感应电机直接转矩控制的转矩脉动抑制研究

针对传统直接转矩控制中转矩脉动大和电流畸变的问题,提出了基于遗传算法和模糊控制技术相结合的直接转矩控制系统,采用遗传算法优化的模糊控制器代替传统的转矩和磁链滞环调节器。仿真结果表明,相比传统方法,该控制系统能够明显改善磁链控制,减小转矩和电流脉动。     

新型异步电机直接转矩控制策略

针对异步电机直接转矩控制系统转矩和定子磁链的脉动问题,设计了基于电压空间矢量脉宽调制(SVPWM)策略的异步电机直接转矩控制系统的模型和实验装置与基于离散空间电压矢量调制(DSVM)的方法并在MATLAB/SIMULINK环境下对其进行了仿真。仿真结果表明,这2种方法都可以明显减小转矩和磁链脉动,改善系统的动、静态性能,并且响应速度快、运行平稳。     

基于双模糊算法的直接转矩控制

将模糊控制算法应用于直接转矩控制系统中。一方面,在转速环中引入模糊PI调节器以改善系统动态性能,另一方面,设计模糊电压空间矢量调制以减小转矩脉动。将磁链误差、转矩误差、磁链角位置进行等级划分,获得更优的电压矢量,从而减小转矩脉动。仿真结果表明,基于双模糊控制算法的直接转矩控制具有良好的动态性能且转矩脉动较小。     

矿用电机车滑模变结构直接转矩控制系统的研究

介绍了直接转矩控制的基本原理,分析了六边形和圆形定子磁链轨迹直接转矩控制输出转矩脉动大的原因,结合滑模变结构控制理论设计了转矩磁链滑模变结构控制器代替传统滞环比较控制器。仿真结果和实验数据表明,该控制器能有效地改善直接转矩控制系统转矩脉动大的缺点,且该滑模变结构直接转矩控制系统已成功应用于矿用电机车,满足启动转矩大、转矩响应速度快和调速平滑的实际生产要求。     

基于模糊神经网络的直接转矩控制

直接转矩控制与矢量控制相比,具有结构简单和鲁棒性强等优点。但直接转矩基于两点式控制原理,不可避免地产生转矩脉动,在控制精度要求较高的工业领域,传统的直接转矩控制技术无法满足控制要求。提出一种基于模糊神经网络的智能控制算法应用于直接转矩系统中。在MATLAB中进行仿真验证,结果表明,基于智能算法的直接转矩控制系统具有良好的动态性能和鲁棒性能,有效地抑制了转矩脉动。     

异步电动机滑模变结构直接转矩控制

为了解决直接转矩控制中转矩脉动过大的问题,文中提出了一种新的基于滑模变结构的异步电动机直接转矩控制方案。这种控制方案采用磁链和转矩两个滑模控制器取代传统直接转矩控制中的滞环控制器减小转矩脉动,从而获得高性能的异步电动机调速系统。仿真结果表明,与传统控制方案相比,该方案可以在较大的转矩范围内减小转矩脉动,同时转速的稳态误差更小。从而大大改善了调速系统的静、动态性能。     

空间矢量调制技术在变频调速系统中的仿真分析

针对直接转矩控制的变频调速系统中电磁转矩的脉动过大,逆变器的开关频率固定性不好,电流成分中谐波过多及系统在低速时动态性能较差等缺点,设计了一种基于空间矢量调制的变频调速系统。仿真结果表明:该系统能削弱电流及输出电磁转矩的脉动,抑制电机的振荡噪声,具有良好的调速精度及动态性能。     

改进的异步电机直接转矩控制方法

针对传统直接转矩控制低速时电流和转矩波动很大的缺点,提出了一种新型控制方法:在高速区,采用离散占空比控制技术(DRC)设计的开关表方案;在低速区,采用智能控制器控制。仿真结果表明:该方法明显优于常规的直接转矩控制,减少了电流和转矩脉动,提高了系统的控制性能。     

永磁外转子提升机变频调速系统研究

传统矿井提升机多采用交流异步电动机和减速器组成的传动结构以及TKD电控系统进行调速,存在起动电流过大、工作效率低、能耗大、维护量大、噪声大等问题。为此提出永磁外转子提升机,其采用外转子永磁同步电机与提升机卷筒一体化结构,配合先进的变频调速系统,具有传动结构简单,高效节能,起动频率低,低速运行平稳,以及维护量小、噪声小等优点,解决了传统提升机长期存在的问题。对永磁外转子提升机变频调速系统(分为矢量控制系统和直接转矩控制系统)进行原理分析和仿真研究,结果表明：变频调速系统的能够实现永磁外转子提升机的转速(或转矩)闭环控制,达到了平稳运行的效果|矢量控制系统的转矩和转速响应平滑|直接转矩控制的转矩和转速更快速,但是存在转矩脉动比较大的问题,需要采用优化方法对转矩脉动进行消除。     

基于自适应迭代学习的PMSM伺服系统转矩脉动抑制方法研究

针对永磁同步电机运行过程中存在转矩脉动,影响系统控制精度的问题,提出一种自适应迭代学习控制律,将其应用到永磁同步电机控制系统中。利用迭代学习控制律补偿系统电流内环波动,从而抑制永磁同步电机运行过程中的周期性转矩脉动,同时用自适应算法抑制非周期性转矩脉动,从而设计了一款能够同时抑制周期性和非周期性转矩脉动的控制策略。证明了采用自适应迭代学习控制律的永磁同步电机控制系统的稳定性,并对其进行数值仿真,验证了自适应迭代学习控制律的有效性。