基于滑模控制的异步电机无速度传感器DTC研究

建立了一种滑模速度观测器,用于电机转速的精确观测。该观测器充分利用电机状态方程具有的结构特点,设计出简单有效的速度估算方法,在转子磁链的估算中无须用到转子时间常数和转速等信息,提高了观测器对于参数误差的鲁棒性。将所建立的观测器和空间电压矢量脉宽调制技术(SVPWM)结合对电机进行控制,进一步提高了系统的调速性能。仿真结果验证了基于滑模控制理论的异步电机无速度传感器直接转矩控制系统的可行性以及对参数误差的鲁棒性。     

基于Super-twisting滑模控制的PMSM直接转矩控制中速度控制器研究

本文设计了基于Super-twisting滑模速度控制器的永磁同步电机直接转矩控制系统,仿真分析了参数变化对系统输出特性的影响,分析结果表明,采用Super-twisting滑模速度控制器的永磁同步电机直接转矩控制系统比采用PI速度控制器的永磁同步电机直接转矩控制系统的鲁棒性强。     

基于扰动观测器的内置式PMSM无传感器控制

针对两相静止坐标系下基于观测器进行IPMSM无传感器控制时存在电角度估算误差与交直轴电感和负载转矩耦合、电角度补偿复杂等问题,文中选择在同步旋转坐标系下采用电机原有电感参数进行IPMSM无传感器控制。通过建立PMSM 的矢量数学模型,对存在电角度估算误差时采用IPMSM原参数对反电动势估算的影响进行分析,分析结果验证了该方法的理论可行性。利用MATLSB/Simulink进行仿真,并进行了针对性实验。实验结果表明,文中所提算法无须电角度补偿,在扰动条件下仍能对电机转子位置和速度进行良好地跟踪。     

基于空间矢量调制的PMSM直接转矩控制研究

针对传统的直接转矩控制（DTC）出现的开关频率不恒定,磁链和转矩脉动大的问题,提出一种基于空间矢量调制的直接转矩控制（SVM-DTC）方法。该方法集合了直接转矩控制响应快、矢量控制连续平滑的优点,以永磁同步电机（PMSM）数学模型为基础,建立转矩、磁链双闭环PI控制回路。采用空间电压矢量调制策略,将转矩和磁链作为控制量。仿真结果表明,相对于传统的直接转矩控制,基于空间矢量调制的直接转矩控制方案的开关频率恒定,转矩、磁链脉动小,系统具有良好的动、静态性能,验证了该方法的可行性和有效性。     

PMSM无传感器初始位置检测及低速运行研究

目前,永磁同步电机(PMSM)无位置传感器运行研究受到广泛关注。文章采用一种基于高频方波信号注入的方法实现PMSM无位置传感器启动以及低速运行。首先详细分析了高频方波信号注入检测原理,然后对注入的高频方波信号以及电流采样模式进行了改进。在估计的两相旋转坐标系轴向注入频率等于逆变器开关频率的高频方波电压信号,通过巧妙的安排定子电流采样模式,根据检测到的定子电流并结合注入的方波电压信号即可获得转子位置信息;采用Luenberger观测器对转子位置信息进行观测,以获得较为平稳准确的电机转速和转子角度估计值;利用电机的磁路饱和特性,实现基于高频方波信号注入法的PMSM无位置传感器转子初始位置检测。所提出的改进方法不依赖于准确的电机参数,不需要使用任何滤波器,信号处理过程简单易实现。仿真结果验证了该方法的正确性。     

基于DSP的无速度传感器直接转矩控制系统设计

直接转矩控制是一种新颖的异步电机调速方案,它是在定子坐标系下,通过检测定子电流、电压等变量直接计算和控制电动机的磁链和转矩,获得转矩的高动态性能.DSP具有运算速度快、处理能力强和实时性好等特点,这使得很多复杂的控制策略和算法得以实现.本文提出了一种基于THS32OF2812的无速度传感器直接转矩控制系统,给出了硬件设计和软件设计方案.     

基于Matlab／Simuljnk的无速度传感器直接转矩控制的仿真

本文介绍了异步电动机直接转矩控制的基本原理，提出了基于自适应全阶磁链观测器的速度估算方法，实现了无速度传感器的速度辨识。并应用Matlab／Simulink软件对该系统进行了建模和仿真，仿真结果表明，该系统对电机定子磁链的观测精度高，转速估算准确，尤其在低速下能保持很高的性能。     

基于MRAS的无速度传感器异步电机矢量控制研究

本文依据异步电机矢量控制的基本原理,构建了无速度传感器的矢量控制系统。该系统中采用了转子磁链观测器方法,并运用模型参考自适应法进行了转子速度的估计。文中通过了Matlab/Simulink构建系统仿真模型,结果表明了系统的正确性与可行性。     

