无位置传感器永磁同步电机无差拍电流预测控制策略研究

来源 :哈尔滨工业大学 | 被引量 : 0次 | 上传用户:tian_mizhen
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
永磁同步电机凭借效率高、功重比高、运行可靠等显著优点在航空航天、船舶电力推进、高端数控机床、工业机器人、电动汽车等领域中获得广泛应用和不断发展。但是目前在一些高性能变频器产品方面,我国与发达国家仍存在不小差距,因此研究具有高动态性能、高精度、强鲁棒性的电机控制系统,有着重要意义。本文主要研究工作如下:针对永磁同步电机控制系统中的传统比例积分控制的电流环结构,由于其低通滤波特性,其相位输出存在滞后、动态性能较差的缺点,不适合高精度控制场合的问题。本文在考虑永磁同步电机的延时数学模型基础上,对传统鲁棒电流预测控制策略进行性能分析,发现该方法存在稳态电流误差的问题,然后在离散域下设计基于扩张状态观测器的误差反馈矩阵来消除电流稳态误差,并从动态性、稳定性和稳态误差这几个方面在离散域内分析所提算法。针对现有无差拍电流预测方法中,机械位置传感器的安装会导致系统的尺寸和重量较大、易损坏且维护成本较高的问题。本文设计了一种无传感器永磁电机无差拍电流预测的控制方法,基于模型参考自适应控制理论,通过构建反馈增益,将无差拍电流预测和无位置传感器控制结合起来,统一成一种观测器形式,不仅能提高电流的动态响应,而且能满足无位置传感器下电机正常运行。然后从理论上验证该方法的稳定性,根据传递函数,分析观测器的闭环零极点分布规律和轨迹图,设计了自适应速率参数和反馈增益矩阵参数。实际运行中,当永磁同步电动机的参数(电阻、电感、磁链等)发生变化时,会对预测电流精度、稳定性带来不可忽视的影响。为了进一步增强整个系统的鲁棒性,本文对所提无位置传感器永磁同步电机无差拍电流预测控制方法,分别进行了定子电阻、电感、转子磁链等参数的灵敏度分析,通过理论分析,推导出估计转速误差受电机参数变化的数学表达式,针对实际中受影响最大的转子磁链因素,采用基于卡尔曼滤波的算法,在线辨识系统转子磁链,并根据获得的实时参数对控制器参数进行调整。为验证所提电流预测方法、无传感器永磁同步电机无差拍电流预测的控制方法以及在线辨识转子磁链参数方法,搭建基于STM32F103VC的4.4k W永磁同步电机实验对拖平台,进行带载加速、参数不匹配和动态性能等实验论证。结果表明,所提方法能有效地降低受电机参数不匹配的影响、改善对电流预测的精度、提升电流环的动态性能,提高估计的转速和位置角信息的稳定区域和观测器收敛性能。
其他文献
随着计算机科学技术的进步、体育运动的普及和发展,人工智能、大数据等计算机技术越来越多的应用于体育行业当中,在体育赛事、体育场馆中计算机和数字化技术发挥着越来越重要的作用。2022年冬奥会将在北京举行,奥组委达成共识将研发智能冰壶机器人在冬奥会冰壶比赛期间进行展示互动。冰壶机器人将人工智能技术与冰雪运动相结合,是我国计算机科技水平和体育运动水平的集中体现。本文依托2022北京冬奥及龙江冰雪产业的智能
随着智能无人车技术的不断发展,使得越来越多的各种形式的无人车在工业上得到了应用。为了使人们的生活更加快捷便利,更多的研究人员致力于智能车领域的研究。移动无人车对未知环境的探索一直是其研究的热点和难点,其中定位和地图构建(SLAM)以及路径规划方案是无人设备实现自主定位和导航的关键技术。本文首先从无人车的定位和地图构建(SLAM)出发,介绍了无人车运动过程中常用的坐标系,建立了移动无人车的圆弧运动模
