基于DSP的矢量控制系统中感应电机参数自检测方法研究

无速度传感器矢量控制的系统中，参数的检测精度很大程度上决定系统的控制精度。文章从异步电机的数学模型出发．从电路分析的角度提出了一种简单易行的参数辨识算法，实践结果表明它能为无速度传感器矢量控制系统提供较高精度的电机参数。     

感应电机矢量控制系统的神经网络转速辨识

为解决感应电机无速度传感器矢量控制系统的转速辨识问题,在给定的无速度传感器感应电机间接矢量控制系统中,根据感应电机的数学模型,经过一定的变换,利用电机易于检测到的定子电压和电流,以及基于BP算法的两层神经网络,用期望状态与实际状态之间的偏差来调整神经网络模型的权值,达到实时辨识电机转速的目的。该方法简单、直观,不仅利用了神经网络的优点,又能适应感应电机调速系统实时控制的要求。仿真结果验证了该方法的有效性。     

发电机组汽门系统的多模型自学习控制

针对发电机组的非线性、大范围运行等实际问题,研究了用于汽门系统的多模型自学习控制（MMSC）,首先根据各种工况下的样本数据归纳出模糊控制规则;然后由模糊聚类算法将多种工况约简为典型工况,得到相应的子模型模糊控制器（FLC）．以子模型FLC输出的加权集成作为MMSC的控制输出,而加权系数取决干子模型匹配度．在子模型FLC学习优化中,由支持向量机离线逼近模糊规则曲面,再由梯度下降算法在线自学习．仿真实验验证了所设计控制器的优良性能．     

基于DSP的直线感应电机模糊矢量控制系统研究

针对直线感应电机强耦合、多变量、非线性、时变的控制特点,将模糊控制策略应用到转差频率直线感应电机矢量控制系统中;建立了计及端部效应的直线感应电机等效数学模型,设计了基于DSP的直线感应电机模糊控制系统的软硬件,采用磁链开环、速度和电流闭环的矢量控制系统,对速度模糊控制器进行了设计;对直线感应电机在起动和负载情况下的动态特性进行了仿真实验,结果表明:采用模糊控制实现的直线感应电机转差频率矢量控制系统比具有基本数学模型的传统PI控制系统具有更强的鲁棒性。     

一种无速度传感器矢量控制系统的研究

本文基于同步轴系下的感应电动机电压磁链方程式,提出了一种感应电动机转子磁场定向的矢量控制方法,利用在同步轴系中q轴电流的误差信号实现对电机速度的估算。在该无传感器矢量控制系统中,由于采用了经典的PI调节器,使得控制系统更为简单。最后利用MATLAB建立的该无传感器矢量控制系统的仿真模型,通过仿真验证了本文所提出的无传感器矢量控制系统具有良好的动态和静态性能。     

一种SVM增量学习淘汰算法

基于SVM寻优问题的KKT条件和样本之间的关系,分析了样本增加后支持向量集的变化情况,支持向量在增量学习中的活动规律,提出了一种新的支持向量机增量学习遗忘机制--计数器淘汰算法.该算法只需设定一个参数,即可对训练数据进行有效的遗忘淘汰.通过对标准数据集的实验结果表明,使用该方法进行增量学习在保证训练精度的同时,能有效地提高训练速度并降低存储空间的占用.     

基于自抗扰技术的感应电机无传感器控制

针对感应电机无传感器矢量控制系统速度估计超调量大,鲁棒性低的问题,基于自抗扰控制理论,设计了速度控制器,有效解决上述问题.所设计的自抗扰速度控制器包括扩张状态观测器和非线性状态反馈控制律,前者将扰动作为扩展状态,后者将估计转速与给定转速之差通过非线性函数变换推导出控制律.该自抗扰控制器不需要直接测量外扰,也不需要知道扰动作用规律,凡是能够应用常规PID的场合,只要能数字化,都可采用.用Matlab搭建系统仿真模型,在dSPACE平台上进行在线实验.实验结果表明该自扰控制器不依赖于外扰数学模型,具有较好的抗扰性,有效降低了速度佑计的超调量.感应电机常用于伺服系统中,系统要求可靠性高,高精度控制,因而此方法的应用前景十分广阔.     

发电机组的一种多模型自学习控制

针对发电机组励磁与汽门的综合控制,研究了一种多模型自学习控制(MMSC).首先,建立机组不同工况下的样本数据并归纳模糊控制器(FLC)规则,随后采用模糊聚类算法将样本约简为典型工况,并得到对应于典型工况的模型库与控制器库.MMSC的控制量为多个FLC输出的加权集成,而加权系数由模型匹配程度决定.采用学习能力强的支持向量机来实现FLC的自学习和在线优化.仿真实验验证了MMSC的控制性能和效果.     

