微型涡喷发动机起动电机模型辨识

起动电机在微型涡喷发动机启动过程中起着重要作用。为了了解起动电机的转速特性,更好地应用在微型涡喷发动机上,本文对起动电机模型进行了辨识。模型辨识采用最小二乘法,通过将MATLAB自带的系统辨识工具箱辨识的电机模型与用m语言编写程序辨识的电机模型相比较,得到较好的电机模型。仿真试验表明:采用最小二乘法辨识出的模型输出与辨识对象的输出在小偏差范围内吻合度较高,误差处于规定的范围之内,达到了系统辨识的要求。     

微型涡喷发动机模型辨识

微型涡喷发动机作为无人机、靶机及巡航导弹的主要动力,目前已成为研究的热点,为了研究微型涡喷发动机控制系统的需要,本文对其模型进行了辨识。模型辨识采用最小二乘法,通过将MATLAB自带的系统辨识工具箱辨识的发动机模型与用m语言编写的程序辨识的发动机模型相比较,得到较好的发动机模型。仿真试验表明：采用最小二乘法辨识出的模型输出与辨识对象的输出在小偏差范围内吻合度较高,误差处于规定的范围之内,达到了系统辨识的要求。     

基于传递函数的遗传算法感应电机参数辨识

提出了一种基于传递函数的感应电机参数辨识方法,这种方法是通过计算感应电机实际输出和电气模型输出的差值来不断对估计模型进行修正,从而辨识出感应电机参数,并与传统的最小二乘算法辨识结果和电机参数真值进行了比较。实验证明,采用该方法对感应电动机进行参数辨识是可行的,辨识结果是可信的。     

微型燃气轮机发电系统直流侧的建模方法

为更方便、经济地研究微型燃气轮机的电特性,可采用斩波器来模拟微型燃气轮机发电系统直流侧的电特性,通过对微型燃气轮机的模型进行近似线性化和降阶处理,得到了其传递函数。根据实测数据,采用时变系统最小二乘法对传递函数的参数进行辨识,并将上述模型的输出信号作为斩波器的输入参考信号。将采用该模型得到的仿真结果与实测数据进行对比,验证了该建模方法的正确性和可行性。     

基于辅助变量的永磁同步直线电机系统辨识研究

针对永磁同步直线电机系统在有色噪声干扰下的辨识问题,提出了一种基于辅助变量的模型参数辨识方法。分析并建立了永磁同步直线电机的数学模型和系统的开环传递函数,引入辅助变量对标准的递推最小二乘法进行改进,对夹杂有色噪声数据的系统模型进行参数辨识。同时,基于固定模型的变回归估计方法（FMVRE）辨识了系统中可能存在的纯延时环节因子。仿真结果表明:在有色噪声影响下,辅助变量递推最小二乘法的辨识精度要高于标准的递推最小二乘法,各参数估计值的误差均在4%以下,并且额外增加的计算量较少。辨识实验的结果也证明了辅助变量递推最小二乘法能够在有色噪声干扰下辨识出较为精确的系统模型。     

仅已知单参数的永磁同步电机在线参数辨识

为了能在电机运行过程中得到电机的各项参数,提出遗忘因子最小二乘法在线参数辨识。在实际工况下,表贴式永磁同步电机仅需获取电机永磁磁链即可对电机的电感与电阻进行在线参数辨识。首先建立电机物理模型与矢量控制系统,而后将电机物理模型进行离散变换,将变换后的模型与遗忘因子最小二乘法相结合,从输出的待辨识矩阵中得到突变、渐变的电阻与电感,最后在Matlab/Simulink中进行仿真并搭建实验平台验证算法。仿真得到渐变情况下的辨识电阻与电感的平均误差分别约为1.152%和0.36%。突变情况下的辨识电阻与电感的平均误差分别约为1.23%和0.2334%。实验验证得到的辨识电阻误差为4.05%,辨识电感误差为1.94%。     

