一种改进的模型参考自适应多相感应电机转速估计方法

转速估计是无速度传感器矢量控制系统的关键,其精度将直接影响矢量控制系统的控制性能。将基于电机反电动势的模型参考自适应系统MRAS（model reference adaptive system）方法用于多相感应电机转速估计,对该方法进行了理论推导和稳定性分析。针对输入信号的噪声导致的估算精度降低问题,引入低通滤波器滤除噪声信号,并从理论上分析了其对稳定性的影响。在此基础上设计了变PI参数、变滤波截止频率的MRAS转速估计方法,仿真和实验结果表明优化的转速估计方法具有较好的估计精度和静、动态性能。     

基于分数阶滑模自适应观测器的永磁电机转速估计策略研究

针对永磁同步电机模型参考自适应系统转速估计的动态性能和鲁棒性,提出了一种基于分数阶滑模的模型参考自适应观测器的转速估计策略。首先针对传统MRAS误差收敛速度慢的问题,在系统中加入反馈校正环节;其次为增加系统鲁棒性、防止系统抖振,采用二阶滑模中的分数阶滑模代替传统MRAS中的PI结构;最后采用MATLAB/Simulink软件验证了所提方法的有效性,发现基于分数阶滑模的观测器在鲁棒性和动态性能上都有所提高。     

基于MRAS观测器的永磁同步电机模型预测控制

针对无人艇、小型船舶等水面智能设备的推进系统提出采用无位置传感器技术以提高其系统容错性,并且针对传统的基于模型参考自适应(MRAS)观测器的永磁同步电机无位置传感器伺服控制系统引入模型预测控制(MPC)来提高调速系统的性能。在基于SVPWM控制方式的永磁同步电机伺服控制系统中,通过MRAS观测器来估算永磁同步电机的转速,利用MPC控制器来替代传统PI速度控制器。为了验证本文策略的有效性,在Matlab/Simulink环境下建立了一个基于上述控制策略的完整系统的仿真模型。仿真结果表明,该系统不仅克服了传统的基于(MRAS)观测器的永磁同步电机无位置传感器调速系统中超调量大、PI参数难以整定的缺点,而且有效地降低了转矩脉动、提高了系统的动态性能和抗干扰能力。     

模糊MRAS方法在永磁同步电机无速度传感器控制系统中的应用

模型参考自适应系统(MRAS)由于结构简单,因而在无速度传感器永磁同步电机控制中被广泛采用,用来估算转子位置和转速,但是在周期性脉动负载工况时,MRAS中恒定单一的比例积分(PI)控制器不能很好地满足控制性能的要求。为了避免在不同转速和负载条件下复杂的PI参数调整,研究了基于模糊控制技术的永磁同步电机无速度传感器系统。该调速系统采用转子磁链定向的矢量控制作为其基本的控制策略,利用MRAS对转子位置和转速进行估算,提出了一种基于模糊控制的MRAS。该系统中应用模糊控制器替代PI控制器,省去了需要调整PI参数的麻烦。通过仿真证明了该方法的有效性和可行性,仿真结果表明,基于模糊控制的MRAS能够很好地实现周期性脉动负载工况下电机转子位置和转速的估算,具有较好的鲁棒性。     

基于参数辨识的永磁伺服系统转速自适应控制

针对伺服电机驱动中转速控制器性能因伺服系统参数变化而下降的问题,提出一种基于参数辨识的转速自适应控制方法。对于转动惯量的变化,在连续域建立模型参考自适应系统(MRAS),通过Popov超稳定性理论设计一种比例+积分(PI)型自适应律,提高了惯量辨识的收敛速度和稳态精度。对于负载转矩,提出一种基于中间变量设计的扰动观测器。将辨识值反馈至速度控制器中,实现控制器参数在线自整定。试验结果表明,所提转速自适应控制方法能准确辨识出转动惯量和负载转矩从而进行控制器参数调整,该方法对参数变化具有良好的鲁棒性。     

基于Popov超稳定理论的PMSM转速辨识

针对永磁同步电动机参数变化导致转速不准的问题,提出一种基于观测q轴电流的模型参考自适应(MRAS)转速估计策略。该方法在基于i_q=0转子定向控制永磁同步电机的基础上,将实际电流和估算电流的偏差作为自适应PI调节器输入,借助Popov超稳定性理论设计了一种简化的MRAS估算模型,从而得到估计转速,同时辨识定子电阻。通过Matlab软件对算法进行仿真,并根据仿真模型设计了基于STM32的永磁同步控制系统,结果表明采用自适应模型进行转速估计同传统的PID控制方法相比,具有较高的转速估计精度,鲁棒性强。     

