DSC变频调速系统中的无速度传感器技术

为提高控制系统的鲁棒性和稳定性,抑制电机参数变化的影响,本文比较几种作为参考模型的转子磁链算法,提出基于电流反馈估算转子磁链的观测器算法作为参考模型,利用模型参考自适应在线辩识转速,对无速度传感器的直接转矩控制调速系统的性能进行了全面的分析。     

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。     

无PI/P调节器的异步电机间接转矩自控制算法

异步电机间接转矩自控制(ISC)中转矩比例积分(PI)调节器和磁链比例(P)调节器的存在降低了系统的可移植性.该文根据同步旋转坐标系下异步电机数学模型和磁链、转矩变化规律,提出了一种直接根据转矩和磁链误差计算磁链幅值增量、磁链相位暂态增量的新颖ISC算法.磁链相位的稳态增量可以根据转矩、转子磁链和电机转速得到.算法中对转矩误差信号进行了滑动平均数字滤波,实现了稳态时给定空间电压矢量的连续调节.该算法计算过程不涉及旋转变换,简单方便,而且不使用PI/P调节器,便于移植,同时保持了传统直接转矩控制动态响应迅速的优点.仿真和实验结果表明该算法具有良好的转矩和电流控制性能.     

一种感应电机定子磁场定向解耦控制方法

针对感应电机按转子磁场定向控制，系统受电机转子参数变化影响较大的问题，采用定子磁场定向控制，以定子磁链作为反馈量，克服矢量控制系统对转子参数的直接依赖性，同时运用电流励磁分量解耦补偿环节，实现了定子磁场定向控制下电机转速与定子磁链间的解耦控制．并针对定子磁链估计算法中存在的纯积分问题，提出了一种改进型积分算法予以解决．最后在dSPACE实时仿真试验平台上，对所提出的控制方法进行了试验验证，试验结果和分析证明了所提出控制算法的有效性，系统动静态性能良好，实现了转速与定子磁链的解耦控制。     

新型磁链观测算法及其在永磁同步电机无位置传感器控制中的应用

针对传统电压型磁链观测器在对电机内普遍存在的椭圆形磁场磁链进行观测时存在稳态幅值相位误差的问题,依据稳态时磁链与感应电动势在时域的基本关系,提出了2种结构简单、易于工程实现的新型磁链观测算法。新算法在同步角频率处与纯积分具有相同的频率特性,α、β两相磁链观测不存在耦合,不再需要两相对称或感应电动势矢量与磁链矢量正交,因此能够对圆形和椭圆形磁链进行准确观测。对新算法进行了仿真,结果表明:新算法有效地消除了积分漂移,不存在稳态误差。将新算法应用于一台表贴式永磁同步电机无位置传感器调速系统的转子位置估算,并利用数字信号处理器TMS320F2812DSP对算法进行了数字化实现,结果表明:新算法在10%额定转速以上时具有良好的转速和位置跟踪效果,但在低速区估算结果不稳定;新算法具有良好的幅值、相位观测精度,从而使系统具有良好的稳态特性;当电机转速突变时,新算法具有良好的磁链观测精度,从而使系统具有良好的动态特性。     

一种改进自适应永磁同步电机永磁磁链观测算法

为了提高永磁同步电机永磁磁链观测器的观测性能,提出了一种基于双重自适应无迹卡尔曼滤波的永磁磁链观测算法。由于无迹卡尔曼滤波在鲁棒性方面存在缺陷,为了对观测性能有所改进,算法从观测干扰、状态噪声两方面对算法进行优化,即利用缩小因子,对状态噪声进行缩小;利用自适应矩阵,削弱观测误差,减小观侧干扰对系统的影响。对比改进算法与传统算法的观测磁链效果,在受到外部干扰时,改进算法在观测磁链波动幅度方面比传统观测器更小、在稳定时间方面比传统观测器更少。但在加入改进自适应算法后,会导致计算量增加,所以在采样算法上采用最小斜度采样进行优化。通过对采样算法进行优化,使单次算法运算时间缩短20.56%,增强磁链观测器观测实时性。     

异步电机直接转矩控制系统SVPWM算法的改进

针对异步电机直接转矩控制系统存在的转矩和磁链脉动大、器件开关频率不定等缺点,分析了异步电机减小转矩脉动的SVPWM算法,该算法是在假设定转子磁链近似相等的条件下得到的,这在一定程度上降低了控制精度;考虑到定、转子磁链的不同,提出了一种改进方案,并通过MATLAB仿真证明了改进方案的可行性。仿真结果表明,改进后的算法的精度更高,电机的转矩和磁链的脉动更小,开关频率固定。     

基于Fuzzy-PI和MRAS的异步电机变频调速系统的设计与仿真

针对PI调节器和有速度传感器的异步电机矢量控制系统,提出Fuzzy-PI和MRAS相融合的无速度传感器的变频调速系统.以转子磁链的电流和电压模型分别计算得到转子磁链的期望值和估计值,构建了基于MRAS的转速辨识方程,根据比例、积分参数的特点,建立一套与转速调节器相匹配的Fuzzy-PI算法,并利用MATLAB/Simulink软件,搭建了异步电机变频调速系统的仿真模型.仿真实验结果表明Fuzzy-PI和MRAS相融合的无速度传感器的变频调速系统具有响应速度快、超调量小、辨识精度高等优良品质,为异步电机的调速系统提供一种新思路.     

