用人工神经网络实现对感应电机转速的估计

为了准确估计电机的转速,提出了基于人工神经网络的转速估算方法。从感应电机的动态方程出发,推导出了转速的表达式,然后根据转速与定子电压、定子电流、转子磁链之间的非线性关系,建立了两种人工神经网络转速估计模型。仿真结果表明,这两种基于人工神经网络的转速估计模型可以准确跟踪电机转速的变化,即使转子电阻参数发生变化,这两种转速估计模型仍具有良好的性能     

转子电阻未知时感应电机的一种自适应控制方法

提出了一种新型的非线性自适应跟踪控制方法,用于解决转子电阻未知,转子磁链需要观测时感应电机的高性能调速问题。控制系统的设计基于两相静止坐标系,针对电流跟随型逆变器情形,采用了Ｌｙａｐｕｎｏｖ型自适应机制。引入一定的近似处理后,转子电阻的估计方程简化为一阶动态方程。磁链自适应观测器中的非线性修正项除考虑转速跟踪误差的影响外,还考虑了转子电阻估计误差和磁链观测误差的影响。证明了控制系统的稳定性和跟踪性,并且给出了仿真结果。     

利用人工神经网络进行感应电机转子磁链估计

为了准确估计感应电机转子磁链,实现感应电机高性能矢量控制,提出了两种基于人工神经网络的感应电机转子磁链的估计模型：采用串联结构的神经网络模型和采用复合结构的神经网络模型。前者是由递归网络和多层前馈网络串联组成;后者则是由这两种网络耦合而成。复合神经网络包含一个递归单元层和多个前馈单元层,类似于一个状态反馈系统。这两种网络模型主要是针对不同训练方式而建立起来的,针对复合结构神经网络还提出一种新的有效学习算法。仿真结果表明,这两种模型能够快速准确地估计在负载变化条件下感应电机的转子磁链。     

基于自抗扰控制技术的感应电动机MRAS转速估计研究

提出一种新型的以定子电流为变量的基于模型参考自适应的感应电动机转速估计模型.以感应电动机本身为参考模型,以可直接测量的定子电流为状态变量,以定子电流-电压方程为可调模型,根据Popov超稳定理论提出满足全局渐进稳定的转速自适应律估计转速.提出不依赖于转速的基于扩张状态观测器观测转子磁链模型,分离磁链观测与转速估计两个系...     

基于参数辨识的磁场定向感应电机自适应控制

在矢量控制感应电机的数学模型的基础上 ,通过理论推导和分析 ,建立了恒磁链矢量控制感应电机转矩扰动和转子电阻辨识模型及在线辨识的方法和方案 ,提出了矢量控制感应电机的自适应控制方案 ,理论推导分析和仿真结果表明该方法正确可行且具有快速简单等优点。     

交流感应电动机精确解耦模型的自抗扰控制

为实现交流感应电动机高性能调速,快速跟踪变化的负载转矩,对静止两相αβ坐标系中的电动机数学模型精确反馈线性化,将复杂的电动机非线性系统转换成两个完全解耦的线性转速和磁链二阶子系统.针对解耦的转速和磁链子系统设计2个结构完全相同的自抗扰控制器,实现对转速和磁链的完全独立控制.实验研究表明:电动机转速和磁链分别大约在0.7 s和0.3 s时达到参考值;负载转矩的变化将引起转速7 rad·s-1范围内的变化,但磁链仍保持给定值,实现了电动机转速和转子磁链的完全解耦;当转速稳定时,电磁转矩在1 s时间内能快速跟踪变化的负载转矩,其超调量不超过20 N·m;控制系统能适应转子电阻±10%和定子电阻+10%范围的变化.     

基于MRAS的感应电机无速度传感器矢量控制

提出了一种基于模型参数自适应系统（MRAS）的感应电机转子速度估算方法,用电机状态方程构成全阶观测器观测定子电流和转子磁链,利用李雅普诺夫第二法推导出转速估算公式,并在理论上证明了系统的全局渐近稳定性．分析了定子电阻和转子电阻的变化对转速估算的影响,并对严重影响速度估算的定子电阻的变化进行了补偿,从而构成无速度传感器感应电机间接磁场定向控制系统．仿真结果表明,该系统在低速下具有较好的转矩转速特性以及良好的抗干扰性．     

基于多新息最小二乘的感应电机参数辨识策略

提出了一种基于多新息最小二乘的感应电机参数的估算方法.在矢量控制系统的基础上,推导出感应电机数学模型的多新息最小二乘表达式,根据测量的定子电压值、定子电流值和转速值,估算出感应电机的转子时间常数、漏感系数、定子自感等参数,而不依赖于转子磁链.仿真结果表明了辨识的精确性,为其它多新息辨识方法的应用打下了基础.     

一种全阶转子磁链观测器的仿真模型的建立

将一种全阶磁链观测器引用到异步电动机的直接转子磁场定向中,研究其运行时受电机参数变化的影响.借鉴频率响应法,对比常见的电流模型磁链观测器和电压模型磁链观测器,采用数据拟合的方法对电机参数变化下的磁链观测值进行拟合,得到其参数鲁棒性结论.仿真结果表明,应用该全阶磁链观测器可以克服电机转子电阻变化的影响,减小电机定子电阻变...     

