感应电动机无速度传感器技术的发展与展望

速度辨识是无速度传感器感应电动机控制系统中的关键环节,直接影响电机控制的性能。对感应电动机无速度传感器控制系统中速度估计技术的研究现状进行了总结和综述,介绍了多种常见的速度辨识方法,分析了各自的优缺点和适用范围,并指出了今后的研究发展方向。对速度估计方法的选择和研究有一定的参考指导价值。     

感应电动机无速度传感器矢量控制综述

矢量控制在感应电动机中的应用最多,该文对感应电动机无速度传感器矢量控制进行了综述：介绍了几种常见的速度估计方法,指出了各自的优缺点和适用范围,并就今后的研究发展方向提出了看法。     

无传感器矢量控制系统及其速度估算的研究

基于同步轴系下的感应电动机电压磁链方程式,提出了一种感应电动机转子磁场定向的矢量控制方法,利用在同步轴系中q轴电流的误差信号实现对电动机速度的估算.在该无传感器矢量控制系统中,由于采用了经典的PI调节器,使得控制系统更为简单.最后利用MATLAB建立仿真模型,通过仿真验证了该控制系统具有良好的动态和静态性能.     

粒子群算法优化扩展卡尔曼滤波器电机转速估计

转速估计的精度直接影响无速度传感器矢量控制的效果,针对感应电机扩展卡尔曼滤波器(EKF)转速估计中难以取得系统噪声矩阵和测量噪声矩阵最优值的问题,提出了一种基于改进粒子群算法优化的EKF转速估计方法.该方法利用改进的粒子群算法对EKF中的系统噪声矩阵和测量噪声矩阵进行优化处理,将优化后的EKF应用于感应电机转速估计.仿真试验表明,与试探法、标准粒子群算法及遗传算法比较,该方法能有效提高转速估计的精度,从而提高无速度传感器矢量控制系统的性能.     

无速度传感器感应电动机矢量控制系统速度辨识方法

分类介绍了当前研究的几种具有代表性的无速度传感器感应电动机矢量控制系统速度辨识方法,分析了各种方法的优缺点,并针对当前研究热点为今后的发展方向提出了一些设想。     

基于交互式变参数MRAS的直接转矩控制系统

在异步电动机无速度传感器控制系统中,转速估计的精确度对电机内部模型参数误差非常敏感.为消除速度估计误差,电机参数通过一交互式模型参考自适应系统(MRAS)在线辨识,在此基础上建立了一个改进的变参数速度辨识数学模型,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,实验结果证明了该控制系统的有效性以及速度估计具有较高的精确度.     

基于交互式模型参考自适应系统策略的无速传感器矢量控制系统

在感应电动机无速传感器矢量控制系统中,在负载条件下转子速度估计的精确度对电机内部模型参数误差非常敏感.为消除速度估计误差,电机参数通过一交互式模型参考自适应系统（MRAS）在线辨识.通过转子磁通定向控制策略在数字信号处理器中的应用描述了速度估计对参数变化的鲁棒性.实验结果证明了该控制系统的有效性以及速度估计具有较高的精确度.     

基于自适应滑模观测器的感应电动机直接转矩控制

将滑模变结构控制方法应用于感应电动机直接转矩控制系统,介绍了一种自适应滑模状态观测器.以定子电流和转子磁链为状态变量,利用定子电流的测量值与观测值的误差构成滑模面,设计滑模观测器,对转子磁链进行估计.采用李雅普诺夫稳定性理论证明了观测器是渐近稳定的,导出了转速自适应律.将转速观测值用于感应电动机的无速度传感器直接转矩控制系统,实验结果表明驱动系统具有优良的动、静态控制性能.     

感应电机无速度传感器控制系统的仿真研究

针对一种基于扩展卡尔曼滤波器(EKF)的感应电动机无速度传感器直接转矩控制系统负载转矩和转速同时估计进行仿真。在直接转矩控制的基础上,通过定子侧可测量的电压、电流值,转速和转矩作为扩展状态量,构建一种无速度传感器的感应电机转速、磁链状态观测器,估算感应电机的负载转矩和转速。该方法能准确估算电机的真实状况,并对负载扰动、电机参数变化具有较强的鲁棒性。仿真结果表明,无速度传感器系统具有较强的动态控制性能,该系统具有抗干扰能力强、超调量小、响应快。     

基于EKF的感应电动机转速及负载转矩辨识

提出了一种基于扩展卡尔曼滤波(EKF)的感应电动机无传感器系统的转速和负载转矩同时估算方法.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,根据定子侧测最的电压、电流值,由EKF估算出电机转子磁链、转速及负载转矩.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,即使运行在低速情况下,EKF估计器仍然能够准确地估计转子磁链、转速及负载转矩.