参数在线辨识的大功率开关磁阻电机可逆控制

为了减小开关磁阻电机模型参数变化对电机性能的不利影响,采用最小二乘法对磁链模型参数进行在线辨识,建立了以参数在线辨识模型为基础的磁链控制器,实现了对大功率开关磁阻电机的可逆运行控制.三相12/8极100kW开关磁阻电机的实验结果证实了参数在线辨识算法对于磁链的估算误差小于3%,并且在开关频率10kHz的条件下,理想方波电流给定下误差小于5%.采用参数在线辨识模型的大功率开关磁阻电机调速系统在煤矿生产现场的运行结果证实了方案的可行性和有效性.     

基于KELM-SAPSO的开关磁阻电机优化设计

开关磁阻电机由于其双凸极结构和铁芯磁通密度的高度饱和性,使得建立准确的非线性模型极其困难,传统的设计方法难以设计出最优方案。为了优化在起动过程中开关磁阻起动/发电机的转矩特性,缩短起动时间,首先采用传统设计方法设计了一台开关磁阻电机,并且选取了设计参数;然后针对非参数建模结构简单,容易辨识的特点利用核极限学习机进行非参数建模;最后使用模拟退火粒子群算法对平均转矩和转矩脉动进行多目标寻优。仿真结果表明,建立的非参数模型拟合精度高,优化后电机的平均转矩增加了3.95 N·m,转矩脉动减少0.23。仿真实验表明,核极限学习机和模拟退火粒子群相结合的算法适合于电机的设计与优化过程,具有参数设置少、泛化能力强、不易陷入局部最优解、耗时较少等优点。     

基于极限学习机的开关磁阻电机建模

磁链特性是开关磁阻电机系统建模的重要基础,文中探讨了利用极限学习机处理磁化曲线簇,建立电机模型的方法。在详细分析电机非线性磁链特性的基础上,运用极限学习机的非线性回归理论,通过对开关磁阻电机进行有限元分析得到样本数据集进行训练学习,建立了电机的非参数模型,与传统神经网络、支持向量机相比,该电机模型具有更高的回归精度与更快的回归速度。仿真实验表明,该模型比较准确地反映了电机的磁链特性。     

平面开关磁阻电机模型参考自适应位置控制

为了提高平面开关磁阻电机的位置精确度,研究一种基于模型参考自适应控制理论的平面开关磁阻电机控制方法。采用最小二乘法辨识了平面开关磁阻电机的线性化模型参数,根据李亚普若夫稳定性理论,以力指令为控制量并采用输入输出变量设计了平面开关磁阻电机模型参考自适应位置控制器,基于dSPACE半实物实时仿真系统,构建了实时在线控制实验平台,进行了平面开关磁阻电机的模型参考自适应位置控制实验。研究表明:基于模型参考自适应控制的平面开关磁阻电机系统能平稳、准确地跟随给定位置,提高了电机位置精确度,验证了提出的平面开关磁阻电机模型参考自适应控制方法的可行性和有效性。     

相邻交叉耦合直线开关磁阻电机位置同步控制

多直线开关磁阻电机同步控制系统在工业生产中具有十分重要的应用价值,但目前对此问题的相关研究还较少。针对多台直线开关磁阻电机的位置精确同步控制问题,基于相邻交叉耦合运动控制策略,结合各电机位置误差与位置同步误差构造新的误差状态变量,采用系统辨识法获得电机模型参数,提出多台直线开关磁阻电机位置同步控制算法。对三台直线开关磁阻电机构成的运动控制系统进行的仿真和实验研究结果表明,该算法在保证电机精确跟踪输入信号的同时取得良好同步控制效果,验证了文中方法的有效性。     

基于BP神经网络的开关磁阻电机建模及仿真

为了改善开关磁阻电机的性能分析和控制效果,建立精确的开关磁阻电机模型是极其重要的。在获得准确的电机电磁特性基础上,利用神经网络所具有的非线性映射能力,建立开关磁阻电机非线性模型。本文采用基于附加动量法的BP神经网络建立开关磁阻电机磁链模型和转矩模型,同时在Matlab/Simulink平台上搭建电机控制系统模型。实验表明,该建模方法能满足开关磁阻电机驱动系统的高性能要求。     

感应电机参数辨识三种智能算法的比较

针对感应电机参数辨识,采用3种智能优化算法,即遗传算法、蚁群算法、微粒群算法.感应电机的实际输出电流和电气模型的观测电流之间的差值被作为目标函数不断对电气模型中的参数进行更新,从而辨识全部的感应电机参数.变速运行实验是在电机不带负载的情况下进行的.通过实验,对感应电机参数辨识3种智能优化算法进行比较,并得出结论.遗传算法可以得到最准确的电机参数,微粒群算法次之,蚁群算法最差.蚁群算法所需时间最短,遗传算法次之,微粒群算法最长.     

