电流控制逆变型感应电机的神经网络逆系统控制

针对电流控制逆变器供电的感应电机系统的特点,提出了不依赖于对象精确数学模型与参数的感应电机神经网络逆系统控制方法.由静态神经网络加积分器来构造感应电机的逆系统,并与原系统串联,实现感应电机的转速和转子磁链真正的动态解耦.在此基础上,设计线性闭环调节器对两个解耦的伪线性子系统进行控制,获得优良的动、静态控制性能.仿真结果表明这种基于神经网络逆系统方法的控制策略可实现感应电机的高性能控制,且对电机参数的变化与负载扰动具有较强的鲁棒性.     

感应电机线性化解耦控制的解析逆系统方法

在四阶感应电机模型的基础上,使用解析逆系统方法对系统进行了线性化解耦控制分析,给出了感应电机解析逆系统的存在性条件,基于输入积分设计了一种逆系统解耦控制方式并给出了其具体实现方法,从而实现了转速与磁链之间的线性化解耦控制。仿真结果表明,该解析逆系统解耦控制方法可以明显提高感应电机的运行性能,并有效地改善了其动态响应性能。     

基于神经网络逆的感应电机矢量控制改进方法

基于感应电机的矢量控制(转子磁场定向控制)存在不能动态解耦和鲁棒性差的问题,提出了感应电机的一种神经网络逆控制方法.实现了电流控制型感应电机系统的自适应解耦及线性化.该神经网络逆系统相当于在普通的矢量控制结构中加了一个具有鲁棒性和开放性的解耦补偿环节,最后通过仿真和实验验证了该方法的有效性.     

同步旋转坐标系下感应电机神经网络逆控制

根据同步旋转坐标系下感应电机数学模型,基于控制转子磁链与转速的感应电机电流控制型结构,给出了电流控制型感应电机解析逆控制方法的一般形式的控制律,采用神经网络逼近解析逆控制律,解决由于参数变化和观测量不准带来的解耦被破坏问题.理论分析表明,此方法可以实现感应电机系统的自适应解耦及线性化,弱化了转子磁链与转速之间的耦合程度,简化了外环线性控制器的设计,提高了整个系统控制性能.最后,对感应电机系统控制进行仿真及实验研究来验证该方法的有效性.     

基于最小二乘估计的感应电机自适应逆控制

针对感应电机变频调速系统,提出了一种基于最小二乘估计的自适应逆控制方法.该方法首先通过非线性状态反馈获得逆系统,将感应电机解耦成转子磁链和转速两个线性子系统,从而可以分别设计闭环控制器.为克服电机参数变化的影响,采用递推最小二乘算法对电机参数进行在线辨识,提高了逆解耦控制系统对电机参数变化的适应性.仿真结果表明了该控制方法的可行性和先进性.     

感应电机的无速度传感器逆解耦控制

提出了一种基于扩展的Kalman滤波器的感应电机无速度传感器逆解耦控制方法.首先采用逆系统方法将感应电机的转速与转子磁链进行动态解耦,其次由扩展的Kalman滤波器(EKF)对转速及转子磁链进行实时估计,最后由线性综合方法设计转速和转子磁链闭环调节器,从而实现感应电机的无速度传感器逆解耦控制.仿真结果表明EKF可在整个调速范围内进行高精度的转速和磁链估计,系统具有优良的动态和稳态控制性能     

感应电机调速系统模糊神经网络逆鲁棒控制

以多变量、非线性、强耦合的感应电机调速系统为研究对象,采用模糊神经网络逆鲁棒控制策略,通过模糊神经网络加积分器来构造感应电机调速系统的动态逆系统,将二者串联重构成伪线性复合系统,基于内模控制,根据复合系统的特性设计鲁棒控制器,实现了感应电机转速的高精度鲁棒控制.仿真和实验结果表明系统具有优良的静态及动态性能,对负载扰动、参数摄动和未建模动态等具有很强的鲁棒性.     

基于自适应转子电阻估计器的感应电机逆解耦控制

提出了一种具有自适应转子电阻估计器的感应电机的逆解耦控制方法.首先通过非线性状态反馈获得感应电机的逆系统,将感应电机这个多变量、非线性、强耦合的对象动态解耦成转速与转子磁链两个二阶子系统;然后,采用模型参考自适应系统（MRAS）理论来设计转子电阻估计器,在线估计时变的转子电阻,从而保证在整个电机运行区域内,转速与磁链之间的输入输出解耦关系不变;最后,分别设计线性控制器对转速与磁链子系统进行闭环控制.仿真结果表明,提出的控制方案具有优良的动态和静态性能,且对电机参数变化具有强鲁棒性.     

