共查询到18条相似文献,搜索用时 78 毫秒
1.
当永磁同步电机采用矢量控制策略时,为了在改善系统跟踪性能的同时兼顾系统的抗干扰性能,可以将速度环控制由一自由度PID控制改为二自由度PID控制,改善系统的跟踪性能和抗干扰性能,此外由于PID控制参数不可调,为减小系统误差,可以引入BP神经网络算法对系统补偿,仿真结果表明,系统的跟踪特性和抗干扰性能都得到改善。 相似文献
2.
在中小功率风力发电系统中,采用三相PWM整流器取代传统的二极管不控整流方式。介绍了永磁同步电机的无速度控制方法,着重解决了电机飞速跟踪时整流器的启动问题。实验结果验证了该方案的可行性。 相似文献
3.
4.
本文通过矢量控制策略采用id=0控制方案快速准确地控制转矩,实现调速系统具有较高的动态性能。并利用了Matlab工具对永磁同步电机矢量控制系统在空载起动、转速突变、负载突变进行了仿真研究。 相似文献
5.
基于矢量控制的永磁同步电机调速系统研究 总被引:1,自引:1,他引:0
以永磁同步电机作为研究对象.采用矢量控制方案,研究基于PI控制算法的控制方案,仿真结果表明PI控制算法存在一些不足.在此基础上提出基于扩张状态观测器(ESO)前馈补偿和线性比例反馈控制的永磁同步电机控制算法,仿真实验表明,这种方法可以提高系统的动态性能和抗扰动能力,系统具有良好的动态性能. 相似文献
6.
7.
永磁同步电机矢量控制的MATLAB仿真研究 总被引:1,自引:0,他引:1
在分析PMSM的数学模型和矢量控制理论的基础上,提出了PMSM的矢量控制建模的方法,利用MATLAB/SIMULINK软件环境的强大仿真功能,搭建PMSM的矢量控制双闭环模型,简单介绍了模型中各个组成部分:电流模块,速度模块,SVPWM模块,PMSM电机主体模块,并对仿真结果进行分析。 相似文献
8.
《现代电子技术》2019,(11)
为减小永磁电机PI控制器的速度超调,解决常规IP控制跟踪响应慢的特点,提出一种基于BP神经网络的矢量控制和PI-IP复合控制器的优化策略。综合BP神经网络、双闭环矢量控制以及PI-IP复合控制器的优点,在传统双闭环矢量控制中,对速度环引入新型的PI-IP控制器,同时结合BP神经网络的控制策略,完成BP神经网络矢量PI-IP控制器对永磁电机的速度控制,免去复杂的参数调整过程,同时提高永磁电机的工作性能。仿真结果表明,与常规控制方法相比,所提方法能有效减小速度超调,抑制扰动,BP神经网络优化后的PI-IP控制器具有更强的控制精准性和抗负载转矩扰动能力。 相似文献
9.
10.
11.
12.
13.
针对永磁同步电机(PMSM)在负载突变时产生的抖振现象,文中提出了一种重复滑模控制方法。首先,详细介绍了永磁同步电机的数学模型和滑膜变结构的基本原理,并在PMSM速度环上采用滑膜控制方法代替传统的PI控制。其次,具体分析了重复控制的基本原理,在滑膜控制的基础上加入重复控制,提出了一种新型的重复滑膜控制策略,建立了基于MATLAB/Simulink的电机仿真模型。仿真结果表明,此控制方法在电机转速上升阶段具有较好的系统响应性;在电机突加负载时,电机转速最大突变值比使用滑膜控制时减少了74.55%,且电机恢复到稳定状态用时为使用滑膜控制时的37.5%;验证了所提出的重复滑膜控制方法具有较强的抗负载性和系统稳定性。 相似文献
14.
15.
文章通过对多电机同步控制的原理及其特点分析,将神经网络与PID控制相结合,设计一种神经网络PID控制器并用于多电机同步控制中,有效的缓解负载带来的同步误差,实验结果表明,在相同扰动情况下,该方法能更好的使多电机以一定速度同步运行。 相似文献
16.
基于SVPWM的永磁同步电机控制系统建模与仿真 总被引:1,自引:1,他引:0
针对永磁同步电机结构复杂、模型非线性从而导致难以控制的问题,在分析永磁同步电机数学模型和SVPWM算法的基础上,利用Matlab/Simulink设计了一种基于SVPWM的永磁同步电机双闭环控制系统新模型,给出各子模块的具体设计模型。对"积分斜率法"产生三角波脉冲的方法进行了改进,最后对整个系统进行了仿真实验。仿真结果验证了该模型的正确性和有效性,为实际PMSM控制系统的设计提供了参考依据。 相似文献
17.
基于优化BP神经网络的PID控制研究与仿真 总被引:5,自引:3,他引:5
PID控制要取得较好的控制效果.就必须通过调整好比例、积分和微分三种控制作用,形成控制量中既相互配合又相互制约的关系。优化BP神经网络是一种前向神经元网络,具有学习速率快、振荡小、精度高的优点,将其隐含层单元分别作为比例(P)、积分(I)、微分(D)单元。可以建立参数自学习的PID控制器。仿真结果表明基于优化BP神经网络的PID控制器具有较好的自学习和自适应性。 相似文献
18.
为了提高扫描隧道显微镜微位移工作台的定位精度,提出了一种基于遗传算法的神经网络PID控制方案。微位移工作台以压电陶瓷为驱动器、柔性铰链为导向机构,在分析工作原理的基础上,建立了工作台的数学模型。神经网络PID控制器对工作台进行闭环控制,能够在线调整网络加权值,实时改变PID控制器的系数,减小工作台的位移误差。利用遗传算法的全局搜索能力对BP网络的初始权值进行学习优化,有效消除了神经网络对初始权值敏感和容易局部收敛的缺陷,改善了控制器的控制效果。性能测试表明,12μm阶跃参考输入下的稳态误差从3.24%减小到2.55%,稳态时间从1.7 s缩短到1.1 s。 相似文献