无轴承异步电机转子磁场定向MRAS转速辨识

为了准确辨识无轴承异步电机的转速,提出一种改进转子磁链估算电压模型。以改进转子磁链估计模型为基础,构建了无轴承异步电机的转子磁场定向模型参考自适应(MRAS)无速度传感器矢量控制系统,并通过Matlab/Simulink进行了系统仿真分析。仿真结果表明:基于所提出的转子磁链改进模型,可有效避免纯积分环节初值和累计误差等影响,获得较高的转速辨识精度。所提出的转子磁链辨识模型和MRAS无速度传感器矢量控制系统是有效和可行的。     

一种基于改进反电动势的模型参考自适应转速辨识方法

构建了感应电动机的数学模型;在分析基于无功功率的模型参考自适应的稳定性的基础上,提出一种基于改进反电动势的模型参考自适应转速辨识的新方法,即重新构造模型参考自适应转速辨识的误差信号,该信号包括反电动势的误差矢量与转子磁链矢量的叉乘和点乘,通过误差信号辨识出电动机的转子转速。试验结果表明,该方法克服了基于反电动势的模型参考自适应在停车制动及发电状态下的不稳定性问题。     

基于小波神经网络的异步电机转速估计

异步电机无速度传感器矢量控制的关键问题是转速估计，由于小波神经网络具有良好的自学习和自适应能力，广泛应用于非线性系统辨识，因此本文提出了利用小波神经网络来估计异步电机转速的方法，并提出了PID型BP算法，提高了参数训练的收敛速度和逼近能力。通过计算机仿真证实了该方法良好的估计效果。     

基于MRAS感应电机矢量控制系统中的转速辨识研究

文章介绍了异步电动机无速度传感器控制矢量控制系统中转速辨识的一种方法。这种方法基于转子磁链的电压模型和电流模型,建立了模型参考自适应系统来辨识转子速度。讨论了该方法在理论上与实际应用过程中需要解决的一些问题。     

基于MRAS无速度传感器的DTC系统Simulink仿真研究

异步电机的精确控制和速度辨识是交流传动系统中重要问题;文中在Simulink软件环境中构建了基于MRAS无速度传感器的异步电机DTC系统;该系统中采用DTC对异步电机进行控制,定子磁链采用在全速范围内有效的u-n模型观测器来估计,电机转速采用MRAS辨识算法来估算;由于速度辨识算法中电压模型的纯积分环节会引起的误差积累和漂移问题,采用改进积分型转子磁链估算模型来解决;仿真结果表明了文中转速辨识方法能准确推算出电机转速,所设计的控制系统动态响应快、稳态静差小、抗负载扰动能力强,具有良好的静、动态控制性能.     

一种基于无功功率的感应电动机复合转速辨识方法

针对基于无功功率的模型参考自适应转速辨识法在动态过程中存在的收敛慢问题,提出了一种基于无功功率的复合转速辨识方法,即将基于无功功率的直接计算法和MRAS转速辨识法相结合的方法。实验结果证明,该方法既具有直接计算法的快速跟随能力,又有MRAS转速辨识法的强抗干扰能力,且算法简单,所用电动机参数少,容易在工程中实现。     

硬件在环系统中电机参数辨识及状态估计研究

矢量控制电机中的敏感参数转子时间常数的实时辨识和电机状态实时估计是电机高性能运行的保证,首先讨论了转子时间常数参数辨识,其次讨论了滑模观测器并给出了观测器稳定性分析,通过观测器得到感应电机磁链状态估计值;将得到的转子磁链值用于MRAS状态估计,得到实时的电机转速.设计了硬件在环仿真系统验证电机状态估计方法及参数辨识方法;硬件在环试验系统包含感应电机,电气测功器以及实时仿真器等硬件,通过硬件在环实时试验得到了实时的电机状态估计及参数辨识结果,试验结果验证了参数辨识及状态估计方法的有效性和实时性.     

无速度传感器矢量控制系统的一种转速辨识新方法

在无速度传感器交流调速系统中,根据异步电动机的数学模型,利用易于检测的定子电压和电流,可对异步电动机的转速进行辨识。文章基于模型参考自适应系统(MRAS)分析了几种转速辨识的方法,针对这几种方法在参考模型中包含了一个积分环节、并受到定子电阻热敏变化和定子瞬态电感影响的缺点,提出了一种新型的转速辨识方法。该方法采用的参考模型避免了纯积分运算,并且不含定子电阻和定子瞬态电感,因而在宽速度范围内具有较好的鲁棒性。计算机仿真结果证明了该方法的有效性。     