基于准模型校准卡尔曼滤波的巡检机器人运动系统辨识研究

巡检机器人在未来将运用到工业和生活的各个领域,机器人运动系统辨识对控制系统特性研究具有重要意义。针对传统卡尔曼滤波的拟合度和线性化等方面的不足,采用卡尔曼滤波和最小二乘法相结合的系统辨识方案。由最小二乘法得到系统准模型,并转换为状态方程,作为卡尔曼滤波器预测估计器,对机器人运动系统进行辨识。实验采用巡检机器人输出的多组轮速样本数据进行验证,实验结果表明,提出的辨识方案与无准模型的卡尔曼滤波系统辨识方案相比,参数易选取、拟合度好、鲁棒性强。     

基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略

针对永磁电机系统反馈信号测量噪声无法确保为白噪声的问题,基于传统递推最小二乘法只在面向的数学模型是ARX模型时才能保证其无偏性,提出基于递推辅助变量最小二乘法的永磁电机参数在线辨识策略。通过电机电气方程辨识定子电阻、电感、转子磁链,通过机械方程辨识转动惯量、粘性摩擦系数、负载转矩,解决了传统递推最小二乘辨识方法适用数学模型具有局限性的问题。最后通过MATLAB Simulink验证了所提算法在参数突变时辨识性能良好。     

永磁同步电机在线多参数辨识方法研究

在永磁同步电机伺服控制系统中,精确的参数辨识对于电机控制与运行状态监视具有重要意义。基于永磁同步电机在d-q轴的动态方程,在矢量控制的基础上,运用带遗忘因子的多新息最小二乘法,精确地完成了电机的在线多参数辨识。辨识过程仅需采集电机输出的电压、电流和转速信号,简单方便。仿真结果表明该方法具有较好的收敛性与鲁棒性。     

参数在线辨识的大功率开关磁阻电机可逆控制

为了减小开关磁阻电机模型参数变化对电机性能的不利影响,采用最小二乘法对磁链模型参数进行在线辨识,建立了以参数在线辨识模型为基础的磁链控制器,实现了对大功率开关磁阻电机的可逆运行控制.三相12/8极100kW开关磁阻电机的实验结果证实了参数在线辨识算法对于磁链的估算误差小于3%,并且在开关频率10kHz的条件下,理想方波电流给定下误差小于5%.采用参数在线辨识模型的大功率开关磁阻电机调速系统在煤矿生产现场的运行结果证实了方案的可行性和有效性.     

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。     

基于递推阻尼最小二乘辨识的六自由度磁悬浮平面电机动力学模型

六自由度磁悬浮平面电机是一种新型特种电机，具有六自由度运动、直接驱动、无机械摩擦、结构紧凑等特点，在光刻机等精密制造领域极具应用前景。然而，由于该类电机具有多变量、非线性、强耦合等突出特性，难以精确获取其动力学模型。为此，论文提出基于递推阻尼最小二乘辨识的六自由度磁悬浮平面电机动力学模型。首先，推导了六自由度磁悬浮平面电机的动力学模型。其次，基于多新息最小二乘法创新的引入阻尼项建立了递推阻尼最小二乘法，之后，利用Matlab对所提出方法进行仿真，获得电机在X、Y自由度上的辨识模型。最后，通过仿真验证了所建立动力学模型的准确性，实际系统与辨识模型之间的X、Y自由度上的均方误差分别为22.42 nm、7.11 nm。     

直流电机可逆传动系统模型的在线辨识

本文采用逆重复 M 序列相关辨识新算法,对直流电机可逆传动系统的非参数模型——单位脉冲响应进行了在线辨识。辨识实验采用转速观测器来对测速电机输出信号进行高频滤波,从而使测试信号只有给定信号的1%即可满足辨识信噪比的要求。由辨识所得系统脉冲响应进而求得系统阶跃响应、跟随性能指标和 z 域传递函数参数模型。     

