一种改进的提升机同步电机直接转矩控制

为克服提升机同步电机传统直接转矩控制存在的转矩、转速、磁链脉动大等缺陷,提出一种改进的同步电机直接转矩控制方法。设计基于神经网络的定子磁链观测器和基于模糊控制的逆变器状态开关选择器,利用人工鱼群-粒子群混合算法优化神经网络结构参数,应用转矩、磁链误差以及磁链位置角的模糊分级实现逆变器开关分级控制。仿真及试验结果表明,所设计的控制策略与传统直接转矩控制相比,转矩、转速、磁链动态响应速度快、响应脉动小,能更好地满足提升机的运行要求。     

永磁无刷直流电机智能直接转矩控制方法研究

为简化永磁无刷直流电机控制系统的结构,同时又具有较快的转矩响应速度,提出一种基于神经网络模糊推理的无刷直流电机直接转矩控制方案,利用神经网络定子磁链观测器取代传统的定子磁链观测器,通过模糊控制算法设计逆变器开关状态选择器.应用MATLAB软件对系统两种不同控制方法的仿真实验结果比较表明,控制方法转矩、转速、磁链响应快、脉动小,稳定跟踪性能和动态响应优良,具有一定的理论研究及工程应用价值.     

基于模糊神经网络直接转矩控制系统设计

针对传统的直接转矩控制中存在转矩、定子磁链波动大的问题,提出一种结合空间矢量调制的模糊神经网络直接转矩控制方法,该方法运用模糊神经网络来得到期望的任意相位空间电压矢量,再结合空间矢量调制直接对逆变器的开关状态进行控制,以达到减小转矩、定子磁链波动的目的,然后以TMS320F240为控制芯片设计模糊神经网络直接转矩控制系统。通过试验结果该控制方法与传统的直接转矩控制相比磁链和转矩波动明显减少,并且保持了转矩和速度的响应速度。     

基于自抗扰控制技术的高压大功率异步电机直接转矩控制系统

针对异步电机的非线性特点,设计一种新颖的级联型多电平逆变器供电的高压大功率异步电机直接转矩控制系统.在定子坐标系内对定子磁链与电机转矩进行闭环控制得到定子磁链增量,包括定子磁链的幅值增量和相位增量.由定子磁链增量计算异步电机定子电压矢量,定子磁链和电机转矩采用自适应观测器估计.采用自抗扰控制技术设计速度、转矩和定子磁链控制器,这些控制器具有鲁棒性强的特点.研究结果表明:通过速度控制器对负载扰动进行估计和补偿,消除了负载扰动可能带来的稳态跟踪误差;逆变器的开关信号利用载波移相脉宽调制方法生成,从而减少了转矩和定子磁链幅值的脉动;系统具有良好的动态和稳态性能.     

改善直接转矩控制性能的SVPWM方法

针对异步电动机直接转矩控制系统存在转矩和磁链脉动、器件开关频率不定等缺点,提出一种直接转矩空间矢量脉宽调制(SVPWM)预测控制方法。根据转矩和定子磁链的误差,通过驱使误差为零的原则确定参考电压矢量,然后利用SVPWM合成该矢量。由于采样时刻的电压和磁链误差,可在下一个控制周期内得到补偿,因此转矩和磁链的误差始终很小,二者的脉动很小。SVPWM算法保证了逆变器的开关频率恒定。仿真和实验的结果表明,利用这种方法在低于3kHz的恒定开关频率下,可以实现定子磁链近似为圆、异步电机电磁转矩脉动不明显的性能。     

基于DSVM异步电动机直接转矩控制系统

针对传统的直接转矩控制系统采用纯积分的电压模型作为磁链观测器,存在着误差积累以及直流偏移,导致电流和转矩的波动问题,提出了一种改进的磁链观测器,该观测器由两个模型组成,开环电流模型用于低速范围内观测磁链,自适应电压模型用于全速范围内观测磁链．对电压模型观测的定子磁链引入一个反馈量,用PI调节器进行误差校正,大大提高了观测的精度．并采用离散空间矢量调制(DSVM)的方法,提高异步电机的直接转矩控制动态性能．在保留传统直接转矩控制(DTC)动态性能的情况下,提高了电机的低速转矩,并减小了转矩脉动和电磁噪声,仿真和试验结果验证了该策略的可行性．     

采用模糊控制器的感应电机直接转矩控制

提出了一种采用模糊控制器的异步电机直接转矩控制系统,应用模糊逻辑来确定逆变器的开关状态,把磁链位置、磁链误差和转矩误差作为模糊变量,模糊控制器基于一套模糊规则来选择开关状态,从而有效地提高系统在启动和转矩指令突变时的响应速度。     

模糊控制在感应电动机直接转矩控制中的应用

电机控制的关键是控制电机的转矩.继矢量控制后提出的直接转矩控制,直接着眼于对感应电动机瞬时力矩的控制,避免了矢量控制存在的一些问题.在通常的直接转矩控制系统中,磁链误差和转矩误差被直接用于开关状态选择,而引入模糊逻辑后,通过区分磁链误差和转矩误差的大小做不同的决策来优化开关状态选择,从而有效地改善系统的动态和稳态性能.给出了模糊控制器的设计,并通过仿真验证了该设计的有效性,电机启动时定子电流脉动减少,转矩脉动得到改善.     

