矿井提升机三电平变频调速系统研究

以矿井交流提升机为研究对象,基于H桥三电平拓扑和电机数学模型,采用简化SVPWM控制算法和无速度传感器矢量控制,实现异步电机转速精确控制.提出一种全阶闭环转子磁链观测器,实现电压模型和电流模型模型的平滑切换,在全速范围内准确辨识转子磁链,获得较好的鲁棒性.工程应用结果表明,该提升机变频调速系统运行稳定,验证了相关控制算法的优越性.     

异步电机无速度传感器矢量控制系统仿真

针对传统的基于转子磁链的异步电机无速度传感器矢量控制系统具有严重的超调量,鲁棒性不强且带负载能力差等缺陷,对传统的异步电机无速度传感器模型进行改进,提出了将传统异步电机无速度传感器模型中的转速PI(Proportion Integration)调节器与神经网络自适应控制算法相结合,并在转子磁链的电流模型中加入三阶低通滤波器。针对异步电机的启动、突增负载后的转速、转矩以及估计转速的变化情况进行仿真分析,实验表明,改进后的异步电机无速度传感器矢量控制系统明显消除了超调量,有效地提升了系统的鲁棒性,增强了异步电机的带负载能力。     

级联型高压变频系统无速度传感器矢量控制策略研究

为提高级联型高压变频调速系统的可靠性和鲁棒性,提出了一种用于级联型高压变频系统的无速度传感器矢量控制策略.该策略重点针对磁通观测模型、转速辨识方法及PWM死区补偿方法进行了优化;改进了磁通观测中的电压模型,采用基于转子磁通角度的模型参考自适应(MRAS)转速辨识方法,对PWM进行了死区补偿,进而提高了系统低速性能和控制精度.在Matlab/Simulink平台搭建了仿真模型.设计构建了大功率实验平台,实验结果与仿真结果相符,表明系统具有良好的转速辨识精度和调速性能,加入死区补偿可以减小低速区的转速波动,提高了低速区的转速辨识精度,验证了所提出控制策略的正确性.     

基于无功功率模型的异步电机矢量控制系统转子时间常数辨识

针对异步电机矢量控制系统受电机参数变化影响大的问题,采用模型参考自适应系统(MRAS)在线辨识电机转子时间常数.为了增强辨识方法对定子电阻的鲁棒性,提高辨识精度,根据转子磁链模型构造无功功率模型建立MRAS,采用Popov超稳定性理论设计自适应规律,得到基于无功功率模型的转子时间常数辨识方法,抑制定子电阻变化对辨识精度的影响,将该转子时间常数辨识方法应用于异步电机矢量控制系统.仿真结果证明:MRAS有效地提高了矢量控制系统性能,转子磁链轨迹趋于圆形,电流谐波分量明显减少;转子磁链观测误差明显降低,其平均绝对误差相对值为2.87%;转矩脉动大大降低,其平均绝对误差相对值为2.09%.     

无速度传感器直接转矩控制系统仿真研究

针对异步电机无速度传感器直接转矩控制中由于磁链观测误差导致电机低速性能不好的问题，采用闭环磁链状态观测器观测定转子磁链。在此基础上分别对自适应转速辨识法和直接计算转速辨识法进行了仿真研究，并比较了两种方法的优缺点，为实践应用提供了一定的参考。     

MRAC异步电动机直接转矩控制系统转速辨识研究

针对异步电动机直接转矩交流调速系统的转子转速辨识问题,文章分析和研究了模型参考自适应控制(MRAC)速度辨识算法.在对异步电动机转子转速和磁链观测深入研究的基础上,基于超稳定性理论证明了该算法的稳定性,构建了模型参考自适应速度辨识系统并设计了该算法的自适应率;在MATLAB7.04软件平台上,建立了无速度传感器直接转矩控制系统的仿真模型并进行了仿真,仿真试验结果表明,该系统控制性能和精度良好,验证了算法的正确性和可实践性.     

基于ESO的异步电机无速度传感器矢量控制

受外部干扰和模型误差影响,异步电机无速度传感器矢量控制中的转速辨识结果往往不准确。为解决此问题,提出一种基于扩张状态观测器(ESO)的转速辨识方法,从ESO的扩张状态观测结果中提取转速信息。为同时辨识转速与转子电阻,提出了三角波激励法。在转子磁链参考值中注入三角波,实现转子电阻辨识的快速光滑收敛,从而提高转速的辨识精度。仿真和实验结果表明,该方法可有效解决转子电阻摄动影响转速辨识精度的问题,而且,由于转速辨识收敛速度快,在0.7倍额定负载突卸情况下,动态速升为7%,系统的动态响应快。     

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.     

