IPMSM鲁棒模型预测电流控制

应用于内置式永磁同步电机（IPMSM）的模型预测电流控制（MPCC）的控制性能依赖于电机数学模型的精确度,为降低该控制方式的参数敏感度,提高电流控制鲁棒性,提出一种基于误差补偿的鲁棒MPCC方法。通过以往时刻已知的电压和电流信息,当前时刻的预测电流和实际电流的误差求得等效参数,再将所得参数用于两步预测过程以补偿参数失配误差,最后通过代价函数选取最优电压矢量。通过实验将所提方法与传统模型MPCC进行了对比,实验结果证明了所提方法的有效性。     

基于扰动观测器的永磁同步电机鲁棒电流预测控制

针对传统的矢量控制电流环动态性能差、PI参数设定繁琐且精度低等缺点,对电机的无差拍电流预测控制展开了研究,然而传统无差拍电流预测控制缺少反馈校正的模块,因此其抗干扰性能力差。为减小电机参数扰动的影响,引入了鲁棒电流控制策略并加入了扰动观测器,通过前馈补偿与反馈补偿相结合的方式消除系统的扰动量,从而提高控制系统鲁棒性。通过在Simu l i n k环境下搭建仿真模型,验证了理论的正确性。仿真结果表明,设计的电流控制算法具有良好的静态和动态控制性能。     

基于预测误差补偿的鲁棒型永磁同步电机模型预测电流控制

模型预测控制(model predictive control,MPC)已被越来越多地应用于永磁同步电机(permanent magnet synchronous machine,PMSM)驱动系统中。由于MPC是基于系统模型实现的,因此存在系统参数鲁棒性较差的问题。为解决此问题,该文针对PMSM提出一种基于预测误差补偿的鲁棒型模型预测电流控制策略。在该策略中,电流的预测值与实际采样值之间的误差被作为补偿因子反馈到电流预测中。同时,为保证补偿的准确性,所有电压矢量对应的电流预测误差将在一个控制周期内同时得到。因此当PMSM参数失配时,该文提出的模型预测电流控制仍然能够通过在线误差补偿实现可靠的电流预测,进而提升MPC的参数鲁棒性。仿真和实验结果验证了该方法的有效性。     

永磁同步电机鲁棒有限集模型预测电流控制算法

在永磁同步电机(PMSM)驱动系统中,基于有限集模型预测电流控制(FCS-MPCC)算法所设计的系统电流内环控制器,性能受电机参数变化的影响。推导了PMSM预测模型,同时以电压矢量为约束项重构价值函数,并针对数字延时导致的电流纹波问题进行了补偿。提出了一种鲁棒性较强的FCS-MPCC算法,通过在预测模型中引入权重系数并定量调节,以降低算法对参数的敏感性。仿真结果表明,所提算法有效,能使系统具备良好的动态性能和稳态精度。     

基于无差拍电流预测控制的PMSM电感失配研究

永磁同步电机（PMSM）双闭环调速控制系统中,作为内环的电流环直接制约着控制系统的动态响应性能。无差拍电流预测控制(DPCC)具有算法简单、动态响应快等优势,但DPCC需要精准的电机模型,参数不匹配会引起电流静差和畸变,尤其是电感失配,甚至会导致控制系统不稳定。为解决上述问题,提出改进型DPCC算法。首先,推导了传统DPCC的离散传递函数,分析了其参数敏感性影响。其次,改进DPCC算法,改善其电感参数敏感性,有效扩展电感适用范围,减小电流畸变。最后,通过MATLAB/Simulink仿真和试验验证了在电感失配下改进型DPCC的有效性。     

基于模型参考自适应参数辨识的永磁同步电机电流预测控制

在永磁同步电机运行过程中,电机参数时变使得电流预测控制器的模型参数和实际电机参数不匹配,导致其控制性能下降。提出了基于模型参考自适应系统(MRAS)的改进电流预测控制方法,利用旋转坐标系下d、q轴电流方程作为参考模型,基于Popov超稳定理论构建永磁同步电机的电感和磁链在线辨识系统,将得到的辨识参数应用于电流预测控制模型中,实现控制模型参数的在线更新。分析与仿真结果表明该方法能够有效地提升在电机参数变化下的电流预测控制性能。     

