感应电动机定子磁链与转矩解耦自适应控制

基于非线性状态变换和状态反馈，提出了感应电动机定子磁链和转矩的精确解耦控制策略。并针对电动机运行过程中定子和转子电阻值随温度升高而发生变化，提出了自适应解耦控制律，确保了电阻估计误差的收敛以及定子磁链和转矩对各自参考值的渐近跟踪。通过理论分析证明了自适应反馈控制的收敛性和整个闭环系统的稳定性，最后数字仿真验证了系统的控制性能。     

基于主元分析神经网络补偿的感应电动机逆解耦控制

对于具有多变量、非线性、强耦合、慢时变等特征的异步电动机调速系统,实现定子磁链与电磁转矩的高精度动态解耦是提高系统性能的关键.首先通过非线性状态反馈建立感应电动机的α阶积分逆模型,并分析非线性状态反馈的误差对其逆模型精度的影响.在此基础上提出了一个基于主元分析神经网络补偿的感应电动机逆解耦控制方法,将补偿后的α阶积分逆...     

基于逆系统理论的感应电动机解耦控制的研究

应用多变量非线性控制的逆系统理论,对感应电动机变频调速这一多变量、非线性、强耦合的控制对象进行解耦控制,从而将其分解为转速和转子磁链两个线性子系统,并应用线性系统理论对其进行综合。研究表明,这种新的控制策略实现了感应电动机转速与转子磁链的动态解耦。论文的最后给出了仿真结果。     

感应电动机2种解耦控制方案的对比研究

感应电动机是一个多变量、强耦台、非线性的控制对象。文章对基于传统的矢量控制和基于微分几何控制理论的非线性多输入—多输出状态反馈2种解耦控制方案做理论和试验对比研究。理论和仿真试验结果都表明，矢量控制是一种磁链与转速没有完全解耦的控制方案，而基于微分几何控制理论的解耦控制实现转速与磁链完全解耦，从控制性能而言，后者控制方案优于前者。     

一种新颖的感应电动机控制仿真研究

矢量控制是基于旋转坐标实现感应电动机的交、直轴电流的解耦控制,状态变换需要计算转子转差或转子磁链角的位置.提出了一种新颖的感应电动机解耦控制方案,该设计方法可以实现快速的转速、转矩和磁链的跟踪.与传统控制方法相比,该方法避免了转子转差或转子磁链角位置的计算.仿真结果证明了该设计方法的有效性.     

基于非线性自适应控制的异步电动机的锁相环控制

本文在应用微分几何方法对感应电动机进行精确线性解耦控制的基础上,对感应电动机采用锁相环速度控制,并用一种更适于电动机控制的采样－保持鉴相器,由于直接建立了相差Δθ与频率ｆ的关系,使系统的动态特性及控制精度分析更精确,推导出了交流锁相调速系统的人锁条件,针对电动机参数的不确知性,采用一个渐近跟踪负载力矩和转子电阻实际值的非线性辨识算法,保证了速度和磁链调节的解耦控制,使系统的精确速度控制具有一定的鲁     

一种基于神经网络逆的感应电动机解耦线性化改进策略

由于感应电动机运行过程中的参数变化,磁场定向控制和解析逆控制所实现的解耦线性化遭到破坏.为此,基于输出为转子磁链幅值和转速的电流控制型感应电动机模型,本文提出了一种神经网络逆解耦线性化方法,理论分析表明,此方法可以实现感应电动机系统的自适应解耦线性化,弱化转子磁链与转速之间的耦合,从而简化外环控制器的设计,进一步提高整个系统控制性能.最后,对采用所提解耦线性化方法的整个感应电动机控制系统进行仿真研究,仿真结果对比表明该解耦线性化方法是有效的.     

基于自适应转子电阻估计器的感应电机逆解耦控制

提出了一种具有自适应转子电阻估计器的感应电机的逆解耦控制方法.首先通过非线性状态反馈获得感应电机的逆系统,将感应电机这个多变量、非线性、强耦合的对象动态解耦成转速与转子磁链两个二阶子系统;然后,采用模型参考自适应系统（MRAS）理论来设计转子电阻估计器,在线估计时变的转子电阻,从而保证在整个电机运行区域内,转速与磁链之间的输入输出解耦关系不变;最后,分别设计线性控制器对转速与磁链子系统进行闭环控制.仿真结果表明,提出的控制方案具有优良的动态和静态性能,且对电机参数变化具有强鲁棒性.     

感应电动机双闭环无源性跟踪控制

针对感应电动机存在参数时变性、非线性耦合变量和转子电流不易测量等问题,从能量角度分析了感应电动机定子电流-转子磁链动态方程,建立感应电动机的Euler-Lagrange(EL)模型.基于无源性控制方法,以定子电流为状态变量,提出不需要转子电流观测器的改进控制算法,以转矩内环和转速外环,设计了感应电动机的双闭环无源性控制器;以控制期望值注入感应电动机EL模型,反推模型得到系统的控制量.通过与直接转矩控制方法的仿真结果比较,无源性控制器可使感应电动机转子磁链、转矩和转速快速跟踪给定值,鲁棒性好,系统易于实现,而且无源性控制律是全局稳定的控制算法,从而验证了无源性控制策略可行性和有效性.     

