基于改进MRAS观测器无速度传感器感应电机转速估计方法

为了提高无速度传感器感应电机矢量控制系统的低速性能,提出了一种改进的转速估计方法.由于转速自适应观测器是一个具有非线性并且较复杂的模型,将两相静止坐标系中的观测器输出误差系统变换到转子磁场旋转坐标系中,通过推导出的单输入单输出误差系统来得到满足观测器稳定性条件.同时对定子电阻进行在线辨识以提高系统的鲁棒性,采用了一种改进的定子电阻自适应率.通过11 kW感应电机无速度传感器转子磁场定向矢量控制实验平台验证了所提出方案的有效性.     

基于MRAS和SVPWM的无速度传感器永磁同步电动机控制研究

将模型参考自适应状态观测器和空间矢量脉宽凋制技术应用于永磁同步电机无速度传感器矢量控制中。根据永磁同步电机的数学模型,设计了一个模型参考自适应状态观测器用于估算电机转子速度,建立其自适应规律,并采用Popov理论对其稳定性进行了分析。系统采用空间矢量脉宽调制技术以减小转矩脉动,仿真结果表明,模型参考自适应状态观测器能够在较广速度范围内追踪转子实际位置,实现对转子转速的观测,从而实现了永磁同步电机的无速度传感器磁场定向控制。     

基于自适应观测器的感应电机无速度传感器矢量控制

交流电机无速度传感器矢量控制既保持了矢量控制的优良特性,又克服了速度传感器带来的不利影响,是实现低成本、高可靠性和高性能交流调速系统的有效途径.对以自适应观测器为基础的感应电机无速度传感器矢量控制系统进行研究,建立了感应电机转速自适应全阶磁链观测器模型,设计出以估算转速实现闭环控制的无速度传感器矢量控制系统,以TMS320F2810 DSP为控制核心进行了物理实验,并与基于电压电流混合模型的无速度矢量控制方案进行了比较,实验结果表明该控制系统性能良好,具有更高的稳速精度.     

无位置传感器永磁同步电机矢量控制系统的研究

在永磁同步电机矢量控制系统中,需要利用转子位置信息来实现转子磁场的定向控制。为了取消机械传感器,电机转子的速度和位置通过测量定子电流和电压来估计。基于滑模变结构理论,本文将滑模变结构控制应用于永磁同步电机控制系统。根据永磁同步电机的数学模型,设计了一个滑模变结构观测器,以估算电机的转子位置和速度,实现无传感器永磁同步电机的矢量控制。通过MATLAB建立了无传感器矢量控制系统的仿真模型,通过仿真验证了该方法的可行性和正确性,具有良好的性能。     

基于转速动态估计器的无速度传感器感应电机矢量控制系统研究

介绍了一种直接转子磁场定向无速度传感器的感应电机矢量控制系统。该系统使用定转子自适应磁通观测器和转速动态估计器来估算转子磁通和转速 ,有三个PI控制器分别控制转速、转矩和磁通的电流分量 ,输出电压空间矢量控制电机。仿真结果表明 ,该系统具有较好观测精度和鲁棒性 ,动态和稳态性能也较好     

基于转速动态估计器的无速传感器感应电机矢量控制系统

介绍了一种直接转子磁场定向无速度传感器的感应电机矢量控制系统.该系统使用定转子自适应磁通观测器和转速动态估计器来估算转子磁通和转速,有三个PI控制器分别控制转速、转矩和磁通的电流分量,输出电压空间矢量控制电机.仿真结果表明,该系统具有较好观测精度和鲁棒性,动态和稳态性能也较好.     

基于转速动态估计器的无速度传感器感应电机矢量控制系统

本文介绍了一种直接转子磁场定向无速度传感器的感应电机矢量控制系统.该系统使用定、转子自适应磁通观测器和转速动态估计器来估算转子磁通和转速,有三个PI控制器分别控制转速、转矩和磁通的电流分量,输出电压空间矢量控制电机.仿真结果表明,该系统具有较好观测精度和鲁棒性,动态和稳态性能也较好.     

无速度传感器异步电机转子磁场定向自适应鲁棒控制

针对无速度传感器异步电机矢量控制系统,为了提高系统对电机参数变化和转矩扰动的鲁棒性,提出一种基于自适应观测器的鲁棒控制策略。研究了一种改进全阶自适应状态观测器设计方法,将静止坐标系下状态观测误差系统变换到同步旋转坐标系以克服系统的复杂非线性,通过分析单输入单输出误差系统获得了观测器稳定条件,并采用一种增强型定子电阻自适应率以降低观测器对电机参数变化的敏感性。为了提高异步电机磁场定向控制系统的抗负载转矩扰动能力,在分析扰动转矩对控制系统动态模型影响基础上,提出了一种自适应扰动转矩前馈补偿控制策略。通过11kW无速度传感器异步电机矢量控制系统进行实验,实验结果验证了所提出方法的有效性。     

改进电压模型的感应电机MRAC无传感器控制

以电压模型为参考计算转子磁链矢量的感应电机模型参考自适应控制(MRAC)转速观测器的性能受到电压模型对直流偏移和低速下对定子电阻敏感性的影响。针对这两个因素,通过引入复增益和变截止频率低通滤波器得到了无直流偏移的等效电压模型,并提出了基于转子反电动势矢量的MRAC定子电阻在线辨识方法。搭建了感应电机直接磁场定向无速度传感器控制系统,通过实验证明了所提方法的正确性与可行性。     

无速度传感器矢量控制系统转子电阻在线辨识

三相感应电动机无速度传感器矢量控制系统中,电机参数变化(特别是转子电阻)影响矢量控制性能和速度辨识精度;而稳态下,由于转子磁链是常数,转速和转子电阻不能解耦,两者很难实现同时辨识.基于无速度传感器直接矢量控制系统,设计了独立于全阶状态观测器的积分改进型转子磁链观测器,动态时结合自适应递推最小二乘法对转子电阻进行辨识,系统能够在动态过程中实现对转速和转子电阻的同时辨识,该方法通过了仿真和实验验证.     

