基于模型参考自适应的内置式永磁电机参数辨识

实现对永磁同步电机调速系统高性能控制的基础是准确的数学模型和电机参数,其中电感参数、定子电阻和永磁体磁链对电机的稳态和动态运行性能影响较大,这会降低矢量控制的有效性。考虑到定子电流引起的磁路饱和及交叉饱和效应的影响以及运行过程中温度等其他因素的影响,以内置式永磁同步电机为研究对象,在矢量控制系统的基础上,采用模型参考自适应控制系统(MRAS)在线辨识电机参数,并通过MATLAB/Simulink仿真验证其有效性。

磁流变阻尼器Bingham力学模型改进及参数辨识

磁流变阻尼器不仅具有阻尼快速响应、良好的温度稳定性、内部结构简单等优势,而且可以通过调节控制电流使阻尼器的出力值连续变化,实现阻尼力可控。由于磁流变阻尼器阻尼特性与内部磁流变液的磁流变效应有关,具体表现非常复杂,现有力学模型目精度不足,无法精确描述磁流变阻尼器的阻尼特性。在磁流变阻尼器力学性能测试基础上,应用分段拟合函数方法同时结合反正切函数模型改进模型,并辨识改进后力学模型中各参数。将改进后的Bingham模型与实际测试出力值进行对比,结果表明改进后的Bingham模型能够很好地解决Bingham力学模型在非线性滞回阶段出力值曲线与实际测试数据不符的问题,改进后模型总体出力值曲线与阻尼器实际出力值基本相同,模型精度大幅提升。此种改进方法为磁流变阻尼器建立高精度力学模型提供参考。

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。

基于移动分层滑模面的桥吊模型参考自适应滑模控制

桥式吊车系统的数学模型是一个非线性时变的欠驱动系统模型,其执行机构数少于自由度个数,并且桥式吊车系统模型的参数信息无法精确获得。针对上述问题,提出了一种基于移动分层滑模面的模型参考自适应滑模控制策略。首先,针对桥式吊车系统的参考模型,设计了一种移动分层滑模面以提高参考模型的暂态性能;然后,针对带有不确定性的桥式吊车系统,设计了一种带有参数估计的自适应滑模控制方法,在模型参数信息无法精确获得时确保小车到达期望位置并消除负载摆角;最后,利用李雅普诺夫稳定性理论,证明了该控制系统的闭环稳定性。仿真结果表明,所提方法不仅有效,而且具有较强的鲁棒性。

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.

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RBF神经网络的超声波电机参数辨识与模型参考自适应控制

超声波电机(USM)是近年发展起来的一种新型微特电机,与传统的电磁驱动型电机的工作原理截然不同。由于USM具有小型轻量、无电磁干扰、响应速度快、低速大转矩、高保持力矩、高功率密度等诸多优点,因而在光学仪器、办公自动化、汽车专用电器、智能机器人、航空航天等领域具有良好的应用前景。但USM的高度非线性、时变性和强耦合增加了它的控制难度。该文提出一种新的USM自适应控制策略。系统采用双闭环控制,内环用来补偿定子环机械谐振频率的漂移;外环利用径向基函数神经网络(RBFNN)控制器调节USM的驱动频率,实现速度的自适应控制。经实验证明,该控制系统具有响应迅速、适应性强等优点,具有较高的控制精度和较好的稳定性。

基于模型参考方法的感应电机磁链的自适应观测及参数辨识

提出一种基于模型参考方法的自适应定子磁链观测器,这种观测器不必预先知道电机的任何参数值,并且因运行时电机参数发生改变而发生的观测偏差也是收敛的。当电机的激励电压满足所谓“充分激励”的条件时,还可以同时作为参数辨识器;即使输入电压不满足充分激励的条件,但如果部分参数已知,仍然可以辨识其余的参数。仿真和实验结果验证了该方法的正确性。

基于模型参考自适应参数辨识的永磁同步电机电流预测控制

在永磁同步电机运行过程中,电机参数时变使得电流预测控制器的模型参数和实际电机参数不匹配,导致其控制性能下降。提出了基于模型参考自适应系统(MRAS)的改进电流预测控制方法,利用旋转坐标系下d、q轴电流方程作为参考模型,基于Popov超稳定理论构建永磁同步电机的电感和磁链在线辨识系统,将得到的辨识参数应用于电流预测控制模型中,实现控制模型参数的在线更新。分析与仿真结果表明该方法能够有效地提升在电机参数变化下的电流预测控制性能。

基于改进型模型参考自适应的PMSM参数辨识

为了削弱模型参考自适应法在辨识时变参数时出现的波动,在模型参考自适应算法的基础上,引入辨识结果的反馈,辨识结果未稳定时选择较大的自适应增益,能较快的辨识参数,辨识结果稳定后,选择较小的自适应增益,避免参数变化时辨识结果的波动。将该方法用于永磁同步电机转动惯量的辨识仿真实验表明:该方法削弱了原辨识算法在辨识时变参数时的波动,能更快地跟踪转动惯量的变化,表现出更好的辨识特性。

