智能优化PI参数的永磁同步电机控制

针对永磁同步电机控制系统控制参数较难整定问题,提出一种基于神经网络和遗传算法极值寻优的PI控制器参数离线整定方法。利用电机控制系统的试验数据训练BP神经网络,并选择预测精度最高的神经网络模型作为遗传算法的优化目标函数,然后利用遗传算法搜索使电机控制系统的动态响应性能最好的PI控制器参数组合。通过永磁同步电机控制系统的仿真,表明系统采用优化后的PI参数能够快速、平稳而又准确地跟踪输入指令变化,抗干扰能力强。

永磁同步电机定子匝间短路故障阻抗参数分析

分析了正常和匝间短路故障状态下永磁同步电机(PMSM)等效电路模型,建立了PMSM的有限元分析模型,提出了故障状态下故障匝和正常匝电感的计算方法,得到了电机绕组电感、电流和输出转矩等参数与短路匝数的关系。分析结果表明故障状态下的转矩波动变大而平均值基本不变;三相绕组电流都会增加而发生短路故障的绕组相电流的增加幅度远大于正常相,短路电流随短路匝数的增加而减小;正常相的绕组电感基本不变,而故障相的绕组电感和短路匝的电感与短路匝数的平方有关。