基于交互式模型参考自适应系统策略的无速传感器矢量控制系统

在感应电动机无速传感器矢量控制系统中,在负载条件下转子速度估计的精确度对电机内部模型参数误差非常敏感.为消除速度估计误差,电机参数通过一交互式模型参考自适应系统（MRAS）在线辨识.通过转子磁通定向控制策略在数字信号处理器中的应用描述了速度估计对参数变化的鲁棒性.实验结果证明了该控制系统的有效性以及速度估计具有较高的精确度.     

基于双DSP的异步电动机参数辨识实验研究

在无速度传感器的异步电动机矢量控制和直接转矩控制中,控制的精度和稳定性在很大程度上取决于电动机参数的辨识精度;同时在无速度传感器控制策略中的转速估算,同样要依赖于电动机参数。从异步电动机等效电路出发,结合电机自身特性,提出一种基于双DSP控制系统,利用变频器实现异步电动机离线参数辨识的方法。仿真和实验证明,该方法实用性很强,可以为无速度传感器的异步电机矢量控制和直接转矩控制提供高精度的参数。     

异步电动机无速度传感器控制策略的研究现状与进展

速度辨识是无速度传感器控制的关键技术。在异步电动机无速度传感器控制系统中速度辨识的方法有许多种,例如模型参考自适应方法（MRAS）,观测器法,卡尔曼滤波器法,神经网络法等。这些方法利用估计得到的转速值能对异步电动机进行很好的调速控制,但无速度传感器控制的关键在于磁链的准确观测,由于电机参数随环境的变化以及参数调节的实时性,使得精确观测磁链的难度加大,因而这些方法在实际的工业应用中大受限制。本文着重分析一些基本方法,并给出它们的优缺点及估计转速的可行性。     

定转子电阻在线辨识的感应电机转速估计方法

针对感应电机参数变化导致转速估计不准的问题,提出了一种基于定、转子电阻在线辨识的模型参考自适应转速估计方法.该方法只需检测定子侧的电压和电流,在估计电机转速的同时,在线辨识定转子电阻,实时更新转速估计系统中受电机温升影响而变化的定子电阻和转子电阻,以保证转速估计的精确度;同时,辨识的转子电阻应用于矢量控制系统,确保系统获得良好的稳态和动态性能.仿真及实验结果表明,与未进行电阻在线辨识的转速估计方法相比,该方法具有较高的转速估计精确度,对参数变化的鲁棒性强,并适用于无速度传感器矢量控制系统.     

异步电动机低速时无速度传感器控制的一种新方案

介绍了一种新的简单的用于高性能异步电动机控制的定子电阻估算方法.利用旋转坐标沿定子电流矢量方向定向,可使定子电阻直接从异步电动机的数学模型中获得.通过电机在低速范围的运行,用无速度传感器直接磁场定向控制系统来检测提出的方法.控制系统用了两个观测器:一个是用于估计转子磁链的卡尔曼滤波观测器,另一个是用于辨识速度的模型参考自适应观测器.仿真结果表明了该方法的有效性.     

基于模型参考自适应律的无速度传感器交流异步电动机矢量控制仿真

针对异步电动机矢量控制中对定子电阻和转子时间常数等参数的依赖性,设计了一种基于模型参考自适应律(MRAS)的参数辨识器。该辨识器同时还可以观测定子磁链及转子速度,并以此为基础,利用MATLAB/Simulink构建了以定子磁场定向的无速度传感器矢量控制系统。仿真结果表明:该方法实时辨识电机参数的变化,提高了控制系统的准确性和鲁棒性。     

基于模型参考自适应律的无速度传感器交流异步电动机矢量控制仿真

针对异步电动机矢量控制中对定子电阻和转子时问常数等参数的依赖性，设计了一种基于模型参考自适应律（MRAS）的参数辨识器。该辨识器同时还可以观测定子磁链及转子速度，并以此为基础，利用MATLAB／Simulink构建了以定子磁场定向的无速度传感器矢量控制系统。仿真结果表明：该方法实时辨识电机参数的变化，提高了控制系统的准确性和鲁棒性。     