基于感应电机磁链观测器的速度辨识

针对模型参考自适应速度辨识方法虽然其辨识精度高,但其数学模型复杂,而且在实时控制中需要高速控制器与之匹配等不足,提出一种结构简单且易于实现的感应电机直接转矩控制中转子磁链的观测方法,建立感应电机转子磁链及磁链转差理论模型,并对电机转速进行估算.仿真研究结果表明:该方法能够用于提高低速观测精度,并对电机参数的变化表现出良好的系统鲁棒性.     

非线性自适应异步电动机磁通观测器的设计

基于异步电动机的非线性模型,提出了一种在转子电阻未知条件下的非线性自适应磁通观测器,设计中采用了反向递推（ｂａｃｋｓｔｅｐｐｉｎｇ）方法,用Ｌｙａｐｕｎｏｖ法证明了其稳定性,并得出转子电阻的自适应律,仿真结果证明了其可行性。     

基于降阶推广卡尔曼滤波算法的交流感应电动机无速度传感器矢量控制系统

提出了一种估算交流感应电动机转子角速度和转子磁链的降阶推广卡尔曼滤波算法。该算法仅以转子磁链的2个分量作为状态变量，把转子角速度作为被估计的参数，通过定子电压参考值和定子电流测量值疾时估算转子角速度和转子磁链。估算得到的转子磁链用于交流感应电动机无速度传感器矢量控制系统的磁场定向和磁链控制，估算的转子角速度用于速度控制。仿真结果显示，转子角速度和转子磁链的估算精度较高，速度和矢量控制的性能在整个速度范围内令人满意；同时，算法阶数的降低显著地减少了运算量。本文算法能够在实际系统中实时实现。     

感应电机自适应无源性控制方法及 dSPACE 实时仿真研究

利用本质上是非线性反馈控制的无源性控制 (PBC)方法与自适应控制相结合 ,实现负载转矩时变未知情形下磁链、转速的渐近跟踪 ,并可有效抑制由定、转子电阻变化引起的跟踪误差 .该方法从能量角度分析电机控制系统 ,确定不必抵消的“无功力” ,设计全局定义的控制律 ,具有形式简单、无奇异点、鲁棒性好等的特点 .基于dSPACE的在线仿真结果表明 :系统运行平稳 ,负载转矩时变未知时 ,仍可有效渐近跟踪期望的转子磁链和参考转速 ,具有较优的动静态响应特性     

低速段异步电动机直接磁场定向控制

为了改善交流异步电动机无速度传感器控制系统低速运行时转速脉动的问题,采用直接磁场定向控制算法.该算法利用电流模型磁链观测器与反电势积分模型相结合的方法对电动机转子磁链的幅值和相位进行检测,并通过电流模型对转子转速进行辨识构成速度反馈回路.仿真结果表明,所采用的异步电动机直接磁场定向控制可以提高电动机的动态响应速度,使电动机有较好的参数不敏感性,能够在低速运行时取得较好的动静态性能.电流模型与反电势积分模型相结合的磁链观测方法,能够使交流异步电动机无速度传感器控制系统在高速及低速运行时都具有良好的动静态性能,增加了电动机的有效调速范围.     

矢量控制感应电机参数变化的影响研究

在感应电机数学模型的基础上，分析了在转子磁场定向恒磁通矢量控制感应电机控制系统中转子电阻和电机电感变化的影响，证明了电机电感的变化对电机转速和电磁转矩不产生影响，建立了考虑电机参数变化时电机矢量控制的数学模型，仿真结果表明该模型具有结构简单和分析方便等优点。     

基于自抗扰控制器的电动轮自卸车的控制与仿真分析

针对矿用电动轮自卸车的变频调速矢量控制系统中感应电机参数时变严重,控制鲁棒性差的难题,提出了一种基于变结构自抗扰控制器的感应电动机变频调速系统控制方案,将转子电阻时变看作磁链子系统的一种内扰,负载干扰对转速子系统的影响作为转速子系统的外扰,通过扩张状态观测器对不确定扰动予以估计和补偿.该方案有效地解决了参数时变对矢量控制系统解耦性能的影响,动态控制性能优于传统PI调节器,仿真结果验证了方案的合理性与有效性.     

双电机传动定速比控制的反馈线性化方法

针对三相异步电动机系统这一非线性、多变量、强耦合的控制对象，利用非线性几何理论中的反馈线性化方法，实现系统的精确解耦和全局线性化，从而可以利用线性控制理论对分解出来的线性化的转速子系统和转子磁链子系统进行控制，因而比较容易实现定速比控制．利用数字仿真可以证明这一方案是可行的，且系统具有良好的静、动态性能．     

感应电机最大效率控制时损耗模型研究

针对半监督学习方法存在的学习速度缓慢、不确定性递增等问题,提出一种基于极端学习机的半监督学习方法.该方法将极端学习机从监督学习模式扩展到半监督学习模式,以输出阈值向量控制标记样本的扩充程度,利用"换位"策略评估扩充标记样本中不确定性的影响.仿真结果表明,所提方法能够显著提高半监督学习的速度并有效减小对标记样本的依赖程度.