永磁同步电机高性能电流解耦控制的研究

在分析永磁同步电机电流反馈解耦控制数学模型基础上,提出这种近似解耦方法所导致的d,q轴耦合效应,同时指出电枢反应和反电动势所造成的力矩电流跟踪漂移现象,分析了电流环控制增益对电流控制稳态误差和纹波的影响,理论上对这些现象做了分析,并提出两种可行的解决方法,仿真和实验证实这两种方法可以有效地弥补电流反馈解耦控制的不足,提高力矩电流控制精度.     

永磁同步电机双矢量模型预测电流控制

在占空比模型预测电流控制中,由于第二个电压矢量只能是零电压矢量,在每个采样周期中只能选择6个固定方向上的电压矢量,因此电流仍存在较大波动。提出一种双矢量模型预测电流控制方法,该方法在每一个采样周期中进行两次电压矢量选择,可以在进行第二次电压矢量选择时采用非零电压矢量,电压矢量的选择范围扩大为任意方向、任意幅值的电压矢量,并且在价值函数中考虑了作用时间对电压矢量选择的影响,使得电压矢量的选择更加准确。实验结果表明:所提出的方法具有良好的静动态性能,同时与占空比模型预测电流控制相比,该方法有效地减小了电流波动。     

永磁同步电机改进预测电流控制

在模型预测控制中,大量的计算会产生动作延迟,并且离散化方法的不准确性也会将误差引入系统,当采样时间较长时上述两种情况会导致系统性能恶化。为解决该问题,可采用双线性变换法获得更为精确的电机离散时间模型,该离散方法可保证系统有更优的稳定性。再通过引入延时补偿来解决预测电流时由于计算导致的动作延迟,从而减小电流纹波。基于此搭建仿真模型并进行试验研究,仿真与试验证明该预测系统具有动态跟踪特性好、电流纹波小和抗负载扰动强等优点。     

基于内模的永磁同步电机滑模电流解耦控制

永磁同步电机(permanent magnet synchronous motors,PMSM)矢量控制的目标是使PMSM具有优良的动态性能和稳态性能,但在同步旋转坐标系下dq轴电流存在耦合,影响转矩响应性能。传统的PI无法实现解耦,而电压前馈解耦策略对参数敏感,因此提出一种基于内模的滑模电流解耦控制策略。该策略使用内模控制策略控制理想电机解耦模型,保证系统动态响应速度;使用积分滑模控制实现dq轴电流解耦,同时提高系统在整个运动过程中对参数摄动和外扰动的鲁棒性。仿真和实验结果表明该策略能有效实现dq轴电流解耦,提高系统动态性能,并且具有优良的鲁棒性。     

焊接机器人用永磁同步电机电流预测控制

针对焊接机器人永磁同步电机矢量控制系统中负载变化,外界干扰时转速不稳定以及传统PI控制中速度超调与快速性存在矛盾的问题,提出一种改进无差拍电流预测控制与模型预测控制相结合的控制方法。仿真结果表明,所提控制方法动态响应快,能够实现转速无超调,具有较强的抗负载干扰能力,并搭建硬件平台验证了控制策略的优越性。     

低载波比下永磁同步电机电流环内模解耦控制

电机高速或低开关频率运行时呈现低载波比运行特征,会加重定子电流在两相旋转坐标系下的耦合程度,严重时会导致电流环失稳。为有效提升永磁同步电机(PMSM)低载波比运行时的电流控制效果,在电流环复矢量建模的基础上,引入数字和角度延时表征低载波比运行影响。针对传统解耦控制方法的不足,设计适用于PMSM低载波比运行的电流内模解耦控制方法,深入对比分析不同解耦控制方法的性能。实验结果表明,所研究的电流内模解耦控制方法不仅能在低载波比时具有良好的电流解耦控制性能,而且在定子电感参数失配时具备良好的控制鲁棒性。     

永磁同步电机改进型双矢量模型预测电流控制

针对永磁同步电机(PMSM)单矢量模型预测电流控制(MPCC)中,电流存在较大波动问题,提出了一种改进型双矢量MPCC(TV-MPCC)算法。每个扇区用零矢量和1个有效电压矢量或者2个有效电压矢量合成1个期望电压矢量,利用价值函数最小值原理,选出最优电压矢量。通过dq轴电流无差拍控制方法来计算电压矢量的作用时间,对电流实现无差拍控制。最后在MATLAB/Simulink环境中搭建模型进行仿真,结果表明与单矢量MPCC相比,优化后的控制策略减小了电流波动,提高了系统稳定性。     

