用空间电压矢量调制(space voltage vector modulation,SVVM),实现永磁同步发电机定子磁链幅值和电磁转矩控制的动态解耦。实验结果表明,采用该文提出的新型控制策略发电系统具有理想的电磁转矩和定子磁链幅值跟踪性能,转矩及电流脉动较小,直流输出电压控制迅速而平稳。     

神经网络模糊直接转矩控制在感应电机中的应用研究

针对感应电机直接转矩控制中存在较大转矩脉动的特点,提出基于神经网络与模糊逻辑的感应电机直接转矩控制策略,用训练好的神经网络建立定子磁链观测器,将模糊控制算法引入逆变器状态开关选择器,通过对转矩误差、定子磁链误差和磁链位置角的模糊分级来实现逆变器开关的分级控制。仿真及实验结果表明,与常规DTC相比,该控制方法转矩、转速、磁链响应速度快、响应脉动小,具有良好的稳态跟踪性能和优异的动态响应。     

Modified direct torque control method for induction motor drives based on amplitude and angle control of stator flux

This paper proposes design and implementation of a direct torque controlled induction motor drive system. The method is based on control of separation between amplitude and angle of reference stator flux for determining reference stator voltage vector in generating PWM output voltage for induction motors. The objective is to reduce electromagnetic torque ripple and stator flux droop which result in a decrease in current distortion in steady-state condition. In addition, the proposed technique provides simplicity of a control system. The direct torque control is based on the relationship between instantaneous slip angular frequency and rotor angular frequency in adjustment of the reference stator flux angle. The amplitude of the reference stator flux is always kept constant at rated value. The system has been implemented to verify its capability such as torque and stator flux responses, stator phase current distortion both during dynamic and steady state with load variation, and low speed operation.     

基于神经网络的无速度传感器直接转矩控制系统的研究

针对传统的直接转矩控制系统 ,定子磁链受定子电阻及积分计算的影响 ,辨识不准确及使用速度传感器的不足 ,通过采用新型磁链观测器 ,获得全速范围内准确的定、转子磁链 ,并以此为基础 ,采用神经网络辨识电动机转速 ,通过仿真和实验证明系统有较好的性能     

基于模糊神经网络DTC的风力机特性模拟

在传统直接转矩控制(DTC)的基础上引入模糊逻辑和神经网络,形成一种新型的模糊神经网络DTC策略,并将其应用到风能模拟系统中.利用神经网络建立DTC系统的定子磁链观测器,并引入多群体协同进化粒子群( MCPSO)算法对其进行网络训练.实验结果表明,与传统DTC相比,模糊神经网络DTC更能减小低速运行时极易出现的转矩和磁...     

低速状态下遗传神经网络直接转矩控制

针对直接转矩控制异步电动机在低速状态下的快速响应、转速脉动问题,提出了基于定子磁链模型的遗传神经网络算法,以实现开关状态的选择.利用遗传算法的全局优化搜索的优点,优化系统解,对神经网络的权值及阈值进行自学习,改善BP网络的训练性能,使该BP网络的自适应特性更强.根据仿真结果验证了该设计的有效性,并表明了该调速系统在低速...     

异步电动机直接转矩模糊控制系统低速性能研究

提出了一种模糊控制和低通滤波器补偿相结合的控制方法。这种方法采用低通滤波器代替积分环节的基础上，根据定子磁链的实际值与给定值之间的关系，推导出磁链的补偿公式，然后通过模糊控制进行开关状态选择，从而控制逆变器的输出。仿真和实验结果表明，该方法能够提高磁链的观测精度，增强系统的鲁棒性，并能使直接转矩控制系统的低速性能得到较大的提高。     

基于BP网络的电动汽车用无刷直流电机转矩角控制技术研究

无刷直流电机低速下存在电枢反应,影响电机出力,并造成转矩脉动;而高速下又需要弱磁控制,以拓展恒功率范围.因此,转矩角控制是至关重要的因素.转矩角控制的目的是寻找最佳电流超前相角,由于电流超前相角与转速、转矩的非线性问题,传统的确定该角度的方法都是基于某种假设,因此与实际运行情况存在相当的差异,难以应用于工程实践当中.BP神经网络具有强大的非线性映射能力,可以解决转矩角控制中的非线性问题.针对全转速范围,提出了基于BP网络的无刷直流电机转矩角控制技术,将实验数据作为训练样本利用动态全参数自适应学习算法进行离线训练,网络收敛后用作在线控制.实验结果表明,该方法可以使无刷直流电机及控制系统在全转速范围内运行于高效区,满足电动汽车对驱动系统的要求.     

基于转矩预测的永磁同步电动机模糊直接转矩控制研究

针对IM DTC和PMSM DTC中零电压空间矢量作用效果的不同,提出基于转矩预测的PMSM模糊直接转矩控制方法,模糊控制规则表中使用零电压矢量.根据转矩偏差、定子磁链偏差的符号和大小以及定子磁链所处的扇区经模糊推理得到合适的电压空间矢量,再使用预测控制算法计算该矢量和零电压矢量(如果需要)分别作用的时间,限制电磁转矩在给定环宽范围内.仿真分析表明,零电压矢量的引入和预测控制算法的应用减小了转矩脉动,对传统的永磁同步电动机直接转矩控制系统性能有明显的改善.