永磁同步电机鲁棒有限集模型预测电流控制研究

永磁同步电机的有限控制集模型预测电流控制直接输出离散的开关状态来达到控制目标,能够在低开关频率下获得期望的控制效果,但同时其也存在固有的合成误差与依赖模型参数的问题。为降低传统两矢量方法造成的合成误差,提出了一种扩展电压矢量方法。为增强参数鲁棒性,在分析参数失配对控制影响的基础上,针对永磁体磁链和定子电感参数失配提出了新的补偿算法。通过实验证明了提出方法能够有效降低合成误差并提升系统的参数鲁棒性。     

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。     

基于电感辨识的PMSM电流自适应增量预测控制

为了提高永磁同步电机电流增量预测控制策略的参数自适应性,提出一种基于增量式模型参考自适应的电感在线辨识算法。该算法使用永磁同步电机的增量模式的电压方程作为可调模型,以实际电机作为参考模型,建立基于模型参考自适应的参数辨识机制,在线辨识交直轴电感;通过判断激励信号的有效性去除噪声等非理想因素的影响,消除辨识结果的稳态波动。研究结果表明,所提出的增量式模型参考自适应算法可以辨识出准确的电感参数,避免辨识结果的频繁波动,显著提高增量预测控制策略对模型参数的自适应性,同时计算量少,对电机参数依赖度低。仿真和实验结果验证了所提方案的有效性。     

采用定子电流与扰动观测的永磁同步电机改进预测电流控制

提出了一种采用定子电流和扰动观测补偿的改进预测电流控制(PCC)算法。理论上永磁同步电机PCC具有优异的控制性能,但现实系统中离散采样延时与电磁参数时变等问题使得原理上基于模型的预测电流控制器的控制品质严重恶化。设计了龙伯格(Luenberger)状态观测器实现对定子电流与参数扰动的观测,并应用于补偿和改进经典的无差拍预测电流控制器。将观测到的当前时刻的定子电流替代当前时刻的采样电流用于反馈控制,以补偿采样延时;运行过程中电磁参数的变化使得模型参数失配,其影响以电压扰动的形式被观测出来,并补偿到预测控制输出的电压指令中。仿真和试验结果验证了所提方法的有效性。     

基于增量模型的PMSM鲁棒性模型预测控制算法研究

永磁同步电机模型预测电流控制(MPCC)策略因具有良好的动态性能而得到了广泛应用,但该策略较为依赖模型参数的准确性。为了在保持控制系统的动态性能的同时提高系统的参数鲁棒性,提出了一种基于三矢量的增量型MPCC策略。在MPCC中引入基于d轴电流的模型参考自适应电感辨识算法,并对自适应律进行了分析。基于Matlab/Simulink进行了仿真,结果表明所提策略能够实现在保持三矢量预测控制动态性能的前提下,减小磁链参数失配造成的预测误差;基于d轴电流的模型参考自适应算法可以进行快速稳定地电感参数辨识,有效地提高了控制系统的参数鲁棒性。     

基于神经网络预测控制的PMSM伺服系统的仿真研究

在PMSM伺服系统中,电机大多采用的是矢量控制,参数的变化、负载扰动等因素对系统的稳定性、可控性影响较大.现有的控制策略大多是滞后的,无法根据未来动态行为产生理想电机电压输入.提出了一种基于神经网络的PWM预测控制方法.采用离线训练和在线修正的方法,获得PMSM神经网络模型,并在控制过程中修正模型.最优控制器根据该模型的输入、输出响应产生合适的电压波形.在Matlab/Sim-ulink环境下完成仿真,结果表明,较之PI控制器,神经网络预测控制具有更好的动态性能和鲁棒性.     