开关磁阻电动机调压调速系统

分析了开关磁阻电动机的一种调速方法－调压调速;从绕组电感,磁链及磁共能的概念出发,导出调压调 方式下电机转速ｎ,磁阻转矩Ｍ及绕组端电压Ｕｓ之间的定量关系。     

基于扩展卡尔曼滤波的异步电机无速度传感器矢量控制

异步电机无速度传感器矢量控制系统需解决两个问题：转速的估计和转子磁链的观测．电机状态方程由于存在状态变量的乘积项，是一组非线性状态方程，为了对电机状态方程进行状态估计，得到电机的转子磁链和转速信号，文章采用扩展卡尔曼滤波进行状态估计．基于数字电机控制专用DSP开发系统，通过软件实现扩展卡尔曼滤波对磁链和转速的估计，获得了令人满意的实验结果．证明扩展卡尔曼滤波算法对磁链和转速的实时估计是非常准确的，由此构成的无速度传感器系统具有良好的静、动态性能．     

异步电动机转子转速的非线性辩识与估计

提出了一种基于直接转矩控制理论的无速度传感器交流调速系统的设计方法。它利用模型参考自适应参数辩识思想 ,采用转子转速非线性观测器实现电机转速的估计。理论和仿真结果表明 ,这种方法可以保证转速辩识方法的全局渐进稳定     

带转子电阻估计的感应电机无速度传感器控制

对于转子电阻未知的感应电机提出了一种可以估计转子电阻的转速估计方法.该方法假设定子电阻已知,用改进的电压模型估计转子磁链.然后根据感应电机的静止坐标系模型推出转速和转子电阻的表达式,在已知转子磁链的情况下,将这两个表达式看作一个二元一次方程组,解出转速和转子电阻的解析表达式,分析了这两个量的表达式的成立条件.提出了感应电机的无速度传感器控制方案.仿真研究表明,本文提出的方法能准确地估计感应电机的转速和转子电阻.     

感应电动机晶闸管调压调速系统测速新方法

提出一种感应电动机的晶闸管闭环调压调速系统的测速新方法。该法通过测取晶闸管端电压来确定感应电动机转速值，属间接电气测速法。文中给出了其理论根据和实验验证结果。     

基于多层前传网络的异步电机转子磁链和转速辨识

文章利用多层前传网络对异步电机转子磁链和转速进行直接辨识,多层前传网络具有良好的函数逼近能力,利用误差反传算法对多层前传网络进行训练,使神经网络准确地反映电机转子磁链和转速,在此基础上建立了一个异步电机矢量控制系统.系统仿真结果表明,这种方法能较好地辨识电机转子磁链信号和转速,系统具有良好的动态性能.     

电动机转速模糊控制系统设计

针对直流电动机的调速问题,采用模糊控制算法,利用INTER8098单片机作为控制器,利用PWM技术,实现对电动机转速的智能调节,实际运行与仿真分析结果是一致的。     

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.     

遗传神经网络无速度传感器DTC系统的研究

利用交流电动机的磁链方程和定子电压方程构造神经网络速度观测器来获得电动机的转速,观测器简单易行,通过遗传算法来优化神经网络的权值,使神经网络的权值达到最优。最后通过Madab／Simulink仿真和实验研究,验证了系统设计的有效性和可行性。     

大功率提升机差动调速初探

矿井提升机的拖动电动机容量一般是很大的．为了实现对大功率提升机的速度控制，现在的提升机采用交流电动机或直流电动机拖动．然而交流电动机不能得到准确的直边速度，直流电动机虽然调速性能好，但大容量直流电动机成本太高，两者都有其缺陷．本文推荐采用差动调速传动，能较好地解决上述问题。差动调速同时又可满足微拖动的要求．     

基于BP网络的异步电机无定子电阻的转速估算

根据异步电机的数学模型,经过一定的变换,消除异步电动机定子电阻的影响,利用电机易于检测到的定子电压和电流,通过Simulink模块和S-函数建立起自适应神经网络辨识模型．该方法适应范围宽、响应速度快．仿真结果表明：采用该模型估算出的转速具有较高的精度．