永磁同步电机无磁链电流预测控制

针对永磁同步电机PWM电流预测控制对电机模型参数的依赖性问题,研究了基于增量式模型的永磁同步电机无磁链电流预测控制方法。对传统PWM电流预测控制的稳定性以及参数摄动造成的电流静差进行了理论分析,表明参数摄动会对系统稳定性造成影响,造成电流控制静差。建立基于增量式状态方程的永磁同步电机模型,基于该模型设计无磁链电流预测控制器,保证控制器能够在无磁链参数参与的情况下运行,增强系统对磁链参数摄动的鲁棒性。选择适当的评价函数获取最优控制电压增量数学表达式。实验结果验证了新型控制策略的可行性。     

误差补偿的永磁同步电机电流环解耦控制

针对矢量控制永磁同步电机电流环在动态调节过程中的相互耦合问题,提出一种基于电流误差的多项式交叉耦合补偿方案.以一阶延迟的电流环为目标,在经典的d轴和q轴电流反馈控制结构的基础上,设计基于电流误差的交叉耦合补偿控制器,采用误差零点的Taylor展开式进行纯积分补偿结构的逼近,减小电压饱和效应,得到多项式结构的补偿控制器,...     

基于改进广义预测控制的PMSM速度控制

在机器人控制领域中,对永磁同步电机(PMSM)响应的快速性及稳定性要求较高,同时还需要其控制方法有较强的适应性。但传统的PID控制参数只适用于特定场合,应用受到限制。本文结合广义预测控制(GPC)理论与Luenberger观测器,形成一种新的控制方法来对PMSM进行速度闭环控制。该算法与传统GPC算法相比计算量更少,并通过负载转矩观测器对负载扰动进行测量反馈,提高了系统控制性能。仿真及试验结果表明,该算法与PID控制比超调量小,响应速度快,适用于要求较高的工程应用。     

基于电流环优化的双三相永磁同步电机双二阶模型预测控制

为解决传统模型预测电流控制(Model Predictive Control, MPC)迭代计算次数多的问题,提高双三相永磁同步电机电压矢量合成中方向和幅值两自由度的灵活性,减少输出转矩脉动和电流脉动,提出一种基于电流环优化的双二阶模型预测控制算法。相比常规速度环采用PI和电流环采用传统MPC的控制算法,该算法速度环采用了二阶MPC控制方式,减少了速度调节时间,增加了电机抗扰性;电流环采用了二阶MPC控制方式,并将传统迭代计算方法改进为通过解析函数一次算出应输出电压矢量的方向和幅值,并增加了输出电压矢量的灵活性。运用四矢量SVPWM对电压矢量进行调制,以便减少谐波子空间的电流幅值。仿真结果表明该算法显著减少了转矩脉动和电流脉动,增加了电机的暂态性能。     

基于遗传算法与模糊PID复合控制的电机调速研究

为了加强永磁同步电机调速系统的智能控制,提出了一种基于遗传算法与模糊PID智能控制的永磁同步电机调速控制策略。首先建立永磁同步电机的基本模型,利用遗传算法对模糊PID控制器进行改进,优化其参数选择和提高控制效率,并搭建Simulink仿真模型和实验验证模型。其结果得到:利用遗传算法能够迅速得到模糊PID控制器的最佳匹配初始参数,且在电机启动阶段和突加干扰阶段,遗传改进模糊PID控制系统相比于传统的PID控制系统其转速、转矩以及三相电流输出均表现出更加稳定以及波动更小。系统出现干扰后,在该组合智能控制作用下系统在极短时间内恢复稳定,其动态响应速度显著快于传统PID控制方法。结果表明该基于遗传算法与模糊PID控制系统能够对永磁同步调速系统进行有效控制,进而使系统具有较优异的启动特性和动态稳定。     

基于DSP控制的永磁同步电机变频调速系统的设计

分析了永磁同步电机系统的研究现状,设计了一种以TMS320F2407为控制核心的变频调速系统。首先对系统的硬件及软件结构进行介绍,接下来分析了永磁同步电机磁场定向矢量控制的工作原理及控制方法,并对永磁同步电机伺服系统进行了数学建模。在此基础上设计了PI控制器,将该控制器用于永磁同步电机变频调速系统。最后用 MATLAB仿真工具进行了仿真,仿真结果表明：对于具有非线性、耦合性强及参数漂移较大等特点的永磁同步电机来说,系统既可适应对象参数的变化,又能很好的消除稳态误差,获得了较高的控制精度。     

