电梯永磁电机曳引机速度性能优化控制研究

现行的电梯永磁曳引机大都或通过增加外围辅助硬件,或采用高精度的驱动装置来提高电梯运行舒适度。显然上述控制策略都增加了控制难度和制造成本。为了降低电梯制造成本,同时又不影响运行舒适度,提出了一种基于缓存选层信号优化的电梯转子转速估测策略。针对经典同步电机模型强耦合、高阶次及非线性等特征,导致卡尔曼滤波器存在求解难、滤波差等问题,建立新型的降阶扩展卡尔曼模型,简化求解过程,提高滤波效果。在用降阶卡尔曼滤波器估计转速时,引进遗传算法对其测量噪声和内部噪声分别优化处理,有效地降低滤波器对噪声的敏感性。通过将基于缓存选层信号优化的转速估测策略与经遗传算法优化的滤波器相结合,准确地估计出了转子转速、磁通角等关键信息,且能够在抱闸释放瞬间输出理想的电磁转矩,从而提高了乘梯舒适性。最后,在仿真结果部分验证了所提策略的有效性。

多算法超螺旋滑模观测器控制的电梯曳引系统

为了降低电梯制造成本的同时又不影响运行舒适度,提出了一种基于支持向量机联合粒子群算法优化的变系数超螺旋滑模观测器,用于电梯转子的转速观测。针对经典永磁同步电机模型强耦合、高阶次及非线性等特征,导致传统滑模观测器存在求解难、抖振严重等问题,建立定子电流状态观测器模型,简化求解过程,提高消抖效果。在用超螺旋滑模观测器观测转速时,引进支持向量机对观测器参数进行拟合,得到支持向量机辨识标准模型,在此基础上,用离子群算法再对支持向量机辨识标准模型寻优,有效地提高了运算速度,并降低了观测器对噪声的敏感性。最后,在实验部分验证了所提策略的有效性。

基于综合学习粒子群算法的PMSM滑模观测器设计

设计了一种基于改进综合学习粒子群算法优化的PMSM观测器。在静止两相参考系中建立PMSM的数学模型,用改进粒子群算法优化的超螺旋算法观测电机反电动势值,并采用软件锁相环结构估算电机的转速及转子角位置。实验结果表明,所提策略能准确地估计出转子转速及磁通角,且能够在抱闸释放瞬间输出理想的电磁转矩。

故障树法和改进PSO-PNN网络的电梯故障诊断模型

针对电梯故障问题,提出一种将故障树分析法、改进的粒子群优化算法和概率神经网络相结合的方法用于电梯的故障诊断。以电梯的安全回路系统为例,用故障树法对回路进行分析,获得训练样本与故障类型;使用粒子群算法对概率神经网络的平滑因子进行优化,在优化过程中,针对粒子群算法存在易陷入局部最优的缺陷,提出对惯性权重的改进策略;采用相对误差对诊断效果做出评估,并与传统的概率神经网络和基本粒子群算法优化的概率神经网络在各种故障类型输出和最大相对误差等方面进行比较,结果表明:该模型能够有效诊断电梯故障。