超声波电机转速控制的动态模糊建模

超声波电机动态模型是实现其高性能转速控制的前提。设计基于模糊逻辑的辨识建模方法,建立了超声波电机系统动态模糊模型。在设计实验获取建模所需数据的基础上,采用等分区间法确定了模型结构,进而利用最小二乘法辨识得到了模型中的待定参数。模型输出与实验数据的对比表明,所建模糊模型精度较高,反映了驱动电压幅值、频率与电机转速之间的非线性动态关系,可以用于超声波电机性能分析与转速控制器设计。     

应用遗传算法辨识天窗驱动电机关键设计参数

针对汽车天窗驱动电机额定指标确定困难的问题,利用样机实测的结构参数并结合电机磁路计算中的主要系数,建立汽车天窗驱动电机电磁计算模型,并得到初始设计方案.在此基础上,应用遗传算法,以系统输出转速和实测转速偏差最小为目标,对天窗驱动电机关键参数进行辨识.通过辨识参数所确定的天窗驱动电机设计方案与样机实测数据和初始设计方案的...     

分布式发电系统辨识建模研究

随着常规能源的逐渐衰竭和环境污染的日益加重,对分布式发电系统的研究成为重要课题,而建立分布式发电系统的仿真模型成为研究的首要问题。文章介绍了一种基于分布式发电系统逆变器实验测试数据的反向建模理论—辨识建模,并推导了最小二乘法方程,建立了基于最小二乘法理论的matlab辨识系统,对并网逆变器功率输出响应进行辨识建模,以得到其传递函数。最后将由传递函数建立的简化模型与原模型比较,验证了系统辨识方法的可行性。     

基于正交投影与多新息RLS的PMSM参数辨识

针对永磁同步电机参数辨识过程中收敛速度慢的问题,提出基于正交投影与多新息递推最小二乘相结合的算法来估计永磁同步电机参数。选择永磁同步电机四阶非线性状态空间模型的数学方程,将此模型改写为线性回归模型的形式,省略线性化过程。在仿真过程中加入噪声到电机的运行系统中,来模拟真实的电机运行环境,然后将正交投影与多新息递推最小二乘的结合算法分阶段配合应用于永磁同步电机的线性回归模型中进行参数辨识。辨识结果显示出了该结合算法的有效性。     

应用于电动车的异步电机节能控制

纯电动车存在续航里程不足的问题,为改善此问题,提出了一种基于在线参数辨识的异步电机节能控制策略.出于降低电机稳态损耗的目的,在考虑了异步电机定子铁损的模型下,采用最小损耗模型对电机进行节能控制.同时设计了改进模型参考自适应系统(MRAS)观测器对电机转子时间常数和定子电阻进行在线辨识,减小参数变化对最小损耗控制的影响,...     

基于微粒群算法的感应电机参数辨识

提出一种基于微粒群优化算法(Particle Swarm Optimization Algorithm,简称PSOA)的感应电机参数辨识方法.该方法通过计算感应电机实际输出与模型输出的差值来对估计模型进行不断修正,从而辨识出感应电机参数.介绍感应电机的数学模型和PSOA的运行机理及特征.详细说明采用PSOA对感应电机进行参数辨识的步骤和过程,并通过实验证明了该方法的可行性和辨识结果的可信性.     

基于最小二乘类算法的站用异步电机参数辨识问题的研究

站用异步电动机参数的精度直接影响换流站水冷系统中驱动电机的控制效果.在转速基本恒定条件下建立了站用异步电动机两相静止坐标系下的待辨识模型,针对在使用最小二乘类算法对站用异步电机进行参数辨识过程中遇到的转速波动、待辨识参数耦合和数据处理等关键性问题,给出了相应的解决方案.通过系统仿真的验证,并搭建电机参数辨识平台进行了电机参数辨识实验,验证了解决方案的有效性.