电动车感应电机驱动系统效率和转矩控制仿真

针对电动车用感应电动机驱动系统最大效率和最佳转矩综合控制进行了研究分析，建立了计及铁心损耗的综合控制系统的动态仿真模型，并在仿真模型基础上进行了动态仿真计算和研究，电动车用感应电动机驱动系统综合控制是在最大效率控制的转子磁通变化规律基础上，以矢量控制作内环，以最大效率控制作外环，仿真结果表明，在保证最大效率控制同时可以实施对转矩有效的控制。     

感应电机调速系统非线性自适应解耦控制

针对感应电机由于其变量非线性耦合、电机参变性导致交流调速控制复杂,提出了一种基于微分几何理论的非线性自适应解耦控制方法.将自适应策略与输入输出解耦控制相结合,通过定义选择适当的Lyapunov函数来保证整个系统的稳定性,进而导出系统控制律及参数自适应律.系统可在电机参数变化和负载扰动的情况下,渐近跟踪参考模型给出的转速和磁链信号. 仿真结果证实了该方法的有效性.     

基于速度自适应磁链状态观测器的感应电机直接转矩控制系统研究

出了一种速度自适应的定子磁链闭环观测器 ,并应用于直接转矩控制系统中 ,以取代传统的纯积分器。经过理论证明 ,该系统是超稳定系统。针对 1 1kW感应电机 ,采用数字信号处理器DSP (TMS32 0C32 )进行了数字化实现。仿真与实验表明 ,该方案对电机参数变化的鲁棒性较好 ,磁链观测精度高。同时 ,基于磁链状态观测器设计的速度辨识方案收敛速度快 ,精度高 ,尤其是在较低转速下仍能保持很高的精度     

数控机床伺服驱动系统的多电机同步控制策略

以数控机床伺服驱动系统的多电机同步控制为研究对象,提出了一种基于多交流伺服电机的同步控制策略。此策略将虚拟主轴和偏差耦合的同步控制方式相结合,并加入反向传播神经网络比例积分微分控制以及自适应鲁棒控制。通过搭建Matlab/Simulink仿真平台模拟了系统的运行状态。结果表明,所提同步控制策略具有良好的同步性能和伺服效果,在提高多电机联动系统的控制精度和响应速度、减少摩擦和齿隙的影响以及增强系统鲁棒性方面表现出优越性。     

基于FNN的感应电机伺服驱动适应控制研究

为了提高感应电机伺服驱动系统控制性能,结合传统PID控制策略和模糊神经网络控制的优点,设计了一种在线自适应模糊神经网络控制的交流伺服系统,并且分析了该控制策略的可行性.通过仿真和具体实验分别验证了设计的合理性.结果表明:该控制方法不论对于调节还是设定值跟踪,均具有很好的控制效果,而且对感应电机伺服驱动系统有很好的抗干扰性能和较强的鲁棒性,使交流伺服系统具有较好的动态、静态性能,控制策略切实可行.     

基于模糊自适应整定PI感应电动机直接转矩控制的研究

针对采用常规PID控制的感应电动机直接转矩控制的不足,为了进一步提高直接转矩控制系统的性能,设计了一种模糊自适应整定PI速度调节器,根据速度偏差与偏差的变化率来实时调整参数。在SIMULINK/PLECS环境下进行了仿真,并与常规的PI速度调节器进行了对比。仿真结果表明,采用模糊PI速度调节器可以提高系统的响应速度和抗干扰能力,验证了该控制方案的正确性和有效性。     

感应电动机直接转矩控制转矩脉动降低的研究

在传统的异步电动机直接转矩控制中,低速时的转矩波动会使控制系统性能变差.采用高性能的磁链观测器来准确观测磁链,并且采用转矩与磁链双层滞环比较器来优化改进开关选择表.仿真与实验结果证明该控制方案能有效降低低速时的转矩波动.     

感应电机的神经网络鲁棒自适应动态面控制

针对感应电机的高阶、强耦合的非线性,设计一种具有自适应性和鲁棒性的动态面控制律,以实现对感应电机的控制。首先通过变量代换,将五阶感应电机模型变为块三角形式;接着采用神经网络逼近,将模型转化为含有结构不确定性和参数不确定性的参数化模型。对于感应电机系统中的参数不确定性,在动态面控制方法的基础上设计参数自适应律,在线估计其未知参数;对于感应电机系统中的结构不确定性,设计鲁棒控制律,使得电机控制系统具有鲁棒性。最后通过仿真实现,以验证所提出的控制方法的有效性与实用性。     