基于q轴电流的模糊MRAS观测器PMSM无速度传感器控制

针对永磁同步电机的模型参考自适应系统（MRAS）无速度传感器技术对电机参数变化敏感、转速及负载突变后转速及位置估计值不精确等缺点,提出一种基于q轴电流分量的模糊PI模型参考自适应观测方法。在传统的MRAS观测器方法基础上,通过实时检测q轴电流分量,结合模糊算法实时调整MRAS中的PI参数,形成模糊MRAS观测器,以修正由转速、负载及电机参数发生改变带来的速度及位置检测误差。同时,针对观测器内部电机参数敏感的特点,通过对电机d轴注入阶梯电压信号,从而得到稳态d轴电流,并利用欧姆定律对电机定子电阻进行预辨识,使模糊MRAS观测器得到的转速及位置估计值更准确。最后,以400W表贴式永磁同步电机为实验研究对象进行了仿真以及实验分析,验证了该方法的有效性。     

变参数模型参考自适应转速估计方法研究

针对常规的模型参考自适应(MRAS)转速估计系统存在收敛速度慢、低速估计误差大的缺点,提出了一种变参数模型参考自适应的转速估计系统,介绍了该系统的结构、设计方法及控制系统的建模等,并采用Matlab工具箱对基于变参数模型参考自适应的转速估计系统进行了仿真。仿真结果表明,该估计系统能有效提高收敛速度、减小低速估计误差。     

引入比例谐振调节器的双馈电机转子电流无速度传感器控制

双馈风力发电机转子电流模型参考自适应系统(MRAS)的转速估算方法中,由于定、转子电压、电流采样信号的漂移及AD转换的偏差,致使所估计的双馈电机转速幅值中呈现不同程度的交流脉动。针对此问题,提出了在自适应实时调节机构中,采用PI并联比例谐振(PR)控制器共同作用的控制策略。该方法可消除转速估计中角频率和转差频率的交流脉动,实现转速精确估计,提高双馈电机发电质量。基于10 k W的双馈风力发电模拟平台进行了实验研究,通过与PI控制对比验证了PI并联比例谐振控制的优越性。     

基于MRAS的异步电机无速度传感器应用研究

针对异步电机基于转子磁链模型参考自适应(MRAS)速度观测器中的积分直流偏置和PI自适应率参数不能在线修正的问题,将转子磁链的电压模型进行改进,并提出一种自适应线性神经元(ADALINE)速度观测器。通过一阶惯性环节代替了电压模型中的纯积分环节,消除了积分直流偏置和误差积累,利用ADALINE算法对MRAS观测器中的自适应率进行改进,实现了在中高速情况下对电机转速的准确观测。仿真结果表明,改进后的MRAS速度观测器对速度的辨识度较高,动态性能良好,验证了该控制策略的正确性与可行性。     

基于BP双层神经网络MRAS下PMSM的转速辨识研究

针对无速度传感器下传统模型参考自适应（MRAS）方法在低速区转速负载发生突变后速度估计准确度下降的问题，利用双层神经网络超强的在线估计以及自适应能力，提出一种基于误差反向传播（BP）双层人工神经网络（ANN）与MRAS相结合的转速辨识方法，实现了对低速范围下转速响应动态性能的改善。通过Matlab仿真以及PMSM驱动控制实物平台，对ANN-MRAS观测器与传统MRAS观测器进行对比分析，结果表明：在转速及负载转矩发生突变后，该方法仍能保持较好动态性能，具有较强的鲁棒性。     

一种新型的MRAS转速估计法

为提高无速度传感器直接转矩控制在低速范围内的性能,提出一种新型的模型参考自适应(MRAS)转速辨识法,此方法同时考虑了2个误差,一个是估计的转子磁链误差,另一个是估计的电磁转矩误差,且自适应结构由两个并行回路构成,回路分别包含PI和低通滤波器,用于转子磁链和电磁转矩的调整。仿真结果表明,新型的MRAS转速辨识方法在低速范围能有效地克服不稳定性。     