永磁同步电机鲁棒预测电流控制器设计

预测控制器充分考虑了电力电子器件的非线性离散特性在有限范围内控制开关元器件工作,近年来成为应用到功率变换器和传动装置的热门控制方案.预测控制器主要基于系统的数学模型进行预测,因此算法对系统参数精度要求较高,然而,实际交流传动系统中存在电感、电容等元器件参数随着系统的运行条件变化(如温度、磁路的饱和等因素)而发生改变,容...     

基于全局电流变化更新的PMSM无模型预测控制

无模型预测控制(MF-MPC)不依赖被控对象具体数学模型,转而以被控对象输入输出数据为驱动,采用"边建模、边控制"的方式,有效解决了传统有限状态集模型预测控制(FCS-MPC)的参数敏感性问题。然而,现有MF-MPC方法应用于永磁同步电机(PMSM)调速系统控制时,系统仅对前一周期输出的单一电压矢量造成的PMSM电流变化量进行更新,当某一电压矢量长时间未被价值函数选中并输出时,其存储的电流变化量信息存在较大误差。基于此,提出一种基于全局电流变化量更新的MF-MPC方法,该方法利用最近3次实际输出电压矢量产生的电流变化量信息,在每个控制周期对全部7个电压矢量对应电流变化量进行计算与更新,可有效提升MF-MPC系统在线建模精确度。最后,依托实验室25 kW对推样机对所提方法与传统单一电流变化量更新的MF-MPC方法进行对比测试,测试结果表明所提方法在保留传统预测电流控制强鲁棒性、高响应能力特点的基础上,可有效提升MF-MPC系统的在线显示查找表(LUT)刷新率和全局稳定性。     

基于自校正模型的感应电机鲁棒预测电流控制

有限集模型预测控制以其概念直观、动态响应快及易于处理非线性约束等优点,近年来成为电力驱动理论的国际研究前沿.然而,在感应电机有限集模型预测电流控制中,失配的电机参数将导致控制性能下降、电流谐波增大,甚至引起系统失稳.针对此问题,提出了一种基于自校正模型的感应电机鲁棒预测电流控制.首先,分析了失配电阻参数及励磁电感参数对...     

基于改进WOA优化BP神经网络的车用PMSM参数辨识

基于改进WOA优化BP神经网络的车用PMSM参数辨识     

基于参数在线辨识的高速永磁电机无差拍电流预测控制

针对无传感器表贴式永磁同步电机高速运行过程中电气参数摄动影响电流环性能和转子位置估计精度的问题,提出一种基于参数辨识的无传感器高速永磁电机无差拍电流预测控制方法。首先,为了提升电流环控制器的动态性能,结合永磁电机控制系统的特点,采用无差拍电流预测控制并进行模型参数敏感性分析。其次,针对多参数在线辨识存在的欠秩问题,提出在3种不同时间尺度下,采用基于神经元迭代求解的总体最小二乘法在线分步辨识电机定子电感、电阻和永磁体磁链。最后将辨识结果用于更新无差拍电流预测控制器及滑模观测器参数。实验结果表明,基于参数辨识的无传感器高速永磁电机无差拍电流预测控制方法能有效提高电流环控制器稳态性能及转子位置估计精度。     

基于增量模型的永磁同步直线电机鲁棒预测电流控制

为了解决永磁同步直线电机预测电流控制对电机参数的依赖,提出一种鲁棒增量式预测电流控制算法。通过建立永磁同步直线电机增量式预测模型来克服电机磁链变化的影响,并详细分析了增量预测模型对电机参数敏感性。为提高电流带宽,对增量式预测电流控制进行一拍延时补偿。针对电感不匹配引起的电流预测误差,提出一种新型滑模观测器来观测电压扰动值并将扰动前馈补偿,从而实现精准电流控制。实验结果表明所提方案可有效地提高系统鲁棒性,具有较好的效果。