双电机五桥臂逆变器模型预测同步控制

以五桥臂逆变器为控制对象,提出了一种基于模型预测控制策略的双永磁同步电机同步控制策略,与传统算法相比,新算法在价值函数中加入了转矩同步策略,保证了两电机输出功率的均衡,同时将交叉耦合控制思想引入到两电机五桥臂逆变器控制系统的速度外环控制器中,提高了两台电机在参数不匹配情况下的转速同步性能.仿真分析表明,相比传统控制策略,新算法能够在保持模型预测控制算法较高的转矩响应速度的前提下,有效的提高两电机系统转速、转矩的同步性能,具有一定的应用价值.     

基于无差拍控制的PMSM电流预测控制算法

在传统的离散化矢量控制系统中,由于电流采样和PWM占空比更新等数字延时的存在,限制了PMSM控制系统在动态过程中对电机电流的控制能力.为了提高系统电流环性能拓展其带宽,在同步旋转轴系下,基于无差拍控制原理,提出了一种对电机电流的离散化预测控制算法.在理论上消除了矢量控制系统中的各种数字延时,提高了电机电流的控制能力.最后使用1台750 W的永磁同步伺服系统验证了这种算法的性能,实验结果表明永磁同步电机电流预测控制算法有效地提高了伺服系统电流环的动态性能和稳态精度.     

Improved PMSM model considering flux characteristics for model predictive‐based current control

Model predictive‐based current control, which was proposed in our previous study, offers better current response performance by employing mathematical models of an inverter and a permanent magnet synchronous motor (PMSM). The performance of this kind of approach depends on the predictive model. From a more practical point of view, current behavior in the steady state should be improved. In our previous model predictive‐based current control, the inverter model was refined by taking the dead‐time into consideration. The use of the refined inverter model reduces the current offset in the control. However, the PMSM model was not investigated. This paper proposes a more appropriate PMSM model for model predictive‐based current control in order to improve the current prediction in the steady state. For the purpose, we incorporate more detailed magnetic flux characteristics instead of average characteristics into the improved PMSM model. Specifically, in the improved PMSM model, the inductance of the PMSM is divided into transient and steady‐state parts on the basis of magnetic saturation. The effectiveness of the improved model in the model predictive‐based current control is demonstrated through simulations and experiments. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于模型预测控制的永磁同步电机参数辨识

为了达到永磁同步电机系统的动态响应快、稳态误差小、控制精度高的要求,采用模型预测控制设计转速控制器和电流控制器分别代替传统矢量控制系统的转速PI控制器和电流PI控制器,又因预测控制器较依赖于电机模型参数,易在电机运行过程产生参数失配现象,提出模型参考自适应方法对基于模型预测控制的永磁同步电机进行在线多参数辨识,以保证电机控制系统的性能要求,为了解决多参数辨识存在的欠秩问题,采用模型参考自适应分步辨识策略,以准确辨识电机模型参数,并在MATLAB/Simulink上仿真验证了所描述方法的有效性和可行性。     

基于DSP和IPM的永磁同步电动机调速控制系统

为了进一步提高同步电机的调速性能,根据同步电动机矢量控制的基本原理,利用数字信号处理器和智能功率模块,给出了永磁同步电动机矢量控制硬件实现,并阐述了系统的软件实现方法。实验表明,矢量控制变频调速系统有良好的动静态性能,可以广泛地应用于以同步电动机为驱动装置的电气传动系统中。     

基于双Luenberger观测器的永磁同步电机预测控制研究

在工业环境中,永磁同步电机存在启动困难、抗干扰能力差、动态响应慢的缺陷。而传统单Luenberger观测器很难同时兼顾电流扰动或转速响应,针对这一问题,发挥Luenberger观测器对精度和稳定性的改善作用,提出双Luenberger观测器与预测控制结合的控制策略。首先基于单步模型预测控制和矢量控制策略构成了永磁同步电机控制系统,再根据负载扰动影响和数学模型,构造速度环上基于负载、转速的Luenberger观测器观测作为扰动估测和速度调节,然后进一步建立电流环上的观测器并引入预测控制系统进行电流预测的优化。最后在MATLAB仿真上搭建模型进行测试,结果表明使用该控制策略能够提高抗扰动能力,改善动态响应并得到更准确的扰动观测。