基于蜻蜓算法分数阶 PI 的 PMSM 矢量控制优化

针对永磁同步电机双闭环矢量控制系统中整数阶 PI 控制器存在动态响应速度慢、鲁棒性不强的问题,提出一种采用蜻 蜓算法与分数阶 PI 控制相结合,对系统的转速外环和电流内环进行参数离线整定的方法。 将待优化参数看作是蜻蜓在搜索空 间中搜寻食物源的最优个体所处的空间位置,并利用误差性能指标 ITAE 作为其目标适应度函数。 分别对传统工程经验整定 整数阶 PI、蜻蜓算法整定整数阶 PI、蜻蜓算法整定分数阶 PI 和粒子群算法整定分数阶 PI 的电机调速性能进行仿真和实验对 比。 结果表明,蜻蜓算法优化的分数阶 PI 控制器具有提高系统的动态响应性能,减小超调量和增强鲁棒性的优势,证明了优化 策略的优越性。     

基于全阶状态观测器转速估算方法的研究

感应电机无速度传感器控制技术的关键在于准确地估算转速。在分析传统模型参考自适应(MRAS)转速估算方法的基础上,对比研究了基于全阶状态观测器的转速估算方法。相比于传统的MRAS法,该方法受PI调节参数影响较小,且对电机参数具有较强的鲁棒性。仿真和试验结果表明了该方法的有效性及优越性。     

基于神经网络自适应PI控制的SSSC潮流控制器

提出了一种基于神经网络自适应PI控制的SSSC潮流控制策略,并设计了控制器的结构。该控制器主要由系统辨识和PI参数整定两个神经网络组成,并给出了它们的学习算法。该控制器在动态过程中,利用神经网络对SSSC的有功控制器和无功控制器的PI参数进行在线调整,提高了控制器的自适应能力和鲁棒性。在Matlab动态仿真环境中建立了控制系统的仿真模型,并基于此模型对系统的暂态行为和输电线路潮流的调节过程进行了仿真,仿真结果验证了该控制器在潮流控制上的有效性和适应性。     

基于神经网络自适应PI控制的SSSC潮流控制器

提出了一种基于神经网络自适应PI控制的SSSC潮流控制策略,并设计了控制器的结构.该控制器主要由系统辨识和PI参数整定两个神经网络组成,并给出了它们的学习算法.该控制器在动态过程中,利用神经网络对SSSC的有功控制器和无功控制器的PI参数进行在线调整,提高了控制器的自适应能力和鲁棒性.在Matlab动态仿真环境中建立了控制系统的仿真模型,并基于此模型对系统的暂态行为和输电线路潮流的调节过程进行了仿真,仿真结果验证了该控制器在潮流控制上的有效性和适应性.     

永磁同步电机模型参考自适应无速度控制研究

提出了一种表贴式永磁同步电机(PMSM)基于定子磁链的模型参考自适应系统(MRAS)无速度控制方法,利用其定子磁链观测器的电压模型和电流模型分别建立了MRAS无速度方法中的参考模型和可调模型;利用正实引理和Popov超稳定理论证明了该控制算法的稳定性并推导了其比例积分(PI)自适应律;在同步旋转坐标系下的小信号模型基础上介绍了PI控制器的参数设计方法。仿真与实验结果表明,所提方法能准确观测电机转速,具有良好的控制性能。     

永磁同步电机伺服系统PI参数整定

在永磁同步电机伺服系统电流、转速控制中,通常采用的PI控制器与电流环、转速环的稳定性和动态性能紧密相关。通过分析伺服系统的限制条件和参数特性,论述了电流环、转速环控制指标的设定原则,并提出了合理有效的PI控制器参数整定方法,在满足系统稳定的前提下实现了良好的动态性能。实验结果验证了控制指标设定的合理性和整定方法的有效性。     

基于内模控制的VSC-HVDC风电并网系统控制策略研究

针对轻型直流输电技术(VSC-HVDC系统)在采用双闭环PI控制时的参数多并且整定复杂的问题,采用内模控制原理对PI参数整定算法进行改进,改进算法只需调节一个参数,使参数整定变得简单快捷,同时可以保留双闭环PI控制系统优良性能。仿真结果表明,基于内模控制原理的一个参数整定的VSC-HVDC系统参数保有双闭环PI控制系统的优良性能,系统鲁棒性好,控制精度高,动态响应快。     

基于模糊自适应PID的风力发电系统变桨距控制

提出模糊自适应整定PID控制理论设计风力发电系统变桨距控制器。建立了风机及变桨距机构模型,以发电机转速测量值,发电机转速测量值与额定转速相比后误差为输入设计控制器。在随机风作用下对设计的模糊自适应整定PID控制器进行仿真,结果表明基于模糊自适应整定PID控制理论的变桨距控制器具有良好的动态性能及对风速扰动的鲁捧性,能够有效改善风力发电系统变桨距控制效果。