基于多模糊控制器的感应电动机矢量控制系统实验研究

给出了一个完全基于模糊控制器的感应电动机间接转子磁场定向矢量控制系统.在控制系统中,三个精心设计的模糊控制器分别用于控制电机的转速、励磁电流分量和转矩电流分量,实现转速精确控制和感应电动机的励磁和转矩之间的解耦控制.最后,本文对该感应电动机矢量控制系统进行实验研究,验证其可行性.     

电动车用感应电动机矢量控制实验研究

针对感应电动机磁场定向矢量控制方法中存在电机参数变化影响控制效果的问题,分析了一种含微分运算的感应电机矢量控制方法,并用于电动车驱动控制中.仿真和实验结果表明:该方法可有效改善控制器对电机参数变化的适用能力,提高了控制系统的鲁棒性.     

感应电机SVPWM控制系统的仿真研究

阐述空间矢量脉宽调制技术用于交流感应电机矢量控制系统的基本原理,讨论了间接转子磁场定向电流注入型矢量控制系统的实现,并对它进行仿真研究。仿真结果表明：这种控制技术可以实现感应电机产生转矩的电流分量和产生磁通的电流分量之间的解耦控制,使感应电机获得与他励直流电机一致的瞬态响应特性,实现对负载扰动和参考值变化的快速响应。     

基于RISC的感应电机矢量控制系统研究

设计了一个间接磁场定向的感应电机矢量控制系统 ,详细地介绍了该系统的硬件组成和软件设计流程 ,实验表明 ,该系统具有较好的动态特性和稳态性能     

六相感应电机的矢量控制研究

在分析六相感应电机数学模型的基础上,对基于转子磁链定向的六相感应电机调速系统的矢量控制进行了研究。在控制过程中,通过坐标变换得到定子电流的转矩分量和励磁分量;利用两个调节器分别对两个电流分量进行调节,从而实现对电机磁场和转矩的控制。在MATLAB/Simulink环境下,利用按转子磁链定向的矢量控制原理,设计六相感应电机的转速控制器、磁链控制器和转矩控制器,进行六相感应电机矢量控制的动态仿真。仿真结果证明:基于此算法的六相感应电机控制系统,能很好地跟踪速度给定和期望的转子磁链,具有较好的动态与静态响应能力。     

基于专家控制器的电动汽车感应电机弱磁区优化控制研究

由于感应电机驱动系统采用数字控制器和脉宽调制输出会伴随着数字延迟的问题,加之参数可能存在的扰动,使得传统的间接磁场定向控制方法在感应电机高速弱磁区的控制性能降低。针对此问题,提出了一种基于专家控制器和模糊推理机制的感应电机弱磁区优化控制策略。考虑到传统间接磁场定向控制中电流调节器在弱磁区若没有获得适合的电流参考指令,则可能会产生高频振荡乃至失稳。因此,在传统方法的基础上将转速闭环输出的电流参考先送入到专家控制器,专家控制器基于数据库和模糊推理,对电流参考进行修正,其中模糊推理机制基于简单的高斯函数逻辑实现。最后,构建了感应电机驱动试验平台,开展了电机在弱磁区的高速驱动试验,试验结果验证了新型控制策略的有效性。     

电动汽车用双感应电机单变频驱动系统研究

采用双感应电机设计的电动汽车总成系统,存在需要提高功率密度和集成度的问题。针对此问题,设计了一种用于电动汽车的双感应电机单变频独立驱动控制系统,其中驱动2台感应电机变频器属于5桥臂2电平电路拓扑。首先,对5桥臂电路拓扑对应的电压空间矢量关系进行了分析;然后在经典的间接磁场定向矢量控制基础上,设计了控制器和对应的脉宽调制策略;最后,搭建了5桥臂变频驱动试验平台,开展了双感应电机驱动试验,试验结果验证了2台电机能被独立控制,并具有较好的转速和转矩响应。     

基于矩阵变换器的感应电机矢量控制系统

研究了一种基于矩阵变换器的感应电机矢量控制系统,该系统将矩阵变换器的优点与交流电机矢量控制的优点相结合,实现了感应电机的高性能调速.调速系统的控制策略由两大部分组成,即矩阵变换器的间接空间矢量调制策略和感应电机按转子磁场定向的双闭环矢量控制策略.为有效控制感应电机的定子电流,双闭环矢量控制策略中采用了一种基于反馈解耦及补偿的电流环控制策略,可对转矩电流和励磁电流进行有效解耦和准确调节.实验证明了控制策略的可行性和有效性.     

