一阶系统模型参考自适应辨识及位置控制

针对新建系统或负载变化导致的模型参数不确定问题,对交流伺服系统进行研究,提出模型参考自适应辨识(model reference adaptive identification,MRAI)算法,对一阶系统模型参数进行在线辨识。首先对一阶系统进行数学模型构建,然后根据李雅普诺夫(Lyapunov)稳定理论选择参考模型,并设计自适应控制律,在此基础上对一阶系统进行模型参数在线辨识。当参数收敛后,根据系统要求的自然频率和阻尼比,在线设计位置控制器参数,并进行跟踪定位控制。仿真和实验结果表明,模型参考自适应在线辨识算法能快速精准地辨识出系统模型参数,通过在线设计控制器参数实现了对参考信号的快速跟踪。

基于改进模型参考自适应法的异步电机矢量控制

对常规MRAS转速辨识进行了分析,针对异步电机无速度传感器矢量控制提出了一种改进型MRAS转速辨识方法。通过设计一个基于转子磁链定向电流模型下的补偿器,用于对磁链观测进行幅值和相位的实时补偿。仿真和实验表明,经过改进后的转速MRAS辨识方法具有较高的转子磁链观测精度,改善了转速估计的动静态性能,提高了系统的鲁棒性。

基于模型参考自适应系统理论的异步电机矢量控制系统研究

采用模型参考自适应系统对系统转速进行估算,实现了异步电机的无速度传感器控制。在一个4kW的三相异步电动机上进行了实验,异步电机结果表明:该系统具有快速的动态响应能力和良好的稳定性。

基于风电机组LPV模型参考自适应独立变桨整机控制策略研究

风力发电机组控制系统运行中多输入、多输出等复杂问题严重,影响因素较多,单靠传统的PI对整机进行控制,无法有效进行控制,如一些控制参数的变化,对整机产生较大的载荷,造成系统的不稳定。为了确保风力发电机在运行过程中,能够安全稳定可靠运行,本文中建立了风力发电机组的主传动链的模型。根据主传动链的模型,探讨了风机运行过程中主传动链对风机的影响。进一步得到了独立变桨距控制系统LPV系统模型,应用了波波夫超稳定理论来进行了控制器的设计。研究结果表明,所应用波波夫超稳定理论设计的变桨整机控制策略对风机的控制性能好。最后,通过仿真验证了所设计的控制器能够确保风力发电机组安全稳定运行,验证了理论分析的正确性。得到的结论对风力发电机组整机控制的设计提供了理论支持。

改进的无功功率模型参考自适应异步电机转速辨识

针对传统无功功率模型参考自适应模型的输入信号中含有大量的高频信号和噪声,致使模型的自适应机构设计难度增加、速度预测精确度降低的问题,提出改进的基于无功功率的模型参考自适应系统。在传统的无功功率模型参考自适应模型的基础上,引入巴特沃思滤波器并运用改进的模糊PI控制器取代原有的控制器,滤除了输入信号的噪声,提高转速预测精确度。仿真结果表明,改进后的无功功率模型参考自适应系统,参考模型输出的无功功率信号较滤波前其振动的幅值和频率大幅度降低,将这种信号作为自适应模块的输入得到的预测转速,其预测精确度和预测系统动态性能得到提高显著。

基于滑模控制的模型参考自适应异步电机无速度传感器控制

针对异步电机无速度传感器控制中用传统模型参考自适应理论估计转速时存在复杂的PI增益系数调节的实际问题,提出了一种基于趋近律的滑模模型参考自适应系统,并利用Lyapunov理论推导出一种新的速度估计自适应律以确保系统稳定性和快速性。同时,该方法对外部扰动和噪声具有强鲁棒性,且对抖振具有明显的抑制效果。通过Simulink仿真实验也验证了该方法响应速度快,控制精度高的优良性能。

MARS模型在渭河流域参考作物蒸散量计算中的适应性研究

为有效提高气象资料缺失时渭河流域参考作物蒸散量(ET_(0))计算精度,选取流域及附近20个气象站58 a(1960-2017年)逐日气象资料,基于不同气象要素组合,构建16种基于多元自适应回归样条(MARS)的ET_(0)计算模型,并将计算结果与Hargreaves-Samani、Makkink和Irmark-Allen模型进行对比,评价MARS模型在渭河流域的适应性及可移植性。结果表明:MARS模型能很好地甄别ET_(0)与各输入因子间的非线性关系,MARS2(T_(max)、T_(min)、R_(a))计算精度(平均MAE为0.225 mm/d,平均RMSE为0.327 mm/d,平均R2为0.897)能满足应用要求,模型精度随输入气象要素数量的增加而升高;输入因子中引入地球外辐射R_(a),可明显提高MARS模型精度;在输入因子相同时,MARS模型精度高于Hargreaves-Samani、Irmark-Allen和Makkink模型;MARS模型在渭河流域具有很强的泛化能力和可移植性。因此,气象资料缺失时基于MARS建立的ET_(0)计算模型可作为渭河流域ET_(0)计算的推荐模型。

