基于改进RLS算法的永磁同步电机参数辨识

永磁同步电机(permanent magnet synchronous motor, PMSM)参数的在线准确辨识是实现电机高性能控制的基础,也为系统故障诊断提供了依据。传统递推最小二乘(recursive least square, RLS)法在辨识PMSM的d轴、q轴电感参数时对系统噪声、状态变化较为敏感,动态辨识稳定性不佳。文章在建立离散化辨识模型的基础上,提出了一种改进递推RLS算法,用于d轴、q轴电感参数的在线辨识。该算法在动态辨识过程中引入电流变化率,同时改进算法中的增益矩阵K,减小d轴、q轴辨识误差对电感修正产生的耦合影响。通过一台20 kW的PMSM仿真及实验,验证了改进的辨识算法能够有效提高参数的动态辨识效果。     

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%.     

采用非线性最小二乘法的超级电容等效电路模型参数辨识

针对电动汽车混合储能系统中超级电容在传统模型参数辨识中误差较大、不利于估计其工作状态和进行系统能量管理的问题,提出了一种采用非线性最小二乘法的等效电路模型参数辨识方法。为了精确表征超级电容内部电荷再分配过程及其端电压特性,减小模型误差,该方法首先在超级电容三分支等效电路模型的基础上,分析超级电容充、放电过程中内部的电荷再分配过程;然后,利用粒子群算法分段辨识得到模型参数初值;最后,在所得模型参数初值的基础上采用基于信赖域的非线性最小二乘法对模型参数进行优化。采用超级电容进行多组恒流充、放电实验,结果表明,在不同充、放电条件下,模型计算的端电压与对应实验测试端电压的平均绝对百分误差均在0.5%以内,由此验证了基于非线性最小二乘法参数辨识的有效性和准确性。     

基于输入预测误差的Wiener系统结构和参数辨识

为了辨识Wiener系统的结构和参数,提出了一种结构等效逆变换,将两个子模型的参数乘积项转化为两个子模型的参数求和.该变换不仅避免了参数乘积项的出现,而且减小了算法计算量;针对变换后系统的特点,提出了一种输入预测误差准则用于参数估计;基于输入预测误差准则,提出了一种最小二乘算法来辨识Wiener系统的参数.数值仿真验证了算法的有效性.     

捷联惯性测量组件陀螺系统标定研究

对捷联惯性测量组件陀螺仪系统标定方案进行了研究.根据光纤陀螺系统静态误差参数模型,提出了一种在线组合标定方案和系统辨识算法,在线组合标定方法采用递推最小二乘算法对测试数据进行了在线处理,并通过该试验方案的仿真进行了验证,仿真结果表明这种方法是有效可行的.试验步骤简单,提高了标定的自动化水平.     

基于双STF-UKF算法的永磁同步电机参数联合估计

针对永磁同步电机参数辨识问题,分析了永磁同步电机的可辨识模型.将参数看成缓慢的变化状态,同时考虑系统噪声和测量噪声,提出了一种基于强跟踪滤波器的无迹卡尔曼滤波算法.该算法能够同时辨识定子电阻、直轴和交轴电感、永磁体磁链,讨论分析了该算法的稳定性.为了减少算法的计算量,将4个参数分成2部分,采用2个STF-UKF滤波器交替运行辨识全部参数.仿真结果表明,该算法在PMSM不同的工况下能够有效地辨识电机的全部参数.     

基于自抗扰控制的车用异步电机参数辨识

交流异步电机的转子时间常数随不同工况而发生改变,导致交流异步电机控制系统的励磁和转矩无法完全解耦,进而影响交流异步电机的动静态特性。针对这一现象,提出一种基于模型参考自适应算法(MRAS)和遗传算法-自抗扰控制(GA-ADRC)相结合的方法,对转子时间常数进行辨识。通过MATLAB/Simulink搭建交流异步电机参数辨识控制系统模型并进行仿真验证,仿真结果表明,基于MRAS和GA-ADRC相结合的辨识方法可以准确辨识转子时间常数,有效提升交流异步电机参数辨识系统的控制性能。     

一种基于简化MRAS无速度传感器的永磁电机EKF磁链辨识

表面式永磁同步电机因其结构简单、功率密度高、效率高等优势,被广泛应用于高性能伺服系统以及其他工业场合中。由于电机控制性能受温度和磁饱和等现象影响,电机参数的在线辨识则显得至关重要。针对由于永磁电机数学模型阶数低造成无法由一个估计器同时辨识转速和电机参数的问题,本文提出了一种结合EKF和MRAS辨识的优点,在MRAS无速度传感器系统估计转速的基础上通过EKF观测器估计永磁体磁链的解决方法,并与精确MRAS算法作了比较,对自适应PI参数的选择进行了讨论。Simulink仿真研究验证了该方法的有效性和准确性,能满足电机运行速度快且动态要求高的场合需要。     

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.     

基于RBF神经网络的热力系统煤种辨识方法

为了保证热力系统稳定运行,提高锅炉安全寿命,控制污染物,该文利用多模型思想,对煤种低位发热值进行初步辨识和精确辨识。初步辨识中,采用改进的K均值聚类算法,快速辨识出煤种类型;精确辨识中,利用初步辨识的结果优化发热量辨识模型,减少模型搜索范围,采用自动调节隐节点和参数的径向基函数(RBF)神经网络算法。仿真结果表明,该辨识方法的辨识误差在1.5%以内,具有良好的辨识精度,在速度上也优于单独的RBF辨识算法,可以应用于热力系统煤种发热量在线辨识。