随着深度学习模型的不断推陈出新以及并行计算能力的不断提升,基于深度神经网络的图像语义分割方法取得了巨大的进步,分割性能得到了极大的提升。然而,这些方法都需要大量有标注的像素级别图像分割标签,耗费大量的人力资源来进行这样逐个像素标签的标注工作。因此,设计良好的弱监督语义分割方法,使用边界框标签或者图像类别标签,是缓解这个问题非常重要的手段。近年来,针对弱监督标签的如边界框标签设计的语义分割方法,往往
随着计算机技术的飞速发展,人类步入了信息时代,在计算机世界中流动的数据总量急速增加。数据在计算机中的存储和在计算机网络中有效传输面临着巨大的困难和挑战。数据压缩是缓解数据存储和传输困难的有效手段。近年来,深度学习技术的发展为数据压缩领域注入了新的活力。本研究探讨了深度学习算法在部分形态的数据压缩中的应用,并在目标数据上的实现了领先的压缩性能。现实世界中的数据形态各异,其中有代表性的是两类数据:(1
人们在日常乘车出行时经常会遇到因道路损坏而造成的坑包塌陷路面以及一些重要场所前专门放置的减速带等离散冲击路面,本文针对这一工况,以响应速度较快、阻尼力调节范围更大以及实用价值更高的磁流变式半主动悬架为被控对象,构建汽车前后轴动态耦合的被控模型,提出一种能够有效抑制车辆垂向和俯仰运动,提高车辆在离散冲击工况下乘适性能的半主动悬架控制策略。本文建立了能同时表征路面空间状态和车辆行驶状态信息的离散冲击路
多关系网络结构是一种中包含了事物与事物之间的多种不同的关联信息的数据结构。在该种结构中的节点和边通常分别表示事物以及多种关系。与单一类型关系网络结构相比较而言,多关系网络结构可以表达更加复杂的事物之间的关系,因此其具有更加广泛的应用范围,像生物学、语言学以及社会科学等等。然而现有的图嵌入方法大多是针对节点之间只有一种单一类型关系的问题而设计的,而非多关系网络结构。然而在现实生活中,更多的数据是有着
随2022年北京冬奥会日渐临近,我国提出的“三亿人上冰雪”目标逐步实现。冰壶作为冰上主要运动项目之一,不仅考验选手的投掷水平,更对选手投掷策略有较高要求。因在关键比赛关键壶的策略运用能力不足,我国冰壶队与世界强队有一定差距。本文所研究的冰壶策略可供运动员参考,提高技战术水平,因此冰壶策略的研究具有一定现实意义。本文在明确研究意义和项目背景基础上对国内外冰壶策略的研究现状进行了调研,通过理论分析、仿
由于人脸识别与传统的密码、验证码和密保问题等方式相比更加方便快捷,目前人脸识别已经被广泛地应用在各种实际场景当中,比如手机解锁、刷脸支付和身份认证等,成为了我们日常生活中的一部分。这时一些不法分子就利用照片、视频、3D面具等方式去攻击人脸识别系统,对用户造成隐私和财产等方面的损失,使得人脸识别系统的安全性受到威胁。为了解决这一问题,可以在人脸识别系统中加入人脸活体检测模块,经过人脸活体检测判定为活
肝脏肿瘤分割任务具体是从CT图像中分割出肝脏已经肿瘤区域,但是由于肝脏与相邻器官对比不明显、肿瘤组织形态广泛、噪声较高等原因,使得该任务具有一定困难。随着近些年来深度学习算法的不断改进、GPU算力的不断提升以及数据库的持续扩充,深度学习方法特别是U-Net网络在医学图像处理领域得到了广泛的应用。但是U-Net模型在肝脏肿瘤尺寸不一、图像对比度偏弱的情况下可能会表现不好。本文为了提升U-Net对肝脏
随着时间进入21世纪20年代,国家对于外太空之探索越来越重视,发射探测器,飞跃器的频率越来越高。鉴于航天器的工作环境特殊,为了方便调试其各种性能参数,做到发射后能够完成既定工作目标,需要在地面模拟出航天器实际工作的微重力环境,低重力模拟技术应运而生。目前低重力模拟技术已经比较成熟,主要方法有配重法、气浮法、落塔法、悬吊法等。其中悬吊法综合了结构实现简单,模拟自由度多,低重力补偿精度高等优势,因而在