异步电动机矢量控制系统仿真与应用

无速度传感器感应电机具有价格低和高可靠性等优点,为取代有速度编码传感器,提出了一种基于TMS320LF2812 DSP的无位置传感器异步电机矢量控制系统。介绍了矢量控制的基本方程,并根据这些方程建立模型参考自适应系统(MRAS)来估计转子磁链,最后通过Matlab/Simulink仿真与基于DSP的无速度传感器异步电动机矢量控制实验进行对比分析,验证了该仿真和实际电机控制系统的调试都具有足够辨识精度,高动静态性能和高控制效果。     

异步电机矢量控制系统仿真与应用

无速度传感器感应电机具有价格低和高可靠性等优点,为取代速度传感器,提出了一种基于TMS320LF2812 DSP的无位置传感器异步电机矢量控制系统。文章主要介绍了矢量控制的基本方程,并根据这些方程建立模型参考自适应系统(MRAS)来估计转子磁链,最后通过Matlab/Simulink仿真与基于DSP的无速度传感器异步电动机矢量控制实验进行对比分析,验证了该仿真和实际电机控制系统的调试都具有足够辨识精度,高动静态性能和高控制效果。     

基于MRAS速度辨识矢量控制系统的仿真研究

利用易于检测的电动机定子电压和电流得到电动机转速的模型参考自适应(MRAS)辨识算法,以MATLAB内含的电气系统模块库为基础,建立了MRAS速度辨识仿真模型,应用到无速度传感器异步电动机矢量控制系统中,研究结果证明该MRAS速度辨识模型具有满意的辨识精度和动态性能.     

异步电机无速度传感器直接转矩控制的研究

基于交互式模型参与自适应理论提出了直接转矩控制的无速度传感器方案。参与模型和可调模型使用交互式MRAS方法,系统在电机的转速和定子电阻的辨间切换。由于消除了积分和电机漏感对算法的影响,该法对电机在低速的工况下具有鲁棒性。对定子电阻的辨识可使得直接转矩控制的低速性能得到改善,提高磁链模型的输出精度。计算机仿真结果证明了方案的可行性。     

采用ESO的自适应算法在PMSM无位置传感器控制中的应用

分析了模型参考自适应 (Model reference adaptive system,MRAS)实现永磁同步电机无位置传感器控制的原理,针对传统的MRAS抗扰动性差,位置估计误差大的问题,提出采用扩张状态观测器（Extended State Observer,ESO）代替传统PI观测器。ESO不仅能提高转子位置的估计精度,其观测的负载转矩还能用作前馈补偿,以减小负载转矩扰动对系统的影响。试验结果表明,在负载和速度突变情况下,使用新型变结构模型参考自适应（MRAS_ESO）估算的转速较传统MRAS的抗干扰性能力更好,系统的鲁棒性更强。     

基于单维离散滑模的模型参考自适应转速辨识方法

针对感应电机无传感器直接转矩控制下的速度辨识问题,在模型参考自适应方法的基础上,提出并实现了一种单维离散滑模模型参考自适应速度观测方法。算法首先采用传统模型参考自适应算法获得辨识磁链,然后依据波波夫定理求得的误差函数作为滑模面函数,以离散时间滑模控制策略替代模型参考自适应中的比例积分环节完成对转速的估计。通过与传统模型参考自适应算法的仿真比较研究,说明该方法在直接转矩控制系统中的速度动态辨识能力得到提高。实验结果验证了本文提出的方法是有效的,具有实际应用价值。     

一种改进的模型参考自适应多相感应电机转速估计方法

转速估计是无速度传感器矢量控制系统的关键,其精度将直接影响矢量控制系统的控制性能。将基于电机反电动势的模型参考自适应系统MRAS（model reference adaptive system）方法用于多相感应电机转速估计,对该方法进行了理论推导和稳定性分析。针对输入信号的噪声导致的估算精度降低问题,引入低通滤波器滤除噪声信号,并从理论上分析了其对稳定性的影响。在此基础上设计了变PI参数、变滤波截止频率的MRAS转速估计方法,仿真和实验结果表明优化的转速估计方法具有较好的估计精度和静、动态性能。     

