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。     

永磁同步电机伺服系统参数自整定策略

针对传统PI控制存在的缺陷以及永磁同步电机伺服系统运行过程中转动惯量变化的问题,提出了永磁同步电机转动惯量在线辨识PI自整定的控制方法.在伺服系统运行过程中,通过模型参考自适应算法在线辨识转动惯量,对系统中的电流环、速度环以及位置环进行参数整定.建立伺服系统仿真模型,并与传统PI控制方法进行对比.研究结果表明,参数自整...     

基于MRAS的PMSM在线多参数辨识的方法研究

为实现永磁同步电机在实际运行中的电参数稳定辨识,解决典型模型参考自适应法中的系统欠秩问题,提出了一种基于模型参考自适应法的改进的参数辨识方法.该方法首先利用欧姆定律对定子电阻进行预辨识,再将其作为已知量构造仅有两个辨识量的模型参考自适应系统,从而可在电机控制过程中实时更新控制参数.仿真结果表明,该方法可迅速、稳定地辨识到定子电阻、电感及永磁体磁链.     

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。     

基于参数辨识的永磁伺服系统转速自适应控制

针对伺服电机驱动中转速控制器性能因伺服系统参数变化而下降的问题,提出一种基于参数辨识的转速自适应控制方法。对于转动惯量的变化,在连续域建立模型参考自适应系统(MRAS),通过Popov超稳定性理论设计一种比例+积分(PI)型自适应律,提高了惯量辨识的收敛速度和稳态精度。对于负载转矩,提出一种基于中间变量设计的扰动观测器。将辨识值反馈至速度控制器中,实现控制器参数在线自整定。试验结果表明,所提转速自适应控制方法能准确辨识出转动惯量和负载转矩从而进行控制器参数调整,该方法对参数变化具有良好的鲁棒性。     

变频空调压缩机电机的参数辨识方法

针对变频空调永磁同步压缩机电机提出了一种离线参数辨识方案。根据空调压缩机的特性,在MAT-LAB/Simulink环境下建立定子相电阻、交轴电感、转动惯量的参数辨识仿真模型,并将该方法应用于2.5kW变频空调控制系统中。仿真和实验结果表明所提出的压缩机电机参数辨识方案合理,辨识精度满足设计要求。     

基于机械参数辨识的永磁同步电机驱动系统速度环自调试方法

针对永磁同步电机驱动系统在速度控制器未整定时辨识机械参数无法稳速控制的问题,采用了以bang-bang控制器控制转速的控制框架规避了参数辨识过程中的控制器盲调,并据此提出一种基于周期采样数据复频谱分析的伺服系统机械参数辨识方法,同时能够快速辨识伺服传动系统的转动惯量、粘滞摩擦系数及库伦摩擦转矩。基于机械参数辨识结果设计了一种速度环PI参数自整定方法,根据速度环设计的期望相角裕度和开环截止频率自动实现速度环PI参数的计算。整个过程由伺服驱动器自动完成,实现了驱动器速度环的自调试。通过速度环正弦响应和阶跃响应实验验证了本文提出方法的有效性,实验结果显示,转动惯量和粘滞摩擦系数的辨识误差不超过3%,且整定后速度控制性能符合预期。     

永磁同步电动机转速自适应模糊Backstepping控制

针对永磁同步电动机(PMSM)参数摄动和负载干扰情况下的转速跟踪控制系统,采用自适应算法估计负载扰动、粘性摩擦系数和转动惯量,利用自适应模糊系统逼近定子电阻和电枢电感等参数摄动造成的总的不确定性,并设计一种基于Backstepping的自适应模糊控制器.通过Lyapunov稳定性理论验证所设计系统的稳定性.对PMSM转...     