基于新型磁链观测模型的矢量控制系统研究

在异步电动机数学模型的基础上,介绍了一种改进的定子磁链观测方法,并在此基础上设计了转速估算器.磁链观测器和速度估算器结合起来应用于无速度传感器的矢量控制系统.通过Matlab仿真试验,得到转速、转矩、定子电流及其磁链等的仿真波形.仿真结果验证了该控制方法具有较好的动态响应和较强的鲁棒性.     

感应电机SSFOC自适应速度辨识

基于电压模型转子磁通估计,提出了一种模型参考自适应系统,实现了无速度传感器磁场定向控制(Speed Sensorless Field-Oriented Control,简称SSFOC)逆变器感应电机的速度控制。通过自适应电流观测器估计转子速度,并以其估计值代替磁场定向控制和速度控制中的真实速度。为了准确估计转子速度,同时辨识了电机转子电阻。该自适应系统是超稳定系统。驱动系统可工作在一个较宽的速度范围内。实验验证了该方案的有效性。     

一种用于异步电机无速度传感器控制的自适应滑模观测器

针对异步电机无速度传感器中存在的对参数变化鲁棒性差的问题,研究了一种基于自适应滑模观测器的异步电机无速度传感器的矢量控制方案。自适应滑模观测器根据电机静止坐标系下的数学模型构造了转子磁链观测器,定子电流观测值与实际值的误差构成观测器的滑模面,在滑模运动下该观测器的观测值最终趋近于实际值,从而实现转子磁链的估计。电机转速由自适应方法估算得到,滑模观测器的稳定性可由李雅普诺夫稳定性证明。与其他方案相比,该方法的优点在于实现简单,对参数变化具有鲁棒性。仿真和实验对控制方案的正确性和可行性给出了验证,该观测器可以实现对转子磁链和转速的观测,且在负载扰动和给定转速变化的情况下该滑模观测器具有鲁棒性。     

单相感应电机无速度传感器矢量控制系统

通过分析不对称单相感应电机(SPIM)在不同形态下的数学模型,解决了椭圆形磁场和电机不对称运行的问题。通过电压和电流混合模型磁链观测器计算转子磁链,并进一步计算转子磁链位置和转子转速。在三桥臂逆变器基础上,进行了基于转子磁场定向的不对称SPIM无速度传感器矢量控制仿真,验证了该控制系统的可行性与有效性。     

感应电机滑模观测器矢量控制系统研究

研究了一种基于滑模观测器的感应电机无速度传感器矢量控制技术。根据感应电机两相α-β静止坐标系下数学模型的特点,设计了一种电流型滑模观测器。利用李亚普诺夫稳定定理,分析和证明了此观测器的稳定性,并在此观测器的基础上,根据等效控制的概念,估算了电机转子磁链和转速。仿真结果表明,基于滑模观测器的感应电机无速度传感器矢量控制技术对于电机启动和突加负载转矩时均能呈现很好的调速性能。     

基于Matlab/Simulink的无速度传感器直接转矩控制的仿真

本文介绍了异步电动机直接转矩控制的基本原理,提出了基于自适应全阶磁链观测器的速度估算方法,实现了无速度传感器的速度辨识。并应用Matlab/Simulink软件对该系统进行了建模和仿真,仿真结果表明,该系统对电机定子磁链的观测精度高,转速估算准确,尤其在低速下能保持很高的性能。     

内埋式永磁同步电机永磁磁链的在线辨识

在无速度传感器工作条件下,为了实现永磁同步电机转子位置和转速的精确控制,需要对电机参数进行在线辨识。本文研究了无速度传感器控制条件下,内埋式永磁同步电机永磁磁链的辨识。该调速系统采用转子磁链定向的矢量控制作为基本的控制策略,利用模型参考自适应系统对转子位置和转速进行估算,提出了一种基于扩展卡尔曼滤波器的永磁同步电机永磁磁链辨识方法。本文基于上述研究,实现了无速度传感器控制条件下,内埋式永磁同步电机永磁磁链的在线辨识,采用上述方法能够很好地避免由于电机的低阶状态方程而引起的辨识问题。仿真和实验结果证明了该辨识方法的可行性与有效性,而且在模型参考自适应中采用辨识得到的磁链参数,能够大幅度降低转子位置的估算误差。     

基于SMC的异步电机全阶磁链观测器研究

针对异步电机无速度传感器控制系统,提出了一种基于滑模控制(SMC)的改进型异步电机全阶磁链观测器方法。该方法利用全阶磁链观测器来辨识转速和估计转子磁链,并设计出滑模转速控制器来代替传统PI转速控制器,不仅能减小低中高速时系统转速动态响应的超调量,还能缩短进入稳态值的时间,增强系统的鲁棒性。仿真结果表明该算法的有效性。