永磁同步电机低复杂度双矢量预测电流控制

针对永磁同步电机传统模型预测电流控制中存在计算负担重和电流脉动大的问题,提出一种低复杂度双矢量预测电流控制方法。首先,利用电流无差拍控制原理快速获得下一周期的第一电压矢量,相比传统方法可减少一个周期的预测次数。其次,进行第二电压矢量的选择时可以采用非零电压矢量,增大备选电压矢量的覆盖范围。最后,根据均方根电流脉动方程,确定满足最小电流脉动条件下各个电压矢量的最佳作用时间。仿真和实验结果表明：相较于传统单矢量、双矢量预测电流控制方法,所提低复杂度双矢量预测电流控制方法能够有效抑制电流脉动,降低算法的复杂度和计算量,提高了永磁同步电机控制系统在实际中的运行性能。     

基于GPIO的永磁同步电机模型预测转矩控制

在永磁同步电机模型预测转矩控制(model predictive torque control,MPTC)中,由于目标函数控制变量的量纲不同,为了在代价函数中选取最优的权重系数,提出一种改进高斯变异鸽群算法(Gaussian mutation pigeon-inspired optimization algorithm, GPIO)实现权重系数自整定。首先,基于代价函数最小化原则设计PIO的目标函数,用电流id、iq脉动误差均方根评价权重系数。其次,在传统高斯变异算子的基础上引入自适应调整动态参数实现变异。仿真和实验结果表明,将改进后的算法应用于永磁同步电机模型预测转矩系统,能在较少的迭代次数内整定出最优的权重系数,极大地降低了转矩误差和电流谐波畸变率。     

基于ISTSMC和改进EKFSMO的PMSM无传感器矢量控制

在采用内环矢量控制(Field orientation control,FOC)和外环经典比例积分(Proportional integral,PI)控制的永磁同步电机(Permanent magnet synchronous motor,PMSM)驱动系统中,容易出现外部扰动检测精度低、抖振、速度环超调大等不确定性缺陷。为了解决PI控制的抖振缺点,提高系统抗干扰性,提出了一种积分超螺旋滑模控制(Integral super twisting sliding mode controller,ISTSMC)。为了实现无位置传感器控制以及电机转速与位置的在线估计,采用基于扩展卡尔曼滤波(Extended Kalmanfilter,EKF)的滑模观测器,并且设计了一种分段正弦型函数代替传统的基于sgn函数的滑模观测器降低抖振现象。在Matlab/Simulink仿真下,分析了该系统在各种故障扰动、反转运行和负载扰动下的速度响应和检测精度能力。结果证明了所提系统的可行性以及优越的动态性能。     

基于TOPSIS优化永磁同步电机预测控制成本函数

针对多目标约束条件下,为永磁同步电机预测控制算法成本函数选择适当的权重因子,提出了一种逼近理想解排序法(TOPSIS)优化成本函数的优选顺序方法改进权重因子的选择。首先,采用TOPSIS选择一个最接近理想控制动作的正解和最远离理想控制动作的负解,对成本函数中的控制变量进行优先级排序,以确保在每个采样持续时间内选择最佳控制措施。其次,根据上一时刻的最优控制状态,将预测的下一个切换时刻状态用于成本函数优化,从而减少了预测控制算法的计算持续时间。仿真和实验结果表明：与传统预测控制方法相比,基于TOPSIS的预测控制在具有较小开关频率的稳定操作下降低了电磁转矩和磁链的纹波,并且能够有效抑制电流脉动,降低算法的复杂度和计算量,提高了永磁同步电机控制系统在实际中的运行性能。