模型参考自适应IIR递归滤波器辨识新算法

针对自适应IIR滤波器算法容易陷入局部极小点的缺陷,提出了一种新的自适应递归滤波辨识算法。该算法采用模型参考自适应系统设计了辨识参数自适应律,基于Lyapunov理论保证了自适应递归算法的稳定性,而且辨识参数收敛。仿真结果表明了该算法的可行性和滤波器结构的正确性。

基于CESO磁链观测器的模型参考自适应感应电机转速辨识

针对感应电机无速度传感器矢量控制下的速度辨识问题,设计了一种基于扩展状态观测器的闭环转子磁链观测器(CESO),并提出以其作为参考模型的模型参考自适应(CESO-MRAS)转速辨识方法。该磁链观测器将模型中不确定部分进行状态扩展并反馈补偿,是一种闭环观测器,因而对电机转子电阻变化以及外部扰动具有良好的鲁棒性,克服了传统电压转子磁链模型的纯积分和低速区的电压降问题。通过与传统MRAS的仿真比较研究,在转子电阻和转矩的大范围变化低速区,该算法能显著提高矢量控制系统的速度动态辨识能力和转矩抗扰能力。仿真和实验结果验证了该方法的正确性和有效性。

基于模型参考自适应的永磁同步电机速度观测器中PI参数调节方法

永磁同步电机(PMSM)在有感控制方案中需安装编码器或霍尔传感器,增加了系统的设计成本,因此,研究PMSM的无感控制方案就显得有必要性。随着现代控制理论的发展,无传感器技术也日益发展。以磁场定向控制为控制策略,以模型参考自适应理论为基础,设计了一种速度观测器。侧重用现代控制理论知识分析了观测器的稳定性,并用传统控制理论知识分析了一种新的观测器中PI调节器参数整定方法。这种方法具有很强的适应性和移植性。最后,验证了这种方法的准确性和可行性。

基于参数辨识的磁聚焦式扭矩传感器模型研究

为解决磁聚焦式扭矩传感器模型未知参数问题,实现其更精确地测量,文中通过对此传感器机理分析建立了数学模型与非零初始条件下的系统模型,确定了辨识参数矩阵。提出了一种预测误差法与自适应粒子群算法相结合的参数辨识方法。搭建正弦激励校准实验系统对其进行验证,结果表明,该方法有效地实现了传感器参数的辨识,得到的传感器模型具有较高的精度,为其动态特性分析与误差补偿提供了可靠依据。

基于模型参考自适应的SPMSM参数在线辨识策略

为了实现表贴式永磁同步电机(SPMSM)参数在线辨识,提出了一种基于α-β域电机模型下的模型参考自适应在线辨识策略。该方法在α-β坐标系下,利用SPMSM的α轴和β轴电压、电流及其偏差,借助Lyapunov稳定性理论建立参数辨识模型,并推导出待辨识参数的自适应率,保证了辨识系统的稳定性和参数的收敛,同时快速有效在线辨识出了定子电阻和电感。仿真结果表明该方法的有效性和快速性。

基于ADACD的新型辨识器及其模型参考自适应控制

将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被控对象对参考模型的跟踪快速稳定.

锂离子电池模型参数辨识的改进自适应FFRLS算法研究

为了提高锂离子电池模型参数辨识的准确性和鲁棒性。以递归最小二乘法(FFRLS)为基础,采用了一种经过改进的自适应FFRLS算法,通过分数阶阶乘设计实现了对模型参数的逐步辨识。这种算法的特点在于其自适应性,能够更好地适应电池系统的非线性和复杂性。通过在不同工况下对锂离子电池模型进行参数辨识和研究得到了大量的实验数据。结果显示,相较于传统方法,改进的自适应FFRLS算法在处理电池系统的复杂性和非线性特性方面取得了显著的改进。通过优化算法,为电池管理系统提供了更为精确的模型。这对于改善对电池性能的监控和控制具有重要意义,有助于提高电池的使用寿命和安全性。

基于模型参考自适应的电液负载模拟器主动加载力控制研究

针对电液负载模拟器在主动加载过程中参数不确定、非线性、易受到外部干扰等导致控制精度较低的问题,提出一种基于模型参考自适应的主动加载力控制方法。根据电液负载模拟器加载系统的工作原理,建立系统的数学模型,通过对参数模型辨识得到系统的传递函数,设计模型参考自适应控制器,并基于李雅普诺夫理论验证控制器的稳定性。最后,通过AMESim和Simulink联合仿真模型对提出的控制方法进行分析。仿真结果表明:与传统PID控制器相比,在不同加载力指令下,模型参考自适应控制器显著提升了加载系统的控制精度和响应速度,加载力误差控制在0.6%以内,有效抑制了外部干扰。

基于模型预测自适应的双绕组电机参数辨识技术

针对双绕组无刷直流电机(DW-BLDCM)参数难以在线辨识的问题,设计一种基于模型预测自适应控制(MRAS)的双绕组无刷直流电机在线参数辨识算法。基于DW-BLDCM的理想相电流波形建立电机模型,消除了2组绕组之间的互感耦合,使参数辨识更准确。通过DW-BLDCM状态方程建立模型预测自适应模型,实现在线参数辨识。试验结果显示:电机相电感的辨识误差为3.33%,相电阻的辨识误差为3.70%。结果表明,基于MRAS的算法可实现DW-BLDCM的在线参数辨识。