在线辨识永磁同步电动机参数.docxVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
永磁同步电机参数在线辨识:模型参考与EKF的比较 摘要:本文基于模型参考在线辨识的方法,对永磁同步电机进行参数辨识。运 用李雅普诺夫第二方法和奇异扰动理论对增广系统的全局稳定性进行了分析。 结 果表明,该方法应用的解耦控制技术,改善了系统的收敛性和稳定性.把这种方 法与扩展卡尔曼滤波(EKF)的在线识别方法比较,结果表明,尽管基于扩展卡尔曼 滤波(EKF)的在线辨识法在实现的复杂性上相对于所提出的方法更简单 ,但是该 方法与所提出的方法相比不能给出更好的结果 ?仿真结果以及对隐极式永磁同 步电机实验的分析,证实了所提出方法的有效性。 永磁同步机因为他们的高效率和良好的可控性成功的应用于不同的领域。 永磁同 步机的控制主要是通过高性能的矢量控制实现的。控制变量如 (速度,位置,或转 矩),主要的困难在于控制转矩,这说明了控制定子电流的必要性。在矢量控制中, 如果想实现这一点,定子电流和电压矢量需在d-q坐标系下进行分析研究。为了 控制定子电流,必须先控制其直轴电感(d)和正交电感(q)。永磁同步电机在d-q 坐标下的电气模型是一个两输入-两输出系统,如下: ed =O,eq =屮f⑷=Kf。是反电动势矢量d-q分量;Vd,Vq,id,iq是d-q轴电压和 电流,」二是转子电角速度,“是转子机械角速度,P是极对数量。系统的 输入是Vd,Vq,输出是id,iq。根据适当的控制律控制这些电流,是定子电压通过 (1) (1) 电压源逆变器得到应用。逆变器通常根据一个恒定增益 Gv来建模。我们可以得 到Vd二GvVdr,Vq二GvVqr,Vdr , Vqr是电流调节器的输出。他们用于调节d-q坐标系 的电流。隐极永磁同步电机,d轴基准电流通常固定为零,电机转矩和转度由 q 轴基准电流控制。.f,Rs,Lq,Ld是参考模型的参数。电机时间常数是 d = Ld / Rs, Lq/Rs。事实上,这些参数是不准确的,他们会慢慢的发生变化。 这些变化可能是由于一个故障或一个变化的操作点 [2]。他们有时对控制系统是 致命的并可能损坏驱动器。在这些情况下,一个在线辨识算法是必要的。该算法 对电机参数进行辨识,用于控制算法或检测故障中。 一些解决方法已经被提出。在文献 [3] 和[4] 中, 作者提出一种扩展卡尔曼滤 波(EKF)法对电机参数进行估计。在这里,我们使用一个与之类似的方法与我们的 方法相比较。文献 [5] 采用基于解耦控制法 , 文献 [6] 使用人工神经网络法。文献 [7] 提出一种基于电机暂态电响应法。在本文中 , 我们知道两输入 - 两输出系统有 四个统计数据的稳定收益 ,为了避免瞬态响应。因此 , 控制算法是一样的 , 它并没 有被改进为在线辨识。 本文中 , 研究了三个在线辨识方法。首先基于模型参考消除输出误差的方 法。然后, 同样的方法应用在系统解耦。 最后, 应用卡尔曼滤波器对永磁同步电机 参数辨识进行了研究。 对于前两种情况, 运用李雅普诺夫第二方法和奇异扰动理 论对增广系统的全局稳定性进行了分析。分析表明 , 基于解耦控制方法展现了良 好的特性。 本文对三种在线辨识永磁同步电机参数的方法进行了研究和比较。 分析了增广系 统的稳定性。研究给出了系统稳定性的条件以及该研究方法的吸引域。 结果表明 , 模型参考在线辨识的方法使用的解耦控制具有更好的特性 : 电机参数的收敛性更 好并且吸引域是最大的。仿真和实验结果证实了该方法的有效性。下一步工作 , 计划使用所提出的模型参考在线辨识方法来检测驱动故障。

文档评论(0)

sunshaoying + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档