Nonlinear adaptive state-feedback speed control of a voltage-fed induction motor with varying parameters

An adaptive nonlinear-state-feedback speed control scheme of a voltage-fed induction motor has been developed in which the control of torque and flux is decoupled. The inputs to the control algorithm are the reference speed, the reference flux, the measured stator currents, the measured rotor speed, the estimated rotor flux, and estimates of the rotor resistance, stator resistance, and load torque, which may vary during operation. The controller outputs are the reference stator voltages in rotor-flux rotating reference frame. An accurate knowledge of the rotor flux and machine parameters is the key factor in obtaining a high-performance and high-efficiency induction-motor drive. The rotor flux is estimated using the induction-motor rotor-circuit model. Although the estimated rotor flux is insensitive to the stator-resistance variation, it does depend on the rotor resistance. A stable model reference adaptive system (MRAS) rotor-resistance estimator insensitive to stator-resistance variation has been designed. Stable stator-resistance and load-torque MRAS estimators have also been developed. These estimators have been developed to constitute a multi-input-multi-output (MIMO) decoupled-cascade structure control system. This simplifies the design problem of the estimators for a stable operation from a MIMO design problem to a single-input-single-output (SISO) design problem. The continuous adaptive update of the machine parameters and load torque ensures accurate flux estimation and high-performance operation. Simulation and experimental results are presented to verify the stability of the induction-motor drive in various operating modes.     

感应电机速度和电阻自适应辨识的LMI方法(英文)

该文研究了一种感应电机无速度传感器模型参考自适应系统(model reference adaptive system,MRAS),提出一种新型的基于自适应磁链观测器的常数增益速度辨识方法。首先,运用李亚普诺夫(Lyapunov)稳定性理论设计出自适应磁链观测器及速度估算方法,通过MATLAB中的线性矩阵不等式(linear matrix inequality,LMI)工具箱求解线性矩阵不等式获得磁链观测器的增益矩阵,保证了此磁链观测器的稳定性,同时也克服了运用极点配置方法带来不稳定区域的问题。该文还研究了基于自适应观测器的电阻辨识问题。基于给出的自适应磁链估计方法,设计了感应电机无速度传感器直接转矩控制系统,并进行了MATLAB仿真和实验,结果表明,提出的无速度传感器速度方法在全速范围内具有很好的动态和静态性能。     

基于MRAS理论的无速度传感器直接转矩控制调速系统

在MRAS理论基础上讨论了三种转速观测法,并将其中既能实现电机转速辨识又能实现定子电阻辨识的交互式模型参考自适应方法应用于异步电机无速度传感器直接转矩控制中.该方法能较好地解决电机参数变化对调速精度和系统稳定性影响的问题,仿真结果证明了该方案的有效性.     

基于CESO磁链观测器的模型参考自适应感应电机转速辨识

针对感应电机无速度传感器矢量控制下的速度辨识问题,设计了一种基于扩展状态观测器的闭环转子磁链观测器(CESO),并提出以其作为参考模型的模型参考自适应(CESO-MRAS)转速辨识方法。该磁链观测器将模型中不确定部分进行状态扩展并反馈补偿,是一种闭环观测器,因而对电机转子电阻变化以及外部扰动具有良好的鲁棒性,克服了传统电压转子磁链模型的纯积分和低速区的电压降问题。通过与传统MRAS的仿真比较研究,在转子电阻和转矩的大范围变化低速区,该算法能显著提高矢量控制系统的速度动态辨识能力和转矩抗扰能力。仿真和实验结果验证了该方法的正确性和有效性。     

基于自适应转速辨识的直接转矩控制系统研究

介绍了一种基于模型参考自适应系统(Model Reference Adaptive System,简称MRAS)的感应电动机无速度传感器直接转矩控制(direct torque control,简称DTC)方案.该方案中,根据Popov超稳定性理论得出了电动机转子转速的估算方法,给出了感应电动机无速度传感器DTC系统的结构,完成了以16位嵌入式微控制器dsPIC30F6010和智能功率模块为核心的控制系统设计.实验结果表明,该方案能准确观测电动机定子磁链,可以对电动机的转速进行有效的辨识.