采用热路图法计算开关磁阻电机温升

在参考传统电机温升热路图模型的基础上．提出了开关磁阻电机热计算的方法．为开关磁阻电机的温升计算提供了依据。采用MATLAB工具．通过迭代的方法对有非线性参数的三源热路图进行了仿真计算。仿真结果与实验结果相符。     

基于RBF神经网络的开关磁阻电机单神经元PID控制

论文提出了一种基于径向基函数（radial basis function）神经网络在线辨识的开关磁阻电机（SRM）单神经元PID自适应控制新方法。该方法针对开关磁阻电机的非线性，利用具有自学习和自适应能力的单神经元来构成开关磁阻电机的单神经元自适应控制器，不但结构简单，而且能适应环境变化，具有较强的鲁棒性。并构造了一个RBF网络对系统进行在线辨识。建立其在线参考模型．由单神经元控制器完成控制器参数的自学习，从而实现控制器参数的在线调整，能取得更好的控制效果。样机的实验结果表明，文中所提出的基于RBF神经网络辨识的开关磁阻电机单神经元自适应PID控制方法，通过在线辨识建立了过程模型并为神经元控制器提供了梯度信息，达到了在线辨识在线控制的目的，控制精度高，动态特性好。     

在线调整模型法开关磁阻电机位置检测

提出了一种基于非线性模糊模型并经在线调整的开关磁阻电机(SRM)转子位置检测的方法.该方法在初步建立开关磁阻电机电流、磁链和转子位置非线性模糊模型后,结合电机的运动方程对该模型进行在线调整,使该模型表达的这三者关系更加准确.研究证明,这种转子位置检测方法具有很高的精度.     

基于优化BP神经网络的开关磁阻电机定子电阻辨识方法

为解决直接转矩控制下的开关磁阻电机低速运行时磁链计算受电阻变化影响比较大的问题,详细观察分析了电阻对于相电流的影响,通过比对电阻可调的电机模型与实际的电机模型的输出电流,提出了一种基于优化BP神经网络的电阻辨识器。优化BP网络数学理论,结构简单,学习算法清晰明白,基于该网络的算法能够对变化的定子电阻进行辨识。将该方法置于Simulink控制系统上进行仿真,同时比较有无电阻辨识器前后仿真波形。试验表明,该电阻辨识方法可以提高开关磁阻电机低速运行时系统性能。     

基于神经网络的开关磁阻电机转子位置估计

位置检测是开关磁阻电机调速系统中的重要环节.实时、准确的位置是开关磁阻电机正确运行的关键.由于其转子位置角是各相磁链与电流的高度非线性函数,传统线性及解析的方法难以精确求得.该文基于神经网络并行处理及逼近任意非线性函数的特点,提出了基于神经网络的位置检测方案.借助于MATLAB的神经网络工具箱,采用三种改进的学习算法对试验数据样本进行了离线训练,确定了用于位置检测的神经网络模型.为验证模型的有效性和准确性,对大量的数据样本进行了仿真.结果表明：该方法能够快速、准确地测量转子位置,鲁棒性和自适应性强.     

基于迭代学习辨识的开关磁阻电动机转子位置估计

将无位置传感器的开关磁阻电动机调速系统的位置估计归结为迭代学习辨识问题,根据开关磁阻电动机系统模型的特点,构造了PD型的非线性迭代学习辨识器,利用开关磁阻电动机启动过程所获得的相电压及相电流信息,对该时间段的速度及位置曲线进行完全辨识,所得结果证明了迭代学习辨识算法的有效性.     

