一种异步电机无速度传感器矢量控制转速辨识方法

提出了一种交流异步电机无速度传感器矢量控制的转速辨识方法,转速估算和磁链观测基于异步电机按转子磁场定向的动态数学模型.以MATLAB/SIMULINK内含的电气系统模块为基础,建立异步电机无速度传感器矢量控制的仿真模型.最后给出了系统仿真结果,通过仿真实验波形说明了所建模型的正确性,控制系统具有满意的辨识精度、优良的动静态性能和较高的控制效果.     

笼型异步电机能效辨识方法对比

对不同三相异步电机效率在线辨识方法精度分别进行研究,并改进传统T型等效电路算法。以一台5.5 k W、4极异步电机为例,对提出的方法进行了试验验证,结果表明利用气隙转矩法辨识电机效率具有较高精度。不同方法试验数据的比较分析为工程实际电机能效在线辨识提供了重要参考。     

异步电机无速度传感器矢量控制系统研究

因电机编码器安装困难．稳定性差、精度不高等缺点，异步电机无速度传感器矢量控制系统的研究越趋广泛。模型参考自适应法（MRAS）凭借其原理简单、实用性强等优点，在各种速度辨识方法中应用最多。本文采用转子磁链改进电压模型作为参考模型，避免了纯积分环节；采用PI型自适应律，结构简单且具有良好的辨识效果。通过MATLAB仿真及硬...     

异步电机无速度传感器直接转矩控制系统

论文基于模型参考自适应控制系统原理(MRAS)设计了一种新型的速度磁链自适应观测器，它以定子电流和定子磁链为状态变量，把磁链观测和速度辨识结合在一起，可以将定子磁链观测值直接应用于直接转矩控制算法中，并实现了异步电机无速度传感器直接转矩控制系统。定义了李亚普诺夫函数，根据其稳定性理论确定了速度自适应律。利用SIMULINK中的库元件和S-function构建了异步电机无速度传感器直接转矩控制系统仿真模型，仿真实验结果表明提出的速度磁链自适应观测器对速度辨识快速而准确，算法比较简单，计算量小，便于在线实现。该系统具有较好的定子磁链和转速观测精度以及对定子电阻变化的鲁棒性，能改善低速时磁链畸变的程度和运行特性。     

基于感应电机定子磁链U-N模型的速度自适应辨识方法

文中研究了基于异步电机定子磁链U-N模型的速度辨识问题。建立了基于异步电机Γ-型参数的状态方程,给出了基于U-N模型的定子磁链观测器;基于李雅普诺夫稳定性理论推出了速度自适应律,给出了基于这种全阶磁链观测器方案的模型参考自适应速度辨识方法。研究了异步电机无速度传感器的直接转矩控制方案,建立了此方案的Matlab仿真模型进行仿真分析;在搭建的牵引电机试验平台上进行了试验研究,并给出了Matlab数字仿真结果以及试验结果。仿真结果和试验结果表明辨识转速能够准确地跟踪实际转速,证明了基于定子磁链U-N模型的速度自适应辨识方法的有效性和实用性。     

一种简易的异步电机参数辨识方法及其应用

介绍一种简易的异步电机参数辨识方法,该方法能在电机静止状态下辨识出电机的各个参数,并在基于TMS320F2812为主控制器的异步电机无速度传感器矢量控制系统进行实验,将辨识得到的参数投入到实际系统中,通过LabVIEW虚拟示波器观测系统的实际运行情况。实验结果证明该方法辨识得到的参数准确性高,能直接应用于无速度矢量控制系统,而避免了繁琐的参数整定过程。     

基于MRAS理论的无速度传感器直接转矩控制调速系统

在MRAS理论基础上讨论了三种转速观测法,并将其中既能实现电机转速辨识又能实现定子电阻辨识的交互式模型参考自适应方法应用于异步电机无速度传感器直接转矩控制中.该方法能较好地解决电机参数变化对调速精度和系统稳定性影响的问题,仿真结果证明了该方案的有效性.     