感应电机矢量控制系统的神经网络转速辨识

为解决感应电机无速度传感器矢量控制系统的转速辨识问题,在给定的无速度传感器感应电机间接矢量控制系统中,根据感应电机的数学模型,经过一定的变换,利用电机易于检测到的定子电压和电流,以及基于BP算法的两层神经网络,用期望状态与实际状态之间的偏差来调整神经网络模型的权值,达到实时辨识电机转速的目的。该方法简单、直观,不仅利用了神经网络的优点,又能适应感应电机调速系统实时控制的要求。仿真结果验证了该方法的有效性。     

改进的MRAS无速度传感器VC控制系统仿真研究

针对交流传动系统中异步电机的精确控制和速度辨识等问题,在Simulink软件环境中,对基于模型参考自适应系统(MRAS)无速度传感器的异步电机的矢量控制(VC)系统进行了研究。系统采用按转子磁场定向的VC对异步电机进行控制,通过MRAS辨识算法估算电机转速,由Popov超稳定定理对磁链偏差进行收敛。由于速度辨识算法中电压模型的纯积分环节会引起误差积累和漂移问题,故采用改进积分型转子磁链估算模型来解决这一问题。仿真结果表明,速度辨识方法能够准确推算出电机转速,控制系统动态响应快、稳态静差小、抗负载扰动能力强,具有良好的动静态控制性能。     

基于神经网络可调模型的直接转矩控制系统速度辩识

基于无速度传感器辨识精度和动态性能的提高,在传统的模型参考自适应(MRAS)速度辨识模型的基础上,参考模型采用转子磁链电压模型。应用神经网络理论,对其可调模型进行了改进。并在无速度传感器直接转矩控制系统中对该速度辨识模型进行了研究,仿真结果验证了该速度辨识模型具有满意的辨识精度和动态性能。     

基于模型参考自适应的速度估计方法

为解决无速度传感器感应电动机矢量控制系统的速度估计问题,以模型参考自适应的理论为基础,利用感应电压矢量进行转速估计并进行仿真,转速估计结果理想,仿真实验所得到的波形与理论分析结果是一致的。并且使相应的无速度传感器矢量控制系统具有良好的静、动态性能。证明了采用模型参考自适应系统,利用感应电压矢量进行转速估计方法的正确性和可行性。     

基于无速度的无轴承异步电机SVM-DTC系统

针对无轴承异步电机无速度传感器运行的需要,在SVM-DTC系统的基础上,采用以无功率作为参考量的模型参考自适应对速度进行辨识,消除以往的纯积分和定子电阻的影响,使整个系统不受定子电阻的影响。仿真实验表明,以无功率为参考量的模型参考自适应系统,能在大负载扰动下实现无轴承异步电机无速度传感技术的稳定悬浮运行,且辨识速度的精度较高,系统动静态性能好。     

基于自适应算法的IPMSM无速度传感器研究

针对电动汽车中电机的速度传感器成本高,安装繁琐,受复杂工况影响,提出将电流模型自适应算法应用于内置式永磁同步电机(IPMSM)转速和位置的估算,以替代机械式速度传感器。在传统的模型参考自适应基础上加入滑模变结构控制,以取代PI控制器;设计软开关函数替代符号开关函数,以减小滑模变结构控制造成的系统抖动。仿真试验表明,在加有负载扰动情况下和速度突变情况下,使用新型变结构模型参考自适应(SM-MRAS)估算的转速较传统模型参考自适应的抗干扰性能力更好,系统的鲁棒性更强。     

一种基于锁相环原理的参考模型自适应感应电机转速估计方法

针对超低速及零定子频率运行条件下感应电动机转速的不可观测性导致基于电机模型的传统速度估计方案无法实现速度估计,引入了高频信号注入法来获得转子磁链矢量位置角并得到转子磁链的参考模型,并以转子磁链的电流模型作为调节模型,在此基础上,提出了基于锁相环原理的参考模型自适应速度估计方案．仿真结果进一步验证了该方案的有效性．     

异步感应电机转速自适应控制系统

为解决传统电机转速控制系统存在的噪声控制不理想、电流电压采样精度低、故障检测不准确等问题,设计了异步感应电机转速自适应控制系统。选用DSP-LF2407为系统硬件主控制芯片,通过对功率主电路和功率驱动电路进行优化,加强硬件部分的噪声控制;接入高精度采样电阻,对电压信号进行RC滤波,依据FAULT管脚电平在系统故障时会被拉低的特点,提高系统软件电流电压采集和故障检测的精度。通过对硬件和软件部分进行优化,实现异步感应电机转速自适应控制系统的设计。实验结果表明,该系统噪声控制效果好、电流电压采用精度高、故障检测精度高。