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.     

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。     

基于转子时间常数在线辨识的车用异步电机转速估计

针对转子时间常数变化导致转速估计精度降低的问题,文中提出了一种基于转子时间常数在线辨识的车用异步电机扩展卡尔曼滤波(EKF)转速估计方法。该方法利用静止坐标系下电机动态模型和测量得到的电压、电流及估算转速来实时辨识异步电机转子时间常数。仿真结果表明,本文提出的方法能够在较宽调速范围内准确辨识出电机的转子时间常数,而且计算简单可靠,易于实现在线实时辨识,同时不受定子电阻变化的影响,低速下依然能够对转子时间常数准确辨识,具有较高的鲁棒性。与传统EKF转速估计方法相比,文中提出的方法考虑到了转子时间常数变化对转速估计和磁链定向的影响,因而具有更高的转速估计精度,进而验证了该方法的有效性和可行性。研究结果可为异步电机转子时间常数辨识提供了一种新方法。     

无速度传感器永磁同步电机直接转矩控制系统仿真研究

主要分析了无速度传感器的直接转矩控制,采用了基于定子磁链的矢量角和转子磁链的矢量角的两种速度估计方法.仿真结果表明,当电机稳步运行时,两种估算方法都能准确的估算转速.然而,基于转子磁链矢量角的速度估计算法较能使电机的在动态过程中稳定运行,并具有良好的精度.仿真结果也验证了文中采用的转速观测算法的正确性和可行性.     

基于自适应扩展Kalman滤波器的永磁同步电机无速度传感器控制

通过引入一种基于Sage-Husa噪声估计器的自适应扩展Kalman滤波器,给出了一种永磁同步电机无速度传感器控制方案.选取定子固定坐标系下的电机模型,首先得到了基于扩展Kalman滤波器的永磁同步电机转速估计方程.在此基础上,结合Sage-Husa噪声估计器,得到了基于自适应扩展Kalman滤波器的永磁同步电机转速估计方程.仿真结果表明,基于自适应扩展Kalman滤波器的方法,不仅可以准确地估计出电机的转速和转子位置,而且可以自适应确定扩展Kalman滤波器的一个关键参数——系统噪声协方差矩阵.与传统的扩展Kalman滤波器方法相比,本方法具有更好的实用性.     

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AFO 的感应电机无速度传感器控制

针对传统的基于模型参考自适应理论MRAS(Model Reference Adaptive System)的感应电机无速度传感器控制系统存在的参考模型不准确的缺点, 提出了一种以电机本身为参考模型, Luenberger 全阶状态观测器为可调模型的自适应无速度传感器AFO(Adaptive Full-Order Observer)控制策略。整个系统包含产生电机所需转子 磁链的全阶观测器和一个使用自适应率估计转速的转速估算机构。以李雅普诺夫稳定性理论为基础, 使用电机的估算定子电流误差和观测出的转子磁链推导出转速自适应率。以观测器极点配置的方法, 设计了一种快速收敛的反馈矩阵, 保证了在大范围内电机的稳定运行。针对转速估计在低速再生制动时的不稳定现象, 利用劳斯稳定判据, 设计了一种新的反馈矩阵保证转速估算的全局稳定性。通过Matlab/ Simulink 仿真验证了结论的有效性。     

基于EKF的感应电机无速度传感器矢量控制系统

给出了一种基于扩展卡尔曼滤波(EKF)的感应电机无传感器矢量控制系统转速和负载转矩同时估算的方法.在矢量控制的基础上,将电机的运动方程作为一个状态方程,把电机负载转矩看作系统的扩展状态量,根据定子侧测量的电压、电流值,由EKF估算出电机转子磁链、转速及负载转矩.在此基础上,采用负载转矩前馈控制型转速控制器,提高系统抵御负载扰动的能力.仿真结果表明,无速度传感器矢量控制系统具有良好的动态控制性能,所提出的EKF估计器能够准确地估计转子磁链、转速及负载转矩.     

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．     

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。     

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。     

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.     

基于热网络模型和参数估计的感应电机定子绕组温升测试方法

对感应电机定子绕组进行直流温升测试,可以在避免转子温度干扰的条件下,有效分析和验证定子的散热能力。然而,定子绕组温升实验存在耗时长和难以获得绕组最高运行温度的问题,而利用热模型计算所得的绕组温升精度又较难保障。为此,提出一种基于热网络模型和参数估计的感应电机定子绕组温升测试方法。该方法通过热网络模型描述定子绕组温度的变化,再利用定子绕组温升实验的若干样本数据,结合参数估计原理,准确获得热网络模型参数,从而对定子绕组的整个温升过程进行有效估计。结果表明:在完成参数估计后,定子绕组热网络模型可准确获得不同电流条件下的定子绕组温升过程。因此,所提温升测试方法不仅可节约温升测试的实验时间,还可获得实验中无法测量得到的定子绕组最高运行温度,为电机定子绕组后续设计与改进提供一定依据。     

利用人工神经网络进行感应电动机解耦控制

为了使感应电动机具有象直流电动机一样优良的转矩与转速控制性能,提出了一种基于人工神经网络的感应电动机解耦控制方法。由于实时递归网络具有较强地表达和处理瞬态信息的能力,适合解决非线性动态系统问题,因此用递归网络构成的解耦控制器具有良好的动态特性。为减少这种神经网络解耦控制器的学习时间,提出了一种自适应学习算法,通过在网络学习的过程中不断地调整学习速率,从而加快了网络学习速度。仿真计算结果表明,这种神经网络解耦控制方式具有优良的动态响应特性。