基于扩展卡尔曼滤波器的异步电机矢量控制系统的转子电阻辨识

异步电机的转子电阻是电机控制系统中变化最为明显的参数之一,因此准确、快速地辨识转子电阻是提高矢量控制系统鲁棒性的研究重点.提出一种基于扩展卡尔曼滤波(EKF)实现异步电机转子电阻估计的方法,该方法采用异步电机的双闭环矢量控制策略,通过测量电机定子电压、电流及电机转速,在线辨识电机转子电阻.在MATLAB/Simulink中建立系统仿真模型,并分析了转子电阻变化对转速的影响,结果验证了该算法的有效性和准确性     

异步电机矢量控制中扩展卡尔曼滤波器的优化研究

利用扩展卡尔曼滤波器，将转速看成一个状态量，根据定子的电流和电压值估算转速。通过仿真对滤波器初值的选取进行了研究，得到优化的卡尔曼滤波器。试验结果表明，速度估算的准确性高，系统对于电机参数的变化不敏感，具有较强的鲁棒性。     

异步电机矢量控制中扩展卡尔曼滤波器的优化研究

利用扩展卡尔曼滤波器,将转速看成一个状态量,根据定子的电流和电压值估算转速.通过仿真对滤波器初值的选取进行了研究,得到优化的卡尔曼滤波器.试验结果表明,速度估算的准确性高,系统对于电机参数的变化不敏感,具有较强的鲁棒性.     

基于MRAS的异步电机转子电阻的辨识方法

矢量控制系统的性能很大程度上依赖于电机参数的准确测量,而异步电机的转子电阻在电动机运行中由于温升、集肤效应等原因,往往是电机控制系统中变化最为明显的参数之一。文中提出了一种基于模型参考自适应的转子电阻辨识的方法,以瞬时无功功率作为模型.通过自适应调节得到所需的转子电阻参数。仿真结果表明。该方法可以准确、快速的辨识转子电阻,并且提高了系统的鲁棒性。     

基于扩展卡尔曼滤波器的异步电机转速辨识

在异步电机控制基础上 ,利用扩展卡尔曼滤波器将转子转速看成系统的一个状态量 ,根据定子侧可以测量的电流、电压值 ,逐步估计出转子转速 ,为研制无速度传感器控制打下基础。     

无速度传感器矢量控制系统转子电阻在线辨识

三相感应电动机无速度传感器矢量控制系统中,电机参数变化(特别是转子电阻)影响矢量控制性能和速度辨识精度;而稳态下,由于转子磁链是常数,转速和转子电阻不能解耦,两者很难实现同时辨识.基于无速度传感器直接矢量控制系统,设计了独立于全阶状态观测器的积分改进型转子磁链观测器,动态时结合自适应递推最小二乘法对转子电阻进行辨识,系统能够在动态过程中实现对转速和转子电阻的同时辨识,该方法通过了仿真和实验验证.     

基于神经网络辨识器的矢量控制异步电机的速度控制系统

构造了一个两层的神经网络系统辨识器（NNPI），自适应地在线辨识出系统的集中不确定量，并应用辨识出来的集中不确定量在线调整速度控制器的输出量。仿真实验表明，与常规的控制器相比，本文设计的速度控制方案能取得优良的控制性能，且在负载转矩和电机内部参数变化的情况下有很强的鲁棒性。     

基于无功功率作用力的异步电机定子电阻在线辨识算法

为改善异步电机控制系统在定子电阻变化时的定子磁链定向精度问题,结合基于物理和基于模型的方法,提出一种异步电机定子电阻在线辨识算法。该算法通过在机端进行测量和计算,并消除由定子电阻参数不准确造成的无功功率作用力误差,从而迭代得出定子电阻实际值。与现有的基于无功功率的模型参考自适应辨识方法相比,该定子电阻在线辨识算法具有结构简单、计算量小的优点,并且具有良好的快速性和收敛性。最后通过Matlab/Simulink仿真和快速控制原型实验验证了所提辨识算法的正确性和有效性。     

基于神经网络辨识器的矢量控制异步电机的速度控制系统

构造了一个两层的神经网络系统辨识器(NNPI),自适应地在线辨识出系统的集中不确定量,并应用辨识出来的集中不确定量在线调整速度控制器的输出量.仿真实验表明,与常规的控制器相比,本文设计的速度控制方案能取得优良的控制性能,且在负载转矩和电机内部参数变化的情况下有很强的鲁棒性.     

基于递推最小二乘法与模型参考自适应法的鼠笼式异步电机转子电阻在线辨识方法

为了能够实时准确地获取鼠笼式异步电机转子电阻,提出一种将递推最小二乘法(recursive least square method,RLS)与模型参考自适应法(model reference adaptive system,MRAS)相结合的转子电阻在线辨识方法。该方法首先推导基于dq0坐标系下标准最小二乘法形式的电机参数辨识模型,采用带遗忘因子的递推最小二乘算法辨识得出电机电感参数;然后将上述辨识得到的电感值作为基于瞬时无功功率的模型参考自适应系统中的电机常数,并采用基于波波夫超稳定性理论设计的PI自适应律,实现不同运行状态下的转子电阻在线辨识。以一台5.5 kW异步电机为例进行了仿真与实验研究,仿真结果表明,文中方法适用于转速波动明显且转子电阻变化较大的复杂运行工况,且具有计算量少、准确度高以及较好的动态跟踪辨识性能;进行不考虑温升与考虑温升的转子电阻在线辨识实验对比,验证了文中方法的正确性与有效性。     