感应电机的无速度传感器逆解耦控制

提出了一种基于扩展的Kalman滤波器的感应电机无速度传感器逆解耦控制方法.首先采用逆系统方法将感应电机的转速与转子磁链进行动态解耦,其次由扩展的Kalman滤波器(EKF)对转速及转子磁链进行实时估计,最后由线性综合方法设计转速和转子磁链闭环调节器,从而实现感应电机的无速度传感器逆解耦控制.仿真结果表明EKF可在整个调速范围内进行高精度的转速和磁链估计,系统具有优良的动态和稳态控制性能     

采用自抗扰控制器的高性能异步电机调速系统

矢量控制技术已被广泛地应用于高性能异步电机调速系统中,然而,由于在实时控制中存在严重的外部干扰,参数变化和非线性不确定因素,基于精确电机参数的准确解耦很难实现,并且磁通和转矩的动态性能也受到严重的影响,为了提高调速系统的动态性能,该文提出了一种可以取代经典PID控制器用于异步电机调速的非线性自抗扰控制器。自抗绕控制器由三部分组成;跟踪微分器,扩张状态观测器和非线性状态误差反馈控制律,利用扩张状态观测器,自抗绕控制器可以估计出系统状态变量及其广义导数,从而实现异步电机的精确解耦,此外,上述控制录需要精确电机参数就可以实现干扰补偿,这使得自抗绕控制器的设计能够独立于异步电机的精确数字模型。仿真和实验结果表明,相对于经典PID控制器,自抗绕控制器在较宽的调速范围内具有更好的动态性能以及对负载扰动,电机参数变化都具有更好的鲁棒性。     

基于气隙磁场定向的无轴承异步电机非线性解耦控制

无轴承异步电机是一个强耦合的非线性复杂系统 ,实现其电磁转矩和径向悬浮力之间的解耦控制是该电机稳定运行的前提。本文在研究电机磁悬浮机理的基础上 ,利用电枢绕组气隙磁场定向控制来实现两者之间的动态解耦控制。实验证明该控制算法不仅能实现电机稳定的悬浮 ,而且使电机具有良好的调速性能     

无轴承异步电机的自抗扰控制策略

针对无轴承异步电机(BLIM)的逆系统解耦控制性能受负载和参数变化影响的问题,在转子磁链定向逆系统解耦控制的基础上,采用自抗扰控制器(ADRC)替换经典的PID控制器,将BLIM模型中的交叉耦合项、本体参数变化和负载视为"扰动",统一用ADRC的扩张状态观测器(ESO)估测,非线性状态误差反馈控制器(NLSEF)进行补偿。仿真结果表明:采用了ADRC,系统具有较好的动态解耦控制性能;同时,对电机参数和负载变化具有更好的鲁棒性。     

感应型磁悬浮电动机的解耦控制

对双定子绕组感应型磁悬浮电动机进行了研究。针对系统具有多变量、强耦合、非线性的特点 ,应用多变量非线性控制的逆系统理论 ,通过状态反馈线性化方法 ,设计出非线性控制器 ,经过该非线性控制器的补偿 ,将原非线性强耦合的多变量系统解耦并线性化 ,成为转速、转子磁链及转子位置等彼此无耦合的线性子系统。最后 ,应用线性系统理论对这些线性子系统进行综合。计算机仿真表明 ,系统具有良好的静、动态性能。     

神经元控制器在数字调速系统中的实现和应用

神经网络具有自学习、自适应能力 ,用于控制时可不依赖控制对象的数学模型。异步电机矢量控制技术是通过坐标变换 ,实现对定子电流的励磁分量与转矩分量的解耦控制。为实现对交流电机快速和精确控制 ,本文基于单神经元设计出用于异步电机矢量控制的自适应磁链和转速控制器 ,利用神经元的自学习功能在线调节连接权重 ,实现自适应控制。并将此设计应用于由数字信号处理器 (DSP)实现的交流电机矢量控制系统中 ,实验表明此方法设计的控制器结构简单 ,易于数字化实现 ,控制系统动态性能良好。     

同步旋转坐标系下感应电机神经网络逆控制

根据同步旋转坐标系下感应电机数学模型,基于控制转子磁链与转速的感应电机电流控制型结构,给出了电流控制型感应电机解析逆控制方法的一般形式的控制律,采用神经网络逼近解析逆控制律,解决由于参数变化和观测量不准带来的解耦被破坏问题.理论分析表明,此方法可以实现感应电机系统的自适应解耦及线性化,弱化了转子磁链与转速之间的耦合程度,简化了外环线性控制器的设计,提高了整个系统控制性能.最后,对感应电机系统控制进行仿真及实验研究来验证该方法的有效性.     

感应电机在弱磁区的电流解耦控制研究

为了实现感应电机的宽范围调速,针对按转子磁场定向时,d,q轴电流的耦合效应,引入复平面矢量分析法,建立了感应电机的电压一电流矢量模型,分析了同步旋转PI控制器在解耦方面的不足,提出了评价耦合强度的频率函数.在复数传递函数的基础上,提出了一种电流矢量控制器,该控制器在确定系数后,无需电机参数,就可在宽调速范围内实现电流解耦控制.实验结果证明了该方法的有效性和正确性.     

自抗扰控制器解决感应电机调速系统参数鲁棒性问题

针对矢量控制系统存在的参数鲁棒性差的缺陷,基于自抗扰控制原理,提出了一种可以取代经典PID控制器用于异步电机调速的非线性自抗扰控制器。利用扩张状态观测器,自抗扰控制器可以估计出系统状态变量及其广义导数,从而实现异步电机的精确解耦。此外,上述控制方案不需要精确电机参数就可以实现干扰补偿,这使得自抗扰控制器的设计能够独立于异步电机的精确数学模型。仿真和实验结果表明,相对于经典PID控制器,自抗扰控制器在较宽的调速范围内具有更好的动态性能。