位置:成果数据库 > 期刊 > 期刊详情页
基于电感辨识的PMSM电流自适应增量预测控制
  • ISSN号:1007-449X
  • 期刊名称:电机与控制学报
  • 时间:2014.2.15
  • 页码:75-82
  • 分类:TP464[自动化与计算机技术]
  • 作者机构:[1]清华大学电机系,北京,100084
  • 相关基金:国家自然科学基金(51177084)
  • 相关项目:带复合储能的直驱型海浪发电系统关键技术研究
作者: 王伟华|肖曦|
中文摘要:

为了提高永磁同步电机电流增量预测控制策略的参数自适应性,提出一种基于增量式模型参考自适应的电感在线辨识算法。该算法使用永磁同步电机的增量模式的电压方程作为可调模型,以实际电机作为参考模型,建立基于模型参考自适应的参数辨识机制,在线辨识交直轴电感;通过判断激励信号的有效性去除噪声等非理想因素的影响,消除辨识结果的稳态波动。研究结果表明,所提出的增量式模型参考自适应算法可以辨识出准确的电感参数,避免辨识结果的频繁波动,显著提高增量预测控制策略对模型参数的自适应性,同时计算量少,对电机参数依赖度低。仿真和实验结果验证了所提方案的有效性。

英文摘要:

Aiming at increasing robustness to parameter mismatch of incremental predictive current control method for permanent magnet synchronous motor (PMSM), an online identification algorithm of induct-ance based on incremental mode of model reference adaptive system (MRAS) is proposed. The incre-mental mode of voltage equation of PMSM was treated as an adjustable model, while the actual motor was as a reference model. In this way, parameter identification mechanism according to MRAS was estab-lished to identify inductance online. In addition, adverse effect from non-ideality factors, e. g. , system noise, was eliminated by judging validity of the stimulus signal, thus reducing frequent fluctuation of the identification result. Research shows that the proposed algorithm can obtain accurate inductance of the controlled motor and avoid frequent fluctuations in the identified result, leading to significant improve-ment of robustness to parameter mismatch of incremental predictive current control method. Besides, it has the advantages of a little calculation burden required and low dependence on motor parameters. Simu-lation and experimental results verify the effectiveness of the proposed scheme.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《电机与控制学报》
  • 中国科技核心期刊
  • 主管单位:黑龙江教育厅
  • 主办单位:哈尔滨理工大学
  • 主编:戈宝军
  • 地址:哈尔滨市南岗区学府路52号
  • 邮编:150080
  • 邮箱:djkz-emc@188.com
  • 电话:0451-86396392
  • 国际标准刊号:ISSN:1007-449X
  • 国内统一刊号:ISSN:23-1408/TM
  • 邮发代号:14-46
  • 获奖情况:
  • 中文核心期刊,中国科技论文统计源期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:10904