改进的永磁同步电机模型预测直接转矩控制策略

针对永磁同步电机直接转矩控制逆变器开关频率不固定、转矩和定子磁链脉动大等问题,以及模型预测直接转矩控制计算工作量大的缺点,提出了改进的模型预测直接转矩控制策略.该策略只需预测零电压矢量作用下的转矩和定子磁链,当转矩和定子磁链误差在阈值以内时,零电压矢量为最优电压矢量;否则,基于传统直接转矩控制理论中定子磁链的分区和电压矢量选择表确定最优非零电压矢量.由于只有零电压矢量作用下的转矩和定子磁链需要预测并取消了评价函数,因此计算工作量大大降低.最后,基于MATLAB建立了仿真模型.仿真结果表明,永磁同步电机采用改进的模型预测直接转矩控制策略时,电机转矩和定子磁链均能快速准确地跟踪参考值.     

浅谈异步电机直接转矩控制系统的调节方式

直接转矩控制充分利用电压型逆变器的开关特点,通过不断变化电压状态使定子磁链轨迹为六边形或近似圆形,并通过零电压矢量的穿插调节来改变转差频率,以控制电机的转矩与磁链的变化,从而控制异步电动机的磁链和转矩按要求快速变化。     

扩展卡尔曼滤波器在永磁同步电机控制中的应用

研究了一种针对内永磁同步电机（IPMSM）动态系统的非线性、时变及实时噪声干扰特点进行精确参数估计的扩展卡尔曼滤波观测器．由于内永磁同步电机q轴电感大于d轴电感，为了保证电磁转矩和负载角变化趋势一致，必须使定子磁链给定幅值限制在一定范围内．鉴于系统暂态和稳态运行的要求不同，为达到最优控制，采用控制定子磁链给定幅值以达到最大转矩／磁链（MPTF）的直接转矩控制算法对定子磁链给定幅值进行控制．仿真结果表明采用此算法可极大地提高IPMSM调速系统的运行效率．运用该方法的电机调速范围广并且在低速区运行良好．     

采用遗传算法的直接转矩控制系统仿真研究

直接转矩控制（DTC）是一种高性能的控制方法，它的关键部件是状态选择器，用神经网络来模拟传统异步电动机DTC系统的状态选择器，并采用遗传算法训练该神经网络，然后用训练好的神经网络代替状态选择器，并进行了仿真研究，结果与传统的DTC相比是吻合的。     

永磁同步电机模糊直接转矩控制仿真

针对永磁同步电机直接转矩控制中存在较大转矩脉动的缺点，提出用模糊控制器取代滞环比较器的控制策略．基于Simulink FIS工具箱对模糊直接转矩控制系统进行了仿真．结果表明：通过对转矩误差、定子磁链误差的模糊分级，结合转子位置得到适舍的电压控制矢量，能减小转矩脉动和磁链脉动；模糊直接转矩控制转速和转矩响应优于传统直接转矩控制．     

遗传算法在逆相馈电感应电机中的应用

直接转矩控制（ＤＴＣ）是工业应用感应电机的最简单的控制。它的关键部件是状态选择器。本文将讨论用神经网络来模拟通常的ＤＴＣ的状态选择器，并且用遗传算法训练该神经网络。然后用训练好的神经网络代替状态选择器，在同一台机器上进行了仿真比较，得到满意结果。另外，还粗略地试验了遗传算法中一些参数对算法性能的影响。     

基于SVM-DTC的交流伺服驱动器的研究与设计

介绍了基于永磁同步电机的交流伺服系统。针对直接转矩控制的脉动问题,进行了分析,提出了基于SVM-DTC的控制策略,该策略利用电子电压在定子磁链坐标系的分量控制电磁转矩和磁链,结合空间矢量调制控制逆变器开关,并基于DSP2812搭建了硬件实验平台,通过MatLab仿真和实验波形表明,SVM-DTC的控制策略可以有效减小转矩、磁链脉动。     

基于高频信号注入的无传感器新型DTC系统

针对传统的直接转矩控制方法中存在的转矩脉动大、开关频率不恒定等问题,在分析永磁同步电机定子磁链坐标系中电压和磁链方程的基础上,提出了一种新型的基于空间电压矢量调制的直接转矩控制方法,并采用注入高频信号的方法来估计电机的转速和位置。通过Matlab仿真软件建立了该控制方法的仿真模型。仿真结果表明,该控制方法能有效地减小电机的磁链和转矩脉动,高频信号注入法可以准确估计出电机的转速和位置,系统具有良好的动态和静态性能。     

一种感应电机直接转矩控制磁链观测的改进方法

根据感应电机直接转矩控制的特点,对低速下磁链观测误差产生的原因进行了分析,给出了一种磁链观测的改进方法———低通滤波器补偿法.这种方法在采用低通滤波器代替纯积分环节的基础上,根据定子磁链的实际值与估计值之间的关系,推导出估计磁链的补偿公式,给出了原理框图,并对观测结果进行了仿真比较.仿真结果表明,采用低通滤波器补偿法,直接转矩控制系统的低速性能有十分明显的提高,证实了该方法的有效性.     

用于电动汽车的模糊转矩控制系统的仿真

为了改善电动汽车驱动系统的性能,提出了一种感应电动机的模糊转矩控制系统。系统选用电机定子磁链误差、电机电磁转矩误差及磁链位置角作为模糊变量,利用模糊逻辑选择开关状态,有效地提高了系统暂态时转矩响应。仿真结果证明,本文提出的控制方法保证电机高效、稳定、快速地产生电磁转矩。通过比较模糊转矩控制系统和直接转矩控制系统,模糊转矩控制系统更适合作为电动车驱动系统。