基于递推最小二乘法与模型参考自适应法的鼠笼式异步电机转子电阻在线辨识方法

为了能够实时准确地获取鼠笼式异步电机转子电阻,提出一种将递推最小二乘法(recursive least square method,RLS)与模型参考自适应法(model reference adaptive system,MRAS)相结合的转子电阻在线辨识方法。该方法首先推导基于dq0坐标系下标准最小二乘法形式的电机参数辨识模型,采用带遗忘因子的递推最小二乘算法辨识得出电机电感参数;然后将上述辨识得到的电感值作为基于瞬时无功功率的模型参考自适应系统中的电机常数,并采用基于波波夫超稳定性理论设计的PI自适应律,实现不同运行状态下的转子电阻在线辨识。以一台5.5 kW异步电机为例进行了仿真与实验研究,仿真结果表明,文中方法适用于转速波动明显且转子电阻变化较大的复杂运行工况,且具有计算量少、准确度高以及较好的动态跟踪辨识性能;进行不考虑温升与考虑温升的转子电阻在线辨识实验对比,验证了文中方法的正确性与有效性。     

UUV推进电机在线参数辨识自适应控制方法研究

针对水下无人航行器(UUV)的推进电机矢量控制系统中电流控制器性能因参数变化而下降的问题,提出一种基于智能在线参数辨识的电流环自适应控制方法。以离散型永磁同步推进电机动态模型作为被控对象,采用动态惯性权重粒子群算法对永磁同步推进电机的定子电阻和dq轴电感进行在线辨识,根据电流控制器工程设计方法,将辨识所得的电机参数实时用于计算电流控制器的PI值,实现电流环的自适应控制。最后,通过仿真实验验证所提方法的有效性,结果表明该方法可以有效地克服水下快速洋流对推进电机的负载扰动,进而实现永磁同步推进电机的快速、高精确度电流控制性能。     

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。     

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。     

矢量控制预起动状态下电机参数的辨识

研究了矢量控制异步电机静止时的参数离线辨识方法。该方法采用直流实验辨识电机的定子电阻,采用逆Γ等效电路模型进行转子电阻、定转子漏感以及互感辨识,通过两次不同频率的单相实验辨识电机的等效转子电阻、总漏感以及等效互感,再由一次单相实验的电抗值,采用迭代法提高等效互感的精度,根据逆Γ等效电路参数解出异步电机的转子电阻、定转子漏感及互感。使用该方法可以在静止状态下准确辨识出异步电机矢量控制所需要的电机初始参数,而且辨识原理相对简单、辨识精度高,能够满足高性能矢量控制系统的要求。实验结果证明了该方法准确、有效。     

间接矢量控制系统中的异步电动机参数辨识

本文详细介绍了间接矢量控制系统中的异步电动机参数辨识方法.通过改进的直流试验和单相交流试验辨识出异步电动机的定子电阻、转子电阻和定转子漏感;采用转差频率控制,实现电机的空载试验,从而辨识出互感.以上三个试验可以辨识出间接矢量控制所需要的全部参数,并且精度更高,算法更简单,最后以带载试验来证明辨识的参数是准确的.本文提出的方法充分利用了全数字间接矢量控制的有利条件,简化了算法,实现了电机参数的准确辨识,从而保证了这类系统的控制性能.     

New mathematical models of an induction motor using a minimum number of parameters

This paper proposes new mathematical models of an induction motor that generates torque precisely under vector control. The proposed models for the controlled motor have desirable features in respect to preciseness and compactness. They guarantee the same relation between the stator voltage and current signals as does the conventional T‐type model consisting of five parameters. The number of parameters forming the new models is reduced to four, such as stator resistance, inverse of rotor time constant, stator inductance, and stator total leakage inductance, or another set of four related uniquely to them. The parameters are uniquely determined by the stator signals, in terms of which all controller parameters of the vector control system can be designed. ©1998 Scripta Technica, Electr Eng Jpn, 126(2): 48–55, 1999     

Adaptive Fuzzy Speed Control for Permanent Magnet Synchronous Motor Servo Systems

In this article, an adaptive fuzzy speed controller based on the back-stepping method is designed by considering the existence of parameter variations and load disturbances in the permanent magnet synchronous motor servo system. The adaptive fuzzy logic system is used to approximate the non-linear parts of the servo system on-line. An obvious advantage of this method is that servo system parameters, such as stator resistance, stator inductance, flux, inertia, and load torque, are not necessarily known during controller design. Moreover, the influence of parameter variations and load disturbances is effectively inhibited, and the speed tracking performance is improved. By adopting the Lyapunov method, it is proved that both the speed error and the current error converge exponentially. Simulations and experiments indicate that the designed controller performs with better adaptivity and robustness compared with the proportion integration (PI) controller, thus showing its advantages in practical applications.