基于多标量模型的感应电机神经网络逆控制

感应电机多标量模型具有状态变量是标量且物理意义明确和不需旋转坐标变换等优点;神经网络逆系统适合解决不确定性因素(参数变化和外在扰动等)存在的情况下,感应电机高性能的控制问题.为此,提出基于多标量模型的感应电机神经网络逆控制结构,实现感应电机系统的自适应解耦线性化,进而提高系统控制性能.最后对系统进行了仿真研究和软硬件实现方案讨论,理论分析和仿真表明所提控制结构是有效的.     

感应电机的新型神经网络广义逆系统解耦控制

针对感应电机这一多变量、强耦合系统,提出了一种新型神经网络广义逆系统解耦控制方法,给出了新型广义逆系统的存在性证明.它与感应电机复合,将转子磁链与转速的解耦成两个独立的伪线性子系统,并且可以随时通过调整反馈参数改变两个伪线性子系统的配置极点,为控制器的设计提供了便利.仿真结果表明,通过合理的选择配置极点和控制器参数,整个控制系统对电机参数变化和负载扰动有较强的鲁棒性和动态性能.     

基于逆系统理论的感应电动机解耦控制的研究

应用多变量非线性控制的逆系统理论,对感应电动机变频调速这一多变量、非线性、强耦合的控制对象进行解耦控制,从而将其分解为转速和转子磁链两个线性子系统,并应用线性系统理论对其进行综合。研究表明,这种新的控制策略实现了感应电动机转速与转子磁链的动态解耦。论文的最后给出了仿真结果。     

感应电机无源性分析及自适应控制

感应电机由于其变量非线性耦合、转子电量难以测量、电机参数时变性这3方面的问题，导致交流调速控制复杂。无源性控制理论应用于感应电机控制是一种全新的方法，其控制律是全局定义的，无输入输出线性化解耦奇点问题，是间接磁场定向控制。证明了感应电机转子磁链子系统的无源性，找到系统能量耗散特性方程中的无功力，它不会影响系统的稳定性，得出无需转子磁链观测反馈即能稳定跟踪转子磁链的参考值，同时考虑电机转子电阻在运行中发生未知变化，设计自适应调节器使系统对转子电阻呈现鲁棒性，构建了带电流内环速度控制系统。该方案保证转矩、转子磁链及转速的渐进跟踪，使调速系统具有良好的动静态性能，易于实现。仿真验证了设计的控制系统的有效性和先进性。     

变频调速非线性L_2增益控制

针对感应电机中变量的非线性耦合、模型参数不确定性和外界干扰等问题,将电机转子电阻与负载转矩作为系统变参数,基于系统鲁棒耗散的特点,提出了一种满足Hamilton-Jacobi-Issacs不等式的非线性自适应的鲁棒L2增益算法的感应电机交流调速控制策略.在线自动调整变参数方法,可以保证系统对转子磁链、转速及负载转矩的渐进跟踪性能,且控制算法简单易于理解.理论分析和仿真结果表明,设计所获得的系统具有良好的鲁棒性能和快速响应能力.     

感应电机矢量控制中转子参数自适应辨识

分析了转子参数变化对感应电机矢量控制解耦的影响,提出了一种对感应电机转子参数进行估算的自适应辨识方法。基于Lyapunov稳定性原理,设计转子参数的自适应规律。利用Matlab/Simulink建立了感应电机矢量控制系统下的转子参数自适应辨识模型,仿真验证了方法的正确性,为校正矢量控制系统定向偏差提供了一定的理论和实践参考。     

感应电动机系统的变结构反推控制研究

感应电动机系统的矢量控制为了进行电流(或电压)的3/2(或2/3)坐标变换需要进行转子转差或磁链角的计算，转子转差的计算容易受转子电阻变化的影响，而磁链角的直接计算容易受定子电阻变化的影响，因此避免转子转差或磁链角的计算对于感应电动机系统的控制是非常有意义的。文中把变结构反推控制运用于感应电动机系统的转矩和磁链控制，设计方法避开了转子转差或转子磁链角的计算，通过一定的坐标变换，基于定子侧的静止坐标系实现转矩和磁链的解耦控制。变结构反推控制设计能够实现快速的速度、转矩和磁链的渐近跟踪，同时系统控制器能够保证系统性能在电动机参数和外部负载变化时具有强的鲁棒性，通过Matlab仿真验证了系统设计的有效性和可行性。     

基于神经网络逆系统理论无轴承异步电动机解耦控制

无轴承异步电动机是一个多变量、非线性、强耦合的系统,其径向力和转速之间存在交叉耦合,若要实现电动机转子稳定悬浮和运行,必须对电动机转速和径向力进行动态解耦控制。为此,本文提出了一种基于神经网络逆系统的无轴承异步电动机解耦控制方法。理论分析表明,此方法可以将无轴承异步电动机动态解耦成位移子系统、转速子系统和磁链子系统,从而简化外环控制器的设计,进一步提高整个系统的控制性能。最后,对采用所提解耦方法的整个无轴承异步电动机控制系统进行了仿真和初步的实验研究,结果验证了该解耦方法的有效性。