感应电机DTC自适应磁链闭环辨识

感应电机DTC采用电压模型对电机反电动势进行积分获取定子磁链辨识值,但纯积分器积分项的直流偏置会造成积分器饱和。为了克服这一问题,研究了一种自适应定子磁链闭环辨识器,在该辨识器中设计一种均值补偿算法消去积分累积误差。在Matlab/Simulink仿真环境下对这种辨识器进行仿真研究,并在由dsPIC30F6010A数字信号处理器构成的DTC控制平台上进行实验研究。仿真与实验结果表明,这种基于自适应定子磁链闭环辨识器DTC系统不仅有效地消除了积分器直流偏置累积误差,获得了高精度定子磁链辨识,而且DTC系统具有较好的定子磁链参数自适应能力。     

感应电机驱动系统的新型PDTC设计

围绕优化感应电机驱动控制性能这个目标,设计了一种感应电机的新型预测直接转矩控制器(PDTC)。新型PDTC糅合了直接转矩控制和预测控制的优点,并使用了预测开关表来增强整体控制性能。电机负载转矩作为一个未知扰动通过负载转矩观测器处理,卡尔曼滤波器则用于磁链估计,这使得PDTC可实现转速鲁棒调节。进行了新型PDTC和常规直接转矩控制的对比实验,实验结果表明,新型控制策略在转速参考值跟踪,转矩和磁链动态响应以及干扰抑制方面具有较优的性能,同时与常规直接转矩控制相比,转矩脉动和电流谐波性能更好。     

三电平逆变器感应电机直接转矩控制策略

提出了一种针对中点钳位式三电平逆变器供电感应电动机的直接转矩控制策略。该控制策略基于12扇区划分，转矩控制器采用4级滞环形式，并且考虑了中点电位的控制。最后用仿真来验证该算法的有效性。     

基于TMS320LF2407的异步电动机直接转矩控制系统

本文介绍了异步电动机直接转矩控制系统的硬件和软件结构.根据异步电动机直接转矩控制原理,给出了一种基于DSP TMS320LF2407的全数字化交流电动机直接转矩控制系统.首先,利用MATLAB软件对直接转矩控制系统进行建模和仿真.通过对系统的仿真,得到了电流,转速,转矩以及磁链的仿真波形,证实了系统设计是正确的.然后,对系统进行了实验研究.实验结果表明,基于DSP TMS320LF2407的全数字化交流电动机直接转矩控制系统的设计是可行的.     

基于单片机的电机随动控制系统

介绍了一种电机随动系统的单片机实现。它对目标电机和被控电机速度采用光电数字测量,通过单片机PI控制算法以及一定同相措施,对晶闸管实施调节,达到调压控速的目的。同时介绍了部分器件和控制参数。     

基于模糊神经网络的感应电机直接转矩控制

传统的直接转矩控制存在较大的转矩脉动。为了减小转矩脉动,提高控制性能,将模糊神经网络算法引入到直接转矩控制当中,设计了基于模糊神经网络的直接转矩控制系统。所采用的Takagi--Sugeno型模糊神经网络充分融合了模糊逻辑和神经网络两者的优点。在模糊神经网络的训练过程中,采用了一种最小二乘算法和BP算法相结合的混合算法进行学习,提高了学习速度。为了验证该算法有效性和可行性,在MATLAB／Simulink环境下建立了基于模糊神经网络的直接转矩控制系统仿真模型,进行了仿真研究。仿真结果表明采用Takagi—Sugeno型的模糊神经网络算法使直接转矩控制系统的转矩脉动明显变小,控制性能明显改善。     

一种新颖的无传感器异步电动机直接转矩控制系统

磁链的准确估计是无传感器直接转矩控制系统的关键,本文提出了新型改进低通滤波器和PLL锁相环技术相结合的磁链估计新方法.该方法提高了定子磁链的估计精度,改善了无传感器异步电动机直接转矩控制系统的动静态性能.仿真结果和实验结果表明了基于新方法的无传感器直接转矩控制系统的良好动静态性能及其对定子电阻的鲁棒性.     

模糊神经控制在直接转矩控制中的应用

介绍了直接转矩控制的研究现状,探讨了模糊神经控制方面的应用和发展,介绍了基于模糊神经控制在感应电动机直接转矩控制中的应用实例。     

基于改进积分器的异步电动机直接转矩控制系统研究

针对传统异步电动机直接转矩控制系统中的磁链观测误差，对磁链观测中纯积分带来的直流漂移和积分初值问题以及定子电阻变化对磁链观测的影响进行了改进。通过用低通滤波器来代替纯积分，大大改进了积分效果。由Matalb的仿真结果可知，改进后的磁链观测器提高了对定子电阻的鲁棒性，抑制了直流漂移，提高了控制系统的性能。     

DSP控制的开关磁阻电机伺服传动系统

本文研究了以三相 ( 1 2 8)开关磁阻电动机为执行对象的一种新型伺服传动系统。系统采用电流斩波控制策略 ,在基于DSP控制的基础上 ,进行了系统软硬件设计