基于预测误差补偿的PMSM预测电流控制

为解决永磁同步电机(permanent magnet synchronous motor,PMSM)模型预测电流控制(model predictive control,MPC)参数鲁棒性差的问题,提出一种电流预测误差的补偿策略。首先,引入PMSM局部模型,并采用滑模观测器得到局部模型变量;其次,利用局部模型在一个控制周期内计算出所有电压矢量对应的电流预测误差;最后,采用估计的电流预测误差在线修正预测模型,保证在参数扰动时的预测电流精度。仿真结果证明,相比于传统的MPC,所提出的方法几乎不再受模型参数的影响,在确保控制性能的前提下有效地提高参数鲁棒性。

永磁同步电机参数误差补偿-三矢量模型预测电流控制

永磁同步电机模型预测电流控制策略的运行性能对电机参数有很强的依赖性。受温升、磁饱和等因素影响,永磁同步电机参数会发生变化。若以失配的电机参数进行预测电流控制,会引起电流预测值失准、最优矢量误判,导致系统控制性能下降的问题。对此,该文对电机参数变化引起控制策略性能下降问题进行研究,分别建立延时补偿、电流预测、矢量作用时间计算环节的误差模型,分析各环节误差的来源,以及各环节误差的传递关系。在此基础上,提出永磁同步电机参数误差补偿-三矢量模型预测电流控制策略。以一台6kW永磁同步电机作为控制对象进行实验研究,所得结果验证了该文所提策略的可行性和有效性。

刮板输送机负载预测方法的研究

刮板输送机电动机电流的波动反映了负载的变化,为研究刮板输送机负载与电流关系,准确预测刮板输送机负载,建立了小波神经网络模型进行分析,并通过工程试验验证,刮板输送机机尾和机头电流预测的平均误差均小于5%;样本测试时间在0. 1 s左右,可以满足刮板输送机的实时性和精度要求。