基于模型参考自适应的电动车用内置式永磁同步电机电感参数辨识技术研究

内置式永磁同步电机(IPMSM)由于其优良的转矩特性和宽广的调速范围而广泛运用于电动汽车电驱系统。与表贴式永磁同步电机(SMPSM)不同,IPMSM转子具有强烈的凸极效应。因此其控制方式相较表贴式更为复杂,需要更加精确的电机数学模型。但是由于饱和效应和交叉耦合,电感参数会随运行工况变化而发生变化,从而影响系统控制精度,所以能够实时掌握内置式永磁同步电机电感参数是非常重要的。本文采用模型参考自适应算法(MRAS)实现IPMSM电感参数在线辨识,运用Runge Kutta离散化方法建立可调模型,依据Popov超稳定性定理推导出自适应律。仿真结果表明,采用MRAS的在线参数辨识算法可以准确、实时地辨识出IPMSM的交、直轴电感。     

船用永磁同步电机参考模型自适应模糊控制研究

随着交流电机控制技术的快速发展,传统的船用电机PI控制无论是精度还是鲁棒性都已不能满足要求,而非线性间接参考模型自适应模糊控制,是通过在线实时调节自适应参数来满足被控对象的输出渐进跟踪参考模型的输出,以达到一定的控制性能。模糊控制并不需要被控对象的精确数学模型,利用模糊系统的万能逼近特性构造未知函数,再根据跟踪误差和误差变化率等信息,构造出被控对象的等效控制器。将其这些特性应用到永磁同步电机控制中,并采用Lyapunov稳定性分析理论设计出间接型自适应模糊控制器,对永磁同步电动机调速系统进行控制。仿真结果表明:系统在控制性能和适应性、鲁棒性等方面优点显著。     

基于扰动补偿的永磁同步电机自抗扰内模控制

针对传统永磁同步电机PI控制存在的鲁棒性差问题,提出考虑参数摄动的永磁同步电机自抗扰内模控制方法.控制系统转速外环采用自抗扰控制器对外部负载扰动进行补偿,实现对给定转速的跟踪控制.电流内环设计考虑参数摄动的内模控制器,通过自适应观测器对电机参数摄动量进行实时估计和在线调整,增强电流预测控制的鲁棒性.实验对比传统PI控制与新型控制方法,其结果验证了新型控制方法在抗外部负载扰动和内部参数摄动方面的有效性和实用性.     

次级通道在线辨识的双层隔振系统振动主动控制

次级通道离线辨识限制了自适应控制的适用性,次级通道发生突变后,离线辨识的控制效果很差。本文在Eriksson在线辨识模型的基础上,通过变步长和调整滤波器阶数,对在线辨识模型进行优化,并将其运用到双层隔振系统。将白噪声引入控制输出端,在保证系统稳定的前提下调整滤波器阶数,以变步长LMS算法调整FIR滤波器权值系数,为次级通道进行实时在线参数辨识。仿真结果表明,优化后的次级通道在线辨识算法能有效抑制单频振动和多频振动,次级通道发生突变时,在线辨识控制效果优于离线辨识。     

基于RBF神经网络的永磁同步电机矢量控制系统

永磁同步电机(PMSM)数学模型是非线性、强耦合、多变量的。传统的矢量控制采用双闭环控制,转速环和电流环都是采用的传统的PID控制器。针对PID控制方法的不足,提出一种基于径向基函数神经网络的在线辨识的单神经元PID模型参考自适应控制方法,利用神经网络对信息数据的自学习和自适应能力,提高系统对环境改变的稳定性,仿真实验表明,系统很好的实现了给定速度参考模型的自适应跟踪,结构简单,能适应环境变化,具有较强的鲁棒性。     

基于极值搜索的无位置传感器感永磁同步电机电感辨识研究

针对永磁同步电机无位置传感器控制下的电感辨识问题,基于二阶滑模观测器位置辨识算法,分析了电机电感参数偏差对辨识反电动势和位置辨识偏差的影响。通过引入极值搜索(ESC)算法,补偿了位置辨识偏差中的稳态直流分量,实现了无位置传感器控制下电感参数的在线辨识和最大转矩电流比控制。最后通过仿真验证了本文理论分析的正确性和所提策略的有效性。     