多电平变频器无速度传感器直接转矩控制的研究

在级联多电平直接转矩控制中,通过引入错时采样空间矢量调制法,采用PI调节与错时采样空间矢量调制,摒弃开关向量表与滞环比较器,可以克服传统直接转矩控制开关向量表复杂、波形质量差、转矩脉动大、开关频率不定等缺点。无速度传感器技术的使用可提高可靠性与降低成本。与其他多电平空间矢量算法相比,其功率单元使用均衡,执行效率高,易于实现,可保证无速度传感器直接转矩控制的实时性。通过仿真对这一方法进行了证明。     

基于自适应模糊滑模的PMSM无速度传感控制研究

为研究永磁同步电机（PMSM）在无速度传感器工况下的速度跟踪估计,以PMSM的工作原理为基础,建立了内埋式PMSM的数学模型。利用自适应模糊微分积分滑模鲁棒性强的优点,提出了在自适应模糊微分积分滑模控制条件下采用旋转高频电压注入法对电机转速估计的无速度传感器控制方案,并分析了电机在高低速运行时特点。仿真结果表明,采用高频注入法的自适应模糊微分积分滑模控制系统在高、低速工况下运行时稳定可靠,并具有较好的鲁棒性,能够实现速度跟踪估计。     

基于SVPWM的永磁同步电机直接转矩控制系统的建模与仿真

文章介绍了永磁同步电机直接转矩控制的原理,分析了传统直接转矩控制系统转矩脉动的缺点,并且将空间矢量脉宽调制技术引入永磁同步电机的直接转矩控制系统中,利用空间矢量的调制过程,可在相同的系统硬件条件下得到更多的、连续的电压空间矢量,进而得到对电机更准确的控制。仿真结果表明,该方案既保持了直接转矩控制快速动态响应,又减小了电机转矩的脉动。     

永磁同步电机(PMSM)调速系统的智能控制算法研究

为了解决PMSM速度控制问题,文中提出了一种模糊自整定PI的控制方案,并用MATLAB对系统进行了建模仿真验证。仿真实验结果表明,该种新型控制算法与传统的PI控制相比较,具有很强的适应性,鲁棒性和抗干扰性。能快速跟踪设定速度,并且在改变负载时,能快速恢复到额定状态。     

基于MRAS的永磁同步电机矢量控制系统仿真研究

基于MRAS的无速度传感器矢量控制法把模型参考自适应法与转速直接计算法结合了起来,设计了合适的自适应控制率,提高了转速估计的精确度,在此基础上,利用Matlab/Simulink构建MRAS无速度传感器矢量控制系统仿真模型,仿真结果表明,转速估计精度较高,系统具有一定的鲁棒性.     

新型异步电机无速度传感器低速控制算法

基于数学模型的速度估算是异步电机无速度传感器控制的核心。目前,围绕速度估算这个问题,在电机控制领域已出现模型参考自适应、自适应观测器以及扩展卡尔曼滤波等多种方法。无论采用哪种速度估算技术,速度估算系统的动静态性能、低速性能、对参数的敏感性、算法的复杂程度及实现难度都是工程师必须考虑的几个重要性能指标。文中针对低速条件下的异步电机速度估算及控制提出了一种基于无功功率闭环的异步电机无速度传感器矢量控制算法,并探讨了该方法的一些性能指标问题。     

MATLAB/SIMULINK永磁同步电机无传感器矢量控制系统仿真

永磁同步电机矢量控制系统在电动汽车、轮船等交通运输领域具有广泛的应用前景。使用MATLAB/SIMULINK的仿真功能,采用模块化的设计结构,分别对速度环调节、电流PI（Proportion Integration）调节、SVPWM（Space Vector Pulse Width Module）波的产生、dq/αβ、双闭环的整个系统模型进行仿真研究。仿真在线调试,转子转速和转子转角、定子电流、以及转矩通过Scope模块进行观察,及时调整系统模型参数,使系统性能达到最佳化,实现了永磁同步电机矢量控制和正反转调速。结果表明该种控制方法具有很好的鲁棒性,且该种方法可以提高设计的效率并缩短系统设计时间。     

Sensorless control of salient PMSM with adaptive integrator and resistance online identification using strong tracking filter

This article presents a sensorless control approach of salient PMSM with an online parameter identifier. Adaptive Integrator is proposed and utilised for the estimation of active flux and rotor position. As a result, integrator overflow caused by DC offset is avoided. Meanwhile, an online stator resistance identification algorithm using strong tracking filter is employed, and the identified stator resistance is fed back to the estimating algorithm. Thus, the estimating algorithm can calculate the rotor position correctly. Simulations and experimental results validate the feasibility of both adaptive integrator and the parameter identification method.