交互式模型参考自适应滑模控制矢量控制系统

针对异步电机参数变化导致转速估计不准确的问题,提出一种同时辨识定子电阻和转速的交互式模型参考自适应估计方法,并针对常规模型参考自适应方法在估计时存在复杂的PI增益系数调节的问题,使用基于趋近率的滑模控制来替代PI环节。该方法只需检测定子侧电压和电流值即可估计异步电机在运行过程中的定子电阻和转速的值,使整个系统对定子电阻的变化具有较强的鲁棒性,提高整个系统的控制精度。通过对异步电机的矢量控制仿真实验验证了该方法的准确性。

基于模型参考自适应的异步电机转速辨识新方法研究

针对三相异步伺服电机无速度传感器矢量控制下转速辨识问题,提出一种基于无功功率模型参考自适应的异步电机转速辨识新方法。该方法采用了基于反电动势模型参考自适应的定子电阻辨识方法来实时追踪定子电阻参数值的变化情况,并将定子电阻估计值作用于转子磁链观测器,以消除定子电阻设定值和实际值的偏差对转子磁链的影响,最后把观测出的转子磁链传递至无功功率模型参考自适应的可调模型,解决了三相异步伺服电机无速度传感器转速辨识精度低问题,提高了系统转速动态辨识能力。仿真结果证明了该方法的有效性和可行性。

基于递推最小二乘法与模型参考自适应法的鼠笼式异步电机转子电阻在线辨识方法

为了能够实时准确地获取鼠笼式异步电机转子电阻,提出一种将递推最小二乘法(recursive least square method,RLS)与模型参考自适应法(model reference adaptive system,MRAS)相结合的转子电阻在线辨识方法。该方法首先推导基于dq0坐标系下标准最小二乘法形式的电机参数辨识模型,采用带遗忘因子的递推最小二乘算法辨识得出电机电感参数;然后将上述辨识得到的电感值作为基于瞬时无功功率的模型参考自适应系统中的电机常数,并采用基于波波夫超稳定性理论设计的PI自适应律,实现不同运行状态下的转子电阻在线辨识。以一台5.5 kW异步电机为例进行了仿真与实验研究,仿真结果表明,文中方法适用于转速波动明显且转子电阻变化较大的复杂运行工况,且具有计算量少、准确度高以及较好的动态跟踪辨识性能;进行不考虑温升与考虑温升的转子电阻在线辨识实验对比,验证了文中方法的正确性与有效性。

基于自抗扰控制的车用异步电机参数辨识

交流异步电机的转子时间常数随不同工况而发生改变,导致交流异步电机控制系统的励磁和转矩无法完全解耦,进而影响交流异步电机的动静态特性。针对这一现象,提出一种基于模型参考自适应算法(MRAS)和遗传算法-自抗扰控制(GA-ADRC)相结合的方法,对转子时间常数进行辨识。通过MATLAB/Simulink搭建交流异步电机参数辨识控制系统模型并进行仿真验证,仿真结果表明,基于MRAS和GA-ADRC相结合的辨识方法可以准确辨识转子时间常数,有效提升交流异步电机参数辨识系统的控制性能。

基于模型参考自适应自抗扰的风电系统最大功率控制

为实现直驱永磁同步发电机(permanent magnet synchronous generator,PMSG)的最大输出功率追踪,构建了一种基于模型参考自适应自抗扰控制的永磁同步风力发电系统最大功率控制系统。首先,搭建模型参考自适应系统(model reference adaptive system,MRAS)来估算风力发电系统的角速度,实现控制系统的无位置控制,并对MRAS中的PI反馈自适应无法快速跟踪转速且具有超调等问题,提出伪微分反馈自适应率,有效提升无位置控制的精度;同时,为提高PMSG动态响应性能,增强PMSG的抗干扰性能,增强出速度环自抗扰控制(active disturbance rejection control,ADRC)策略,可以很好地进行风速跟踪,确保在不同风速下实现最大功率追踪。仿真结果表明,当风速变化较小时所提控制策略转速估计误差很小,而传统MRAS控制策略初始位置估计误差超过了10 rad/s,同时动态过程中也存在一定的跟踪误差,当风速变化剧烈时所提控制策略转速跟踪误差不是很大,而传统MRAS控制策略误差超过10 rad/s。研究结果表明,所提控制策略可以准确地追踪转速,并具有较好的动态性能。

一种模型参考自适应速度辨识的异步电机直接转矩控制及其计算机仿真

本文从异步电机的数学模型出发,在直接转矩控制的基础上,介绍了一种新型的基于反电动势的模型参考自适应的无速度控制方法,并对该方法进行了仿真验证。实验表明,该方法效果良好。