开关磁阻发电机非线性建模与仿真

基于开关磁阻电机的非线性数学模型,利用Matlab/Simulink中的相关模块建立开关磁阻电机发电系统的非线性仿真模型。利用该模型对一台三相12/8结构样机进行了仿真,将有限元与控制结合对开关磁阻电机系统非线性和动态特性进行仿真研究,仿真结果证明了该模型的有效性。仿真试验表明开关磁阻发电系统能够稳定地发出电压为220 V的直流电,并在实际中得到验证。     

基于改进粒子群算法的开关磁阻电机本体优化

针对开关磁阻电机多变量、高非线性以及传统设计过程无法快速而准确获得最优方案的问题,提出一种基于Kriging模型和改进粒子群算法的参数优化策略。首先建立多目标优化模型,采用田口正交方法进行敏感性分析,依据灵敏度大小将优化变量分为两个子空间;其次为提高多目标粒子群算法的收敛速度和全局寻优精度,引入天牛须搜索算法中环境感应机制和遗传算法中交叉变异策略;最后建立Kriging模型,利用改进粒子群算法对两个子空间参数进行迭代寻优。实验结果表明,优化后的转矩脉动减少23%,平均转矩提高2.3%,在大幅度减少转矩脉动情况下保持了较大平均转矩。结论是改进的粒子群算法与Kriging模型相结合策略适用于开关磁阻电机优化过程,可显著提高优化效率,保证求解精度。     

开关磁阻电机无位置传感控制器研究

针对机械式位置传感器增加控制系统复杂性和降低系统可靠性的问题,提出了开关磁阻电机一种新的无位置传感控制器。在建立开关磁阻电机电感模型基础上,推导无位置传感器数学模型,构建无位置传感器控制系统。通过测量激励相电压和电流,估算转子实际位置,采用电流斩波控制方法控制开关磁阻电机低速运行,采用角度位置控制方法控制开关磁阻电机高速运行。对该无位置传感系统进行仿真,并实现了对开关磁阻电机无位置传感器的控制。实验结果表明该方法能在较宽调速范围内准确地估计开关磁阻电机转子位置。     

平面开关磁阻电机非线性力电流转换模型

为提高平面开关磁阻电机的运动精度,提出了一种平面开关磁阻电机非线性力电流转换模型。该模型表示为一个稀疏最小二乘支持向量机,以实测数据作为训练样本,利用交叉验证方法确定了稀疏最小二乘支持向量机参数,并通过实测的样本进行了准确性验证。构建了基于该模型的平面开关磁阻电机PD控制系统,并进行了系统运动控制实验。研究结果表明,该模型的相电流预测准确度高、建模误差小,基于该模型的平面开关磁阻电机系统能够实现稳定、平稳和精确的轨迹跟踪。     

开关磁阻轮毂电机非线性建模及驱动控制仿真

针对开关磁阻轮毂电机气隙偏心产生的不平衡径向力对车辆平顺性造成的不利影响,提出一种基于电流斩波的脉冲调制控制（PWM）的方法抑制开关磁阻轮毂电机不平衡径向力,从根本上改善车辆平顺性。首先通过Ansoft Maxwell 对一台8/6极四相开关磁阻电机进行有限元分析,在获取电机特殊位置电感数据的基础上,采用傅里叶级数拟合的方法建立开关磁阻电机非线性模型,并与有限元分析结果做对比验证了该模型的准确性。在此基础上建立开关磁阻轮毂电机驱动模型和轮毂电机驱动电动汽车机电耦合一体化模型,将所提出基于电流斩波的PWM控制方法与传统电流斩波控制方法对车辆平顺性影响做对比,仿真结果显示基于电流斩波的PWM控制方法能有效降低开关磁阻轮毂电机不平衡径向力的大小,在提高电机输出转矩的同时改善轮毂电机驱动电动汽车平顺性。     

基于径向基函数神经网络的开关磁阻电机建模

基于径向基函数神经网络的局部逼近理论 ,利用高斯基函数 ,在分析测量数据和开关磁阻电机非线性磁特性的基础上 ,建立了开关磁阻电机的模型。通过与样机实测数据比较 ,验证了模型的有效性。与传统的局部线性化方法及BP神经网络比较 ,本文所建模型有更好的泛化能力和更快的速度 ,比较准确地反映了开关磁阻电机的磁特性 ,这对于开关磁阻电机的实时在线控制具有重要意义     

新型开关磁阻电机及其拓扑结构技术

开关磁阻电机工作遵循磁阻最小原理,且工作时处于高饱和状态,为此,呈现开关磁阻电机结构为多样化,非线性模型复杂化特点.本文在介绍传统开关磁阻电机定转子结构的基础上,针对新型开关磁阻电机及其拓扑结构技术进行综述,对新型开关磁阻电机及其拓扑技术特点及工作原理进行分析和总结.