基于预测误差补偿的鲁棒型永磁同步电机模型预测电流控制

模型预测控制(model predictive control,MPC)已被越来越多地应用于永磁同步电机(permanent magnet synchronous machine,PMSM)驱动系统中。由于MPC是基于系统模型实现的,因此存在系统参数鲁棒性较差的问题。为解决此问题,该文针对PMSM提出一种基于预测误差补偿的鲁棒型模型预测电流控制策略。在该策略中,电流的预测值与实际采样值之间的误差被作为补偿因子反馈到电流预测中。同时,为保证补偿的准确性,所有电压矢量对应的电流预测误差将在一个控制周期内同时得到。因此当PMSM参数失配时,该文提出的模型预测电流控制仍然能够通过在线误差补偿实现可靠的电流预测,进而提升MPC的参数鲁棒性。仿真和实验结果验证了该方法的有效性。     

无刷直流电机模糊PI控制系统设计

无刷直流电机具有非线性、强耦合的特点,在电机控制领域被广泛研究。根据传统软件控制器运行速度慢、精度低、抗干扰能力差等问题,提出了一种基于现场可编程门阵列(field programmable gate array,FPGA)的无刷直流电动机模糊自适应PI控制系统。该系统以FPGA为主控芯片,用Verilog HDL硬件描述语言对控制器内各个功能模块进行设计,实现整个系统的全硬件化,充分发挥了FPGA执行速度快、抗干扰能力强、灵活度高、拓展性强的特点。系统采用转速、电流双闭环控制。转速环采用模糊自适应PI控制算法,改善了传统PID响应速度慢、超调大等缺陷。通过仿真与实验对比分析,该系统响应速度快、超调小、稳态精度高、运行稳定。