基于改进模型参考自适应法的异步电机矢量控制

对常规MRAS转速辨识进行了分析,针对异步电机无速度传感器矢量控制提出了一种改进型MRAS转速辨识方法。通过设计一个基于转子磁链定向电流模型下的补偿器,用于对磁链观测进行幅值和相位的实时补偿。仿真和实验表明,经过改进后的转速MRAS辨识方法具有较高的转子磁链观测精度,改善了转速估计的动静态性能,提高了系统的鲁棒性。     

基于离散MRAS的异步电机静态参数辨识

本文提出用电压型ＩＧＢＴ逆顺供电的异步电机静态参数的离散ＭＲＡＳ辨识方法。根据异步电机静态参模型,以定子电流的参考输出导出了参数适应律,并在仿真研究的基础上讨论了基于离散ＭＲＡＳ的异步电机静态参数辨训的ＤＳＰ（ＴＭＳ３２０Ｃ５０）实现方法。通过仿真和实验证实了该方法对异步电机静态参数有较好的辨识精度和噪声适应性。     

基于双DSP的异步电动机参数辨识实验研究

在无速度传感器的异步电动机矢量控制和直接转矩控制中,控制的精度和稳定性在很大程度上取决于电动机参数的辨识精度;同时在无速度传感器控制策略中的转速估算,同样要依赖于电动机参数。从异步电动机等效电路出发,结合电机自身特性,提出一种基于双DSP控制系统,利用变频器实现异步电动机离线参数辨识的方法。仿真和实验证明,该方法实用性很强,可以为无速度传感器的异步电机矢量控制和直接转矩控制提供高精度的参数。     

Speed sensorless vector control of induction motor using extendedKalman filter

A vector control of an induction motor by an estimated speed using an extended Kalman filter is proposed. With this method, the states are composed of stator current and rotor flux. The rotor speed is regarded as a parameter, and the composite states consist of the original states and the rotor speed. The extended Kalman filter is employed to identify the speed of an induction motor and rotor flux based on the measured quantities such as stator currents and DC link voltage. The estimated speed is used for vector control and overall speed control. Since the current control is performed at a synchronous rotating reference frame, the estimated speed information is also used for the reference frame transformation of the current controller. Computer simulations and experiments of the speed control have been carried out to test the usefulness of the speed estimation algorithm. The experimental results show that the performance of the speed estimation is very good     

基于扩展卡尔曼滤波的直线感应电机速度观测

为解决在直线感应电机（Linear Induction Motor,LIM）的高性能闭环控制系统中取消速度传感器后,速度闭环缺少反馈环节中的速度信息的问题,在考虑LIM的边端效应前提下,实现了一种基于扩展卡尔曼滤波算法的速度观测器。首先,基于考虑边端效应的三相直线感应电机的数学模型,推导出具有合适增益和协方差更新矩阵的扩展卡尔曼滤波观测器。并基于LIM的矢量控制系统,将观测器辨识的速度参数反馈到速度闭环系统中。然后,在Simulink中搭建带有速度观测器的直线感应电机矢量控制系统模型,对观测器的辨识速度和电机实际速度进行对比。最后,结果表明,利用辨识速度进行闭环控制可以保证系统稳定运行。在三种负载情况下,观测器的预测速度和实际速度之间的误差在0.51%到2.34%之间,对系统多种动态性能进行分析可知,基于扩展卡尔曼滤波观测器的LIM矢量控制系统,随着负载增大,预测速度的误差随之增大,推力误差随之减小,磁链幅值误差随之略微增大。因此,在考虑边端效应的情况下,基于扩展卡尔曼滤波的观测器可以代替速度传感器实现空载和带载时的三相直线感应电机控制。     

基于扩展卡尔曼滤波器的感应电机转子断条故障检测

根据扩展卡尔曼滤波器的原理,推导出用感应电机端电压、线电流信号估计电机转速的方法,还对扩展卡尔曼滤波器的参数进行了优化,提高了辨识的精度和收敛的速度.对电机转速进行FFT频谱分析,并以此为基础进行电机转子断条故障的在线检测.该方法不仅较以往电流检测方法更有利于克服边频带效应带来的影响,同时也避免了精密的转速测量装置的使用,因此具有广泛的实用价值.实测结果表明该方法是正确有效的.     