无速度传感器永磁同步电机低脉动直接转矩控制

传统永磁同步电机直接转矩控制系统的定子磁链、电磁转矩脉动较大,这些脉动在影响系统性能的同时,也影响电机参数的辨识精度。为实现永磁同步电机的低脉动无速度传感器直接转矩控制,采用EKF(扩展卡尔曼滤波器)构建电机转速、定子磁链观测器,以实现电机转速等参数的实时在线观测;构建转矩、磁链SMC(滑模控制器)取代传统DTC(直接转矩控制)中的滞环比较器和开关表以降低脉动。结果表明,无速度传感器永磁同步电机低脉动直接转矩控制能有效地降低电机转矩、磁链脉动,改善系统控制性能,同时,能实现永磁同步电机变量的快速、精确观测。     

基于参数辨识的推进电机模型参考自适应控制

针对模型参考自适应系统(MRAS)对电机参数依赖性强的问题,采用Adaline神经网络对电机参数进行在线参数辨识,并对MRAS中的模型参数进行修正;以船用永磁同步推进电机作为被控对象,使用Adaline神经网络对控制系统中的模型参数进行修正,结果表明,该方法可有效提高MRAS对电机转速和转子信息的估测精度,提高系统的动态和稳态性能。     

基于分数阶PI~αD~β的船用永磁同步电机控制策略研究

船用永磁同步电机是一种非线性、强耦合、多变量的复杂系统,使用常规的PID对其进行速度控制时难以达到理想的效果。为了改善船用永磁同步电机调速系统的性能,设计了一种新的速度控制器-径向基(RBF)神经网络分数阶PI~αD~β控制器。利用径向基神经网络的自学习和自训练的功能,对控制器的参数进行在线优化,以便使控制器在未知的系统中能够具有快速的适应能力和较好的控制性能。将设计的控制器应用于船用永磁同步电机的速度控制回路中,并在高速度、大负载扰动的条件下对其进行仿真实验。结果表明,使用了RBF神经网络分数阶PI~αD~β控制器的电机控制系统,具有良好的动态响应能力和较强的扰动抑制能力。     

基于混合深度学习的燃气轮机动态过程关键参数在线辨识北大核心CSCD

[目的]为克服燃气轮机非线性时变特性对动态控制及性能监测的影响,通过长短期记忆神经网络(LSTM)的时序记忆、非线性关系表达与高斯过程回归(GPR)的区间概率估计能力三者的结合,提出一种基于LSTM-GPR混合深度学习模型的关键动态参数在线辨识算法。[方法]首先,建立燃气轮机的动态机理模型,以燃料热值、压气机效率及负载电力矩为待辨识参数,生成大量训练数据;然后,构建LSTM-GPR参数辨识网络模型,并输入训练数据进行网络训练和权重系数学习;最后,使用训练好的LSTM-GPR混合模型对燃气轮机动态运行参数进行在线辨识,经分析辨识结果来验证所提算法的有效性。[结果]仿真结果表明,所提算法辨识结果准确,误差小于1%,实时性好,相比于LSTM单一模型能获得更好的均值估计效果,并给出可靠的结果置信区间。[结论]所提算法能有效应用于燃气轮机模型的关键动态参数在线辨识,为进一步应用于实际机组奠定了基础。     

船舶永磁同步电机在线惯量辨识研究

针对船舶永磁同步电机推进系统的转动惯量和负载转矩存在扰动的问题,提出基于梯度校正法与扩展卡尔曼滤波器结合的在线惯量辨识算法,采用梯度校正法对转动惯量进行辨识,利用扩展卡尔曼滤波器观测负载转矩,辨识的惯量值对滤波器的系数矩阵进行修正,同时观测的负载转矩作为梯度校正法的输入参数以及作为电流环的前馈补偿。仿真和实验验证了惯量辨识算法的可行性,以及系统对于负载转矩变化的抗扰动性能。     

基于高频注入的永磁同步电机参数辨识策略

永磁同步电机高性能控制依赖电机参数和磁极初始位置的准确性,辨识磁极初始位置可以保证无位置传感器矢量控制启动过程的平稳性。传统的参数辨识方法辨识过程较为复杂或者精度不高,本文提出了一种易于实现的高频注入控制算法,通过注入高频电压,提取高频电流,就可以直接快速辨识出永磁同步电机电感,再通过注入两个脉冲电压矢量,就可以辨识磁极初始位置。这种方式辨识精度高,快速性好,工程实现方便,而且不需要转动电机,具有广泛的实用性。     

简化的鲁棒自适应自动舵控制算法设计

为研究船舶航向非线性系统的自适应跟踪控制问题,在考虑舵机伺服系统特性的情况下,提出一种简化的鲁棒自适应神经网络动态面控制算法.采用RBF神经网络逼近模型不确定性,简化自适应参数调整方法,解决了动态面控制自适应参数过多的问题.该算法设计的控制器复杂性低且只有1个在线调整自适应参数,易于工程实现.该算法可以保证闭环信号的渐近稳定,使航向跟踪误差任意小.仿真结果验证了控制器的有效性.     