基于MRAS的IPMSM速度自适应全阶状态观测器的设计

为提高内嵌式永磁同步电动机(IPMSM)在无速度传感器情况下的动态调速性能,选取转子坐标系下的定子电流、定子磁链作为状态变量,定子电压和电流分别作为输入和输出量设计出线性缓变的全阶状态观测器,并从观测器稳定性分析出发构造速度自适应律,通过自适应律输出更新全阶状态观测器的缓变值——转速,完成基于参考模型自适应(MRAS)的全阶线性缓变速度自适应状态观测器设计方案。利用该方案输出的磁链和转速值结合IPMSM直接转矩控制(DTC)系统进行仿真实验,结果表明:所设计的基于MRAS的IPMSM速度自适应状态观测器转速和转子位置跟随性能良好,具有良好的动稳态特性。     

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.     

基于MRAS变参数无速度传感器矢量控制系统的研究

利用电动机定子电压方程和电流方程得到电动机转速的模型参考自适应（MRAS）辨识算法，在此基础上建立了一个改进的变参数MRAS速度辨识数学模型，并在无速度传感器异步电动机矢量控制系统中对该速度辨识模型进行了研究，仿真结果验证了该变参数MRAS速度辨识模型具有满意的辨识精度和动态性能．     

基于观测器的无速度传感器感应电机控制

为了辨识感应电机的转速,提出了一种模型参考自适应观测器.该观测器基于模型参考自适应系统(model reference adaptive system,MRAS),将感应电机和全阶观测器分别作为参考模型和可调模型,基于两模型输出之间的误差构造了一个自适应律,通过自适应律不断调整观测器的参数,全阶观测器的输出将实现对实际系统输出的跟踪,并用李雅普诺夫稳定性定理验证了系统的稳定性.理论分析和仿真结果表明,所提出的感应电机无速度传感器矢量控制系统的转速辨识方法具有令人满意的动静态性能.     

感应电动机模型参考自适应辨识及其应用

针对直接转矩控制的感应电动机调速系统由于电机参数变化引起的低速特性不稳定问题，推导了一种基于感应电动机直接转矩控制系统的定子磁链自适应辨识方法。根据磁链的辨识值计算出电磁转矩；并讨论了感应电动机部分参数变化时引起磁链变化导致的转速动态变化和自适应律调节器中参数的调节规律，最后给出了在MATLAB／SIMULINK环境下的仿真结果，证明所提出方案可以较好地解决直接转矩控制的调速系统在低速范围内的静差问题。     

感应电动机直接转矩控制系统的模型参考自适应辨识

针对直接转矩控制的感应电动机调速系统，由于电机参数变化引起的低速特性不稳定问题，采用模型参考自适应辨识的方法，推导了一种基于感应电动机直接转矩控制系统的定子磁链自适应辨识方法。根据磁链的辨识值计算出电磁转矩；并讨论了感应电动机部分参数变化时引起磁链变化导致的转速动态变化；最后给出了在MATLAT／SIMULINK环境下的仿真结果。证明所提出方案可以较好地解决直接转矩控制的调速系统在低速范围内的静差问题。     

无速度传感器矢量控制系统转速辨识方法研究

转速辨识是无速度传感器矢量控制系统的关键问题之一.介绍了当前研究的具有代表性的异步电动机无速度传感器矢量控制系统速度辨识方法,利用MATLAB/SIMULINK建立了异步电动机无速度传感器矢量控制系统模型,对动态速度估计器、模型参考自适应、滑模观测器等几种速度辨识方法进行了仿真、比较和分析.     

永磁同步电机无速度传感器的直接转矩控制系统

提出了一种基于降阶观测器的无速度传感器控制方法,用于永磁同步电机直接转矩控制系统的转速辨识.该方法将永磁同步电机的降阶运动电动势观测器与模型参考自适应系统(model reference adaptivesystem,MRAS)进行有机的结合,选取永磁同步电机电压方程作为参考模型,永磁同步电机降阶状态方程作为可调模型.理论分析和仿真结果表明,所提出的永磁同步电机无速度传感器直接转矩控制系统的转速辨识方法具有较强的鲁棒性和优越的动静态性能.     

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     

非均匀噪声分布心电信号的奇异值小波消噪法

针对一般消噪法对噪声非均匀分布心电信号消噪存在的不足,提出基于奇异值分解和小波阈值消噪相结合的消噪方法.该方法利用矩阵的奇异值分解将噪声非均匀分布的心电信号正交分解为噪声分布相对均匀的分量,在正交子空间中对每个分量进行小波阈值消噪,重构消噪后分量,得到消噪后的心电信号.研究结果表明:本方法有效地克服了因噪声分布不均匀而造成的小波阈值选择矛盾的缺点,有效地消除了大噪声区域的噪声,又完好保存小噪声区域的心电特征信息,且消噪后的信号与无噪信号之间的欧氏距离最小.