采用抗差扩展卡尔曼滤波器的感应电机转速估计方法

扩展卡尔曼滤波器(extended Kalman fileter,EKF)已广泛应用于无速度传感器矢量控制转速估计。尽管扩展卡尔曼滤波器具有较强的抗干扰能力,但是面对粗差时仍然会出现较大的抖动,影响系统的控制性能。提出了一种基于抗差扩展卡尔曼滤波器的转速估计方法,分析了粗差对扩展卡尔曼滤波器估算精度的影响,探讨了在应用于感应电机转速估计时抗差EKF能否同样取得良好的估计精度,以及优于EKF的抗粗差性能。通过仿真与实验,对比了遇到较大外部干扰和估算误差干扰时抗差EKF与EKF的转速误差和磁链变化。仿真与实验结果表明,抗差EKF较EKF而言具有更好的抗粗差性能,可以使系统遇到干扰时更快收敛。     

永磁直线同步电机无传感驱动系统全速范围位置估计新方法

为了适应直线电机速度变化范围大的特点,针对永磁直线同步电机(PMLSM)无传感驱动系统中难以在全速范围内精确提取动子位置信息这一问题,提出了一种基于扩展卡尔曼滤波法(EKF)和位置闭环观测器的复合新型位置估计算法。在电机起动与低速时采用EKF,在中高速时采用位置闭环观测器,在速度承接区域采用EKF和闭环观测器算法的加权复合,以实现PMLSM从起动到高速全速范围内高精度的位置估计。仿真试验结果表明,提出的方法在全速范围内能较准确地估计出电机的位置信息。     

双UKF算法及其在感应电机矢量控制中的应用

在无轨迹卡尔曼滤波器(UKF)算法的基础上,建立应用于感应电机矢量控制系统的双UKF算法,实现电机状态和参数的同时观测.电机模型选择以定、转子磁链为状态变量的降阶方程,从而有效避免了数值计算的不稳定性.利用Simulink建立感应电机矢量控制系统,通过仿真比较了双UKF与扩展卡尔曼滤波器(EKF)两种算法的性能.实验结果表明,双UKF算法能有效提高状态估计和参数辨识的精度和收敛速度.     

矢量控制异步电机转子时间常数的实时补偿

本文针对转子磁场定向异步电机矢量控制系统中转子时间常数易受温度和磁饱和影响而偏离其最初值,从而导致磁场定向失败,电机动静态特性变坏的现象,提出了一种基于卡尔曼滤波器的转子时间常数的辩识补偿方法,该方法具有较高的精度,借助于高速数字信号处理器（ＤＳＰ）可以实现实时补偿控制仿真结果证明该方法是有效可行的。     

基于Γ-1模型的EKF分析与无速度传感器控制

为保证列车在速度传感器发生故障后的正常运行,在利用现有传感器的基础上,本文对无速度传感器矢量控制进行了研究。介绍了感应电机的Γ-1模型,在此基础上研究感应电机的扩展卡尔曼滤波(EKF)状态观测器与转速估算问题,提出了一个无速度传感器矢量控制方案,并构建了一个无速度传感器控制系统,实验验证了该方案的可行性。     

Observers for induction motor state and parameter estimation

The Kalman filter in its basic form is a state estimator and can be applied to the problem of estimating induction motor rotor currents in a vector control scheme. This filter is shown to combine information from the plant model with output measurements to produce an optimal estimate of the unmeasured states. Also described is the application of the extended Kalman filter algorithm to the online estimation of rotor resistance in an induction motor drive. Significant savings in computing requirements are obtained with a reduced-order model of the motor, in which measured, rather than computed, values of stator currents are used     

STEKF协同残差归一化的感应电机转速辨识方法

为了提高感应电机无速度传感器矢量控制系统的性能,提出了一种强跟踪扩展卡尔曼滤波(STEKF)协同残差归一化(NR)的自适应转速估计方法。通过将渐消因子引入到状态预测协方差矩阵中,实时在线调整增益矩阵,强迫输出残差序列保持相互正交。同时,通过对残差进行归一化处理,自适应地调节渐消因子,消除由残差本身数值差异引起的信息不对称。该文提出的方法提高了系统模型对于实际系统以及外部环境变化的适应性,有效降低了估计误差,满足对于低速的估计要求。对基于STEKF协同残差归一化观测器的感应电机无速度传感器矢量控制系统进行了实验验证,实验结果证明了算法的正确性和有效性。