基于参数辨识的推进电机模型参考自适应控制

针对模型参考自适应系统(MRAS)对电机参数依赖性强的问题,采用Adaline神经网络对电机参数进行在线参数辨识,并对MRAS中的模型参数进行修正;以船用永磁同步推进电机作为被控对象,使用Adaline神经网络对控制系统中的模型参数进行修正,结果表明,该方法可有效提高MRAS对电机转速和转子信息的估测精度,提高系统的动态和稳态性能。

基于模型参考神经网络的异步电机鲁棒速度控制方法

提出一种新型的基于模型参考神经网络的异步电机驱动系统鲁棒速度控制方法。由带负载转矩观测器的两层神经网络对象辨识器(NNPI)对未知的电机动态参数进行实时的自适应辨识与估计。由双层神经网络PI控制器(NNC)对异步电机转子速度进行鲁棒控制。神经网络使用学习算法以自动调节NNPIC的参数并有效地降低系统对参数变化以及负载扰动的敏感度。仿真结果表明该方法对于参数变化和负载转矩扰动具有很强的自适应能力,能够提高异步电机的性能,并减小其对参数变化、非线性影响以及负载扰动的敏感度。

无参数自适应罚函数的高效代理模型优化设计方法

在飞行器气动外形优化设计中,复杂约束条件导致设计空间可行域呈现不连续的特征,且理想解大多靠近约束边界,传统高效代理模型方法难以适用。研究了参考点对优化设计的影响,提出了一种考虑约束的参考点选择机制;对于最优解靠近边界的问题,罚函数法更加有效,但惩罚因子的设置对于罚函数方法影响很大,不合适的惩罚因子反而会损害优化效率,分析了优化过程中罚函数方法对惩罚因子的要求,提出了一种无参数自适应罚函数的代理模优化设计方法,引入基于样本分析的惩罚项,结合归一化目标值和约束值,在优化过程中动态调整惩罚因子,使优化能够尽可能地聚焦于可行域内,迅速收敛到最优解,实现样本的高效配置。通过带约束的函数算例和翼型优化算例证实,所提方法可以大幅提高飞行器气动外形优化设计效率。

交流电机无速度传感器矢量控制系统变结构模型参考自适应转速辨识

针对变结构控制在参数变化等不确定因素满足“匹配条件”即变化有界时,具有抗外部干扰和内部参数摄动的鲁棒性,但实际中要确定不确定性参数变化的上下界有一定难度的特点。文中基于变结构控制和自适应控制理论,提出一种新颖的变结构模型参考自适应(VS-MRAS)观测器,用于交流电机无速度传感器矢量控制系统的转速辨识。该法将变结构和MRAS进行有机的整合,利用MRAS对系统参数变化的适应能力实时估算不确定因素变化的边界,以改善磁链观测的准确性,进而提高转速辨识的精度。利用仿真方法,对比分析了带速度检测装置的矢量控制系统、基于MRAS转速辨识的无速度传感器矢量控制系统和基于VS-MRAS转速辨识的无速度传感器矢量控制系统的3种情况下转速和磁链响应的动静态性能。证实该方法提高了转子磁链观测的准确度,改善了转速估计的动静态性能。

基于双参数模型参考自适应的感应电机无速度传感器矢量控制低速性能

提出了一种基于双参数模型参考自适应的感应电机无速度传感器矢量控制策略,可以同时进行转速辨识和定子电阻辨识,能够有效削弱低速时定子电阻变化对系统的影响,提高了系统的低速带载性能;推导了转速闭环系统的线性化小信号模型,利用根轨迹法分析了系统的稳定性及PI参数对系统性能的影响。对双参数模型参考自适应算法进行了实验验证,并与传统模型参考自适应算法进行了对比,实验结果验证了算法的有效性。

基于定子磁链模型的异步电机转子时间常数辨识

针对异步电机在运行过程中,由于温度变化或磁场饱和等原因,造成电机参数发生变化,尤其是转子时间常数变化影响矢量控制系统性能的问题,提出了一种基于定子磁链模型的转子时间常数的在线估计方法。定子磁链的电压-电流模型具有结构简单,对参数依赖性小的优点,依据模型参考自适应(model reference adaptive system,MRAS)原理,将其优化后作为参考模型建立系统,能够在宽调速范围内更加准确的辨识出转子时间常数,并采用Popov稳定性理论,设计出自适应律,保证了系统的稳定性。通过仿真和实验验证了该方法的正确性和可行性。

基于改进模型参考自适应系统的永磁同步电机参数辨识

针对永磁同步电机多参数辨识时,数学模型存在的欠秩问题,提出一种改进模型参考自适应系统的分步在线辨识方法.该方法采用Popov超稳定性理论设置自适应律,可以保证辨识时系统的稳定性;在改进的模型参考自适应系统中,首先辨识定子电阻、转子磁链,待两个参数辨识结果稳定后,再辨识直交轴电感.这样在同一个模型中实现多个参数辨识,克服了由于数学模型欠秩问题而导致辨识结果的不确定性.仿真结果表明,本文设计的方法辨识速度较快,辨识度高,具有一定的实用性.