基于动态BP算法的非线性系统预测控制

以包含滞后环节的非线性系统为对象,提出一种增加动态特性的动态BP（Back Propagation）学习算法。该算法以传统BP算法为基础,在多层感知机网络的第1隐层和输出层分别引入可调节的自适应延迟参数,并通过误差梯度对其进行修正,实现了对滞后系统的建模和延迟时间的辨识。进而将该算法与神经网络自适应控制器相结合,提出了一种基于神经网络模型的预测控制结构。仿真结果证明了方法的有效性。     

基于改进LSSVM的船舶操纵运动模型在线参数辨识方法

为实现船舶操纵性的在线预报及自适应运动控制,针对Nomoto二阶非线性运动模型参数辨识问题,将最小二乘支持向量机(least squares support vector machines,LSSVM)与多新息方法相结合,提出一种新的多新息在线LSSVM辨识建模方法。试验结果表明,使用所提出的算法辨识的模型进行预报的拟合误差可达到4.76%以下,能准确拟合船舶操纵运动模型。     

自适应T-S模糊多模型在汽包水位滑模预测控制器设计中的应用

针对船舶增压锅炉汽包水位随时间变化及船舶运行的非线性等特点,本文运用自适应T-S模糊多模型进行汽包水位滑模预测控制,并利用减法聚类进行前件辨识,利用最小乘法进行后件规则的在线自适应辨识。最后将本文算法与RBF动态补偿控制进行对比,以此来说明本文算法的鲁棒性强。     

船舶永磁同步电机直接转矩控制机制研究

直接转矩控制是船舶永磁同步电机调速系统的关键技术,船舶永磁同步电机调速系统具有非线性等变化,当前船舶永磁同步电机直接转矩控制存在控制不精确、转速超调量大等缺陷。为了提高船舶永磁同步电机直接转矩控制效果,设计了基于小波神经网络的船舶永磁同步电机直接转矩控制机制。首先分析当前船舶永磁同步电机直接转矩控制进展,建立船舶永磁同步电机直接转矩控制的数学模型,然后采用小波神经网络和PID相融合的船舶永磁同步电机直接转矩控制机制,最后采用Simulink软件建立船舶永磁同步电机直接转矩控制仿真平台。仿真测试结果表明,本文机制减少了船舶永磁同步电机直接转矩控制误差,船舶永磁同步电机转速超调量几乎为0,使船舶永磁同步电机调速系统具备更好的稳态性能,控制效果要明显优于其他船舶永磁同步电机直接转矩控制机制。     

永磁同步电机直接转矩控制的建模与仿真研究

为了研究永磁同步电机直接转矩控制系统的动态性能,利用Matlab/Simulink建立了永磁同步电机直接转矩控制模型,并对电机的启动性能以及负载为阶跃输入情况进行了仿真分析,仿真结果表明所构建的系统模型动态过程符合实际调速系统运动过程。     

永磁同步电机在舰船推进系统中的滑模控制研究

永磁同步电机(PMSM)具有结构紧凑、功率因数高和便于维修等优点,在舰船推进系统、数控机床控制和雷达系统等工业领域有广泛的应用。永磁同步电机是一个非线性系统,受众多不确定性因素的影响,因此对其进行精确控制具有一定的难度。本文主要研究舰船推进系统的永磁同步电机,采用滑模控制策略对舰船的永磁同步电机伺服系统进行控制。     

模型参考自适应下的永磁同步电机无传感器矢量控制

基于模型参考自适应(MRAS)算法基本原理,研究永磁同步电机转子位置以及转速估算算法,将MRAS算法应用于永磁同步电机无传感器矢量控制系统中.Matlab/Simulink环境下搭建基于MRAS算法的永磁同步电机无传感器矢量控制系统仿真模型,对电机在启动、转速突变以及负载转矩突变的工况进行仿真试验和结果分析,仿真和实验结果验证该控制系统具有良好的控制性能,MRAS算法可以准确估算出电机转子位置以及转速.