基于神经网络的感应电机模型参考自适应速度控制研究

根据感应电机矢量变换控制原理 ,提出了一种基于人工神经网络速度控制器的感应电机矢量控制系统。为了提高系统的鲁棒性 ,采用了在线辨识技术 ,对参数的变化实时补偿。计算机仿真表明 ,这种基于多个神经网络控制环节组成的感应电机矢量控制系统具有良好的性能     

神经元自适应控制器在矢量控制中的应用

感应电机矢量控制技术是通过坐标变换，实现对定于电流的励磁分量与转矩分量的解辐控制。传统PID控制器在电机参数改变时鲁棒性较差。神经网络具有自学习、自适应能力，用于控制时可以不依赖控制对象的数学模型。为实现对交流电机快速和精确控制，基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于交流电机矢量控制系统中，数字仿真实验表明，此方法设计的控制器可克服传统PID控制器在电机参数改变时控制性能差等不足，鲁樟性强。该设计结构简单，实现应用时易于数字化实现。     

矢量控制系统的速度控制及速度辨识新方法研究

介绍了异步电动机矢量控制系统神经网络速度控制器的设计方法;同时提出了将开环直接计算与模型参考自适应方法相结合的神经网络混合转速辨识模型。仿真结果表明,基于该速度控制器和速度估计器的矢量控制系统动静态性能好,解决了瞬时无功模型参考自适应方法的转速不稳定问题,转速估计精度高。     

PI-神经网络混合速度控制器的研究

文章提出了一种新颖的PI-神经网络混合速度控制器的方案.在该方案中PI参数是不变的,控制器的学习由隐含层和输出层之间的权值自调整来实现,而且PI参数可在一个较大的范围内取值.仿真结果证明了该方案是可行有效的.     

基于Sen Transformer的新型统一潮流控制器的仿真与实验

传统统一潮流控制器(UPFC)控制功能灵活而卓越,但在电力系统中推广使用不具备容量和价格优势;Sen Transformer虽然容量大、成本低,但灵活性和动作速度都不能满足精确调节的要求。混合式潮流控制器(HPFC)是由统一潮流控制器(UPFC)和"Sen Transformer"(S.T.)串联组成,具有容量大、成本低等优点。本文首先介绍了HPFC的基本原理,然后通过Matlab/Simulink仿真验证了HPFC调节电压与功率的功能,最后通过搭建硬件实验平台,实现了HPFC调节系统电压幅值和相位的功能。从理论、仿真与实验三个方面对HPFC的调节电压和控制潮流的功能进行了研究和验证。     

基于高精度模糊控制器的双凸极永磁电机调速系统研究

将高精度模糊控制器的控制方法应用于双凸极电机（DSPM）的调速系统中,与基本模糊控制器相比较,这种方法可以减小调速系统的稳态误差并提高动态响应速度。仿真结果表明,这种控制系统的动态响应速度快、超调量小、稳态误差小、抗干扰能力强。这种方法相当于在基本模糊控制器的基础上引进了一个PI控制器,改善了调速系统的动态性能和稳态性能。     

永磁同步电动机的神经网络模糊控制器设计

提出了基于神经网络的自学习模糊控制器的设计方法。在永磁同步电动机(PMSM)矢量控制系统中,使用该控制器作为速度调节器对永磁同步电动机进行精确的速度控制。仿真结果表明,该神经网络模糊控制方法是可行的,具有良好的动态及静态特性。     

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...     

基于免疫遗传算法的感应电机控制设计与仿真研究

提出一种基于免疫遗传算法(IGA)的递归模糊神经网络(RFNN)控制器的设计方法,并应用于感应电机双闭环控制系统中的转速控制器中,对感应电机实现了精确的速度控制.在与传统PI控制和递归模糊神经网络控制仿真比较中,采用该方法的系统显示出良好的控制性能和控制效果.     

基于Lyapunov函数的永磁同步电机速度控制器设计

传统的PI速度控制器具有速度超调、动态时间长、跟踪精度低、抗负载转矩扰动能力和恢复能力差等缺点。提出了利用永磁同步电机(PMSM)的运动方程和转矩方程推导出控制系统q轴电流给定量,基于Lyapunov稳定性条件设计出的一种PMSM速度控制器。相比于传统的PI速度控制器,该控制器没有速度超调量、动态时间短、跟踪精度高,抗负载扰动能力和恢复能力有一定的提高。利用MATLAB/Simulink仿真软件,搭建控制系统模型并进行仿真分析。仿真验证了提出的PMSM速度控制器的有效性,获得了很好的速度控制性能。     

基于模糊控制的风力发电系统变桨距控制器的设计

在介绍和对比了国内外风力发电技术的研究和应用状况的基础上,以获得最大风能捕获为目的,提出了风力发电系统变桨距控制器的设计。针对风力发电系统数学模型复杂,受参数变化和外部干扰严重,具有非线性、时变、强耦合的特点,将模糊控制引入到风力发电控制系统中,用模糊控制器作为变桨距系统的控制器,在风速高于额定风速的情况下,根据风速的变化调整桨叶节距角,从而调节发电机的输出功率,使风力发电机组的输出功率保持稳定。最后,利用Simulink构建整个控制系统,对系统进行Matlab仿真。结果表明,使用模糊控制变桨距控制器的风力发电系统确实具有更好的动态性能、收敛速度和静态误差,从而为今后进一步研究奠定了一定的基础。     

单神经元自适应PID控制交流调速系统

针对转子磁场定向矢量控制中转速PI调节器鲁棒性能较差的问题,提出了用单神经元自适应PID控制器代替转速PI控制器,进一步改善了异步电动机矢量控制系统的性能;将无监督的Hebb学习规则与有监督的Delta学习规则相结合,提高了单神经元自适应PID控制器的学习能力,实现了单神经元控制器的参数优化与在线自调.构造了基于单神经元自适应PID控制器和空间矢量脉宽调制(SVPWM)的异步电机矢量控制系统.仿真实验结果表明,该系统不仅具有很好的静、动态性能,而且又具有很强的自适应性和鲁棒性.