城轨交通用直线感应电机模糊PI矢量控制

本文将模糊控制的快速性与PI调节的静态无差相结合, 提出一种基于矢量控制的模糊逻辑与PI结合的复合型控制器, 同时设计了推力补偿器对动态纵向边端效应引起的推力的衰减进行了补偿. 通过与PI调节的矢量控制系统的数值仿真结果的对比, 验证了该复合模糊PI调节器对矢量控制下直线感应电机(LIM)动态性能的改善.     

磁链跟踪PWM感应电机矢量控制系统

PWM调制方式及控制器参数对感应电机矢量控制系统性能有较大影响,使电机在低速时电流脉动和转矩脉动较大。以磁链、转矩闭环的电机矢量控制方法为基础,提出了磁链跟踪控制(Space Vector PWM,SVPWM)的感应电机矢量控制系统仿真模型及低速变控制器参数的控制方法,高度模拟实际系统,并考虑逆变器死区时间的影响,在不同的调速范围下,进行了系统性能分析。在转子磁链定向准确,转子磁链构造准确的前提下,仿真结果表明磁链跟踪控制的矢量控制系统跟踪磁链为准圆形,在低速下,电机电流脉动和转矩脉动都比较小,使系统能够稳定运行,对于解决感应电机高性能调速的低速问题给出了可行的途径。     

交流感应电机矢量解耦控制系统仿真研究

为了考查实际系统中异步感应电机磁场会随着电机负载(转矩)变化而呈不同程度的饱和以致电机参数非线性的影响,文章从同步速d-q坐标系下异步感应电机动态模型和矢量解耦控制的基本原理出发,引入了内模控制方法,详细设计了基于转子磁链定向和内模控制的电流调节器,分析了电流内模控制器对这种非线性参数的鲁棒性.在此基础上建立整个异步感应电机矢量控制仿真系统,并分别对忽略磁路饱和和考虑磁路饱和两种情况下的系统进行了仿真和分析.仿真和分析结果表明了电流内模控制调节器在模型匹配和失配下均能提供良好的转矩动、静态解耦效果.     

基于神经网络的电动机间接矢量控制系统

电动机在一定的负载下以一定的电压、一定的频率时,可以工作在最好的状态。本文提出了用人工智能神经网络预测当负载转矩和速度变化时的工作电压和频率,提高了电动机的效率。实验结果表明,该方法改善了控制系统的鲁棒性,提高了网络学习能力,改善了学习性能,在神经网络控制中有一定推广价值。     

基于DSP的无速度传感器交流异步电机矢量控制系统设计

为提高交流异步电机控制系统的可靠性和适应性,本文设计了基于DSP的无速度传感器异步电机矢量控制系统。根据异步电机转子磁场定向控制的基本方程式建立了改进电压型转子磁链估算模型,并且采用PI自适应速度估算法来估计转速,同时采用电压空间矢量法实现对异步电机的控制。     

模糊PID矢量控制在异步电机调速中的应用

为了提高三相异步电机矢量控制的性能,在传统的转速PID控制器的基础上,建立模糊PID控制器,利用Matlab/Simulink搭建基于三相异步电动机转速控制的模糊PID系统,分别使用常规PID控制器与模糊PID控制器进行控制,并进行比较。仿真结果表明模糊控制能使系统取得较好的控制性能并具有较强的鲁棒性。     

矢量控制中定点DSP软件定标分析

本文分析了定点DSP在异步电机矢量控制应用中的定标问题，提出了一种新的16位和32位定标表示方案，并给出了一种统一定标的方案。最后结合矢量控制中的电流测量、转速调节以及电流模型，分析了定点运算的具体编程实现。与传统的15位定标相比，该方案在定标处理中能够获得更大的精度，并且在编程处理上更为方便。     

高性能矢量控制中电机参数辨识及速度控制策略研究

电机参数的在线辨识补偿与控制器的设计是提高矢量控制系统性能的关键.基于多新息最小二乘法设计了感应电机参数辨识器,利用定子电压、定子电流和转速,估算出感应电机的转子时间常数和定子电阻;针对传统PI调节器的饱和现象,利用Anti-Wndup技术设计了速度控制器,通过引入反计算系数减小积分饱和对系统的影响,从而改善系统的动、...     

基于电流预测的三相感应电机矢量控制

在分析三相感应电机离散化的电流预测控制模型的基础上,本文提出了一种新的基于电流预测的三相感应电机矢量控制的算法。该算法不同于传统的SVPWM调制方式,而是在每个采样周期内,对三相逆变器的8个电压矢量进行在线评估,并选择使目标函数最小的电压矢量作为下一个周期的施加矢量。该方法控制策略简单,且具有较好的动静态性能,实现了对M轴和T轴给定电流的快速跟踪。在MATLAB／Simulink仿真软件平台下建立仿真模型,仿真结果验证了本文所提出控制策略的正确性和有效性。