基于扩展卡尔曼滤波器的永磁同步电动机无传感器矢量控制

永磁同步电动机无传感器矢量控制中,鉴于直接计算法需要精确的数学模型、滑模观测器由于开关切换动作的不连续造成的抖振问题以及智能算法特别复杂的缺点,基于两相静止α-β坐标系下的数学模型,提出了采用扩展卡尔曼滤波算法实现转速和转子位置估计的方法,并运用Matlab/Simulink仿真实现.仿真结果表明,在转子初始位置未知的情况下,永磁同步电动机空载运行时扩展卡尔曼滤波算法估计的转子转速和转子位置值能够快速、无误差的收敛到实测值,额定负载运行时,该算法观测值与实测值存在误差但在允许范围内.该仿真实验验证了扩展卡尔曼滤波算法的有效性.     

矢量控制中感应电动机转子电阻的自适应辨识

异步电动机的转子电阻在电机运行中由于温升、集肤效应等原因 ,往往是电机控制系统中变化最为明显的参数之一。如何准确、快速的辨识异步电动机转子电阻 ,以提高整个矢量控制系统的鲁棒性 ,一直以来是国内外研究的重点。转子电阻对异步电动机调速系统的影响由于控制策略和控制结构的不同而有所差别。本文在异步电动机矢量控制系统中提出了一种基于转子磁场定向的转子电阻自适应辨识方法。这种方法结构简单 ,计算量少 ,而且仿真和实验结果证明这种方法可以准确、快速的辨识转子电阻。     

基于神经网络的转子电阻在线辨识及补偿方法

提出了一种基于神经网络的矢量控制感应电动机转子电阻在线辨识及补偿方法 ,建立了考虑转子电阻变化影响下电动机矢量控制的数学模型 ,仿真结果表明该方法正确可行且具有快速简单等优点。     

基于快速参数辨识的感应电机转子温度在线评估方法

工程实际中,如何快速准确监测感应电机转子温度对电气设备状态评估、故障预测和安全生产具有重要意义。但受运行条件限制,转子温度很难直接测得且通过间接评估方法也存在较大难度。针对这一问题,提出一种快速参数辨识的转子温度评估方法,利用转子槽谐波辨识得到转子转速,进而利用可模拟电机堵转运行的起动初始阶段的实测电参数求解得出转子电阻。将上述求解得到的转速与转子电阻,当作实时辨识转子电阻的扩展卡尔曼滤波法(EKF)所需初值,避免了初值求解迭代时间过长的问题,实现了快速在线辨识转子电阻。进而基于金属材料电阻值与温度之间的关系,求出转子实时变化温度数据。以1台22 kW感应电机为例,辨识了负载条件下的转子温度情况,验证了所提出方法的有效性与可行性。     

感应电机无速度传感器矢量控制中转子电阻辨识研究

介绍了一种基于降价扩展卡尔曼滤波（EKF）的转子电阻在线辨识算法，并将其应用于基于模型参考自适应（MRAS）的无速度传感器直接磁场定向矢量控制系统。通过在MAT-LAB中建立模型进行仿真，分析了转子电阻变化对转速估算的影响，验证了算法的有效性。仿真结果表明，经过对电机转子电阻的辨识和补偿，转速估算的精度和稳定性都有较大改善。     

基于扩展卡尔曼滤波算法的异步电机转速辨识性能评估

利用扩展卡尔曼滤波器（EKF）,将转子转速看成一个状态量,通过测量电机定子侧的端电压和电流在线估计电动机转子速度。通过较全面的仿真实验对比分析,研究了采样周期、滤波器参数和电机参数对转速在线估计性能指标的影响。对比结果发现,该方法进一步优化了用扩展卡尔曼滤波器对电动机转速的辨识。     

异步电机无速度传感器矢量控制系统中扩展卡尔曼滤波器的优化研究

利用扩展卡尔曼滤波器,将转速看成一个状态量,根据定子的电流和电压值估算转速.通过仿真对滤波器初值的选取进行了研究,得到优化的卡尔曼滤波器,试验结果表明,速度估算的准确性高,系统对于电机参数的变化不敏感,具有较强的鲁棒性.     

矢量控制异步电机转子时间常数辨识研究

针对转子磁场定向异步电机矢量控制系统中转子时间常数易受温度和磁饱和影响而偏离其最初值,从而导致磁场定向失败,电机动静态特性变坏的现象,提出了一种基于静止坐标系下电机模型的转子时间常数辨识方法。它只用到电机的可测量变量,实现简单。仿真结果证明该算法是有效可行的。     

基于扩展卡尔曼滤波器的永磁同步电机控制系统仿真

将扩展卡尔曼滤波（EKF）应用于永磁同步电机（PMSM）渊速控制,利用Matlab／Simulink搭建PMSM矢量控制系统仿真模型。仿真结果表明,控制系统在高、低速以及带负载情况下部能半稳运行,EKF估计得到的转角θ和转速ω能很好的跟踪实际的转角与转速。