基于磁链优化模型的感应电机转子时间常数辨识

感应电机转子时间常数受温度、磁饱和等因素的影响,导致矢量控制系统中转子磁场定向出现偏差,进而使感应电机的输出转矩发生振荡。为此提出了一种基于磁链优化模型的感应电机转子时间常数在线辨识方法,以定子电流和定子磁链的点乘作为设定物理量来构造一个模型参考自适应系统,并对未考虑直流偏量影响的定子磁链观测器进行改进。最后,在Matlab平台对该方法进行仿真研究,结果证明了该方法的有效性。

基于转子磁链优化的五相感应电机电子变极策略

针对五相感应电机(FIM)指数响应转矩跟踪电子变极运行不平稳问题,分析得出转子磁链饱和是导致该问题的主要原因之一,计及磁链饱和提出一种转子磁链优化(RFO)电子变极控制策略。分析了FIM电子变极过程中两个控制平面转子磁链叠加是导致磁链饱和的原因,设计了转子磁链控制函数,并采用磁链幅值和电磁转矩约束函数使转子磁链逼近临界值,优化了转子磁链控制。基于FIM的Speedgoat半实物实验平台,对所提RFO方法进行了实验验证,对采用和未采用RFO的指数响应转矩跟踪电子变极控制策略进行对比实验研究。实验结果表明,所提策略使转速波动减小了50%,转矩波动减小了67%,有效改善了电子变极过程中电机运行平稳性。

反向粒子群优化算法用于抽油机转子故障诊断

由于粒子群算法具有局限性,提出一种基于反向粒子群算法的抽油机转子故障诊断方法。该算法将抽油机转子模型进行磁链变换,以模型输出的转子磁链和电压模型转子磁链的误差作为粒子群的适应度函数,通过不断寻优,确定最终抽油机的转子电阻值,进行故障诊断和分析。通过对RP、PSO、OPSO三种算法的仿真结果对比,说明了反向学习粒子群优化算法能够更好地辨识抽油机的转子故障,且具有精度高、收敛速度快和高效的特点。

感应电机效率优化的自适应反步控制研究

针对感应电机的效率优化问题,推导出最优转子磁链表达式,在电机参数变化和负载扰动情况下,提出一种基于自适应反步法的感应电机效率优化控制方案,保证感应电机驱动系统的控制性能,提高系统的稳态运行效率。在转子磁链和电机转速不可测时,能够实现跟踪误差在原点全局稳定。采用跟踪微分器(TD)得到给定转子磁链和转速的微分。仿真和实验结果表明,在保证驱动系统本身控制性能的前提下,该方法实现了系统稳态运行高效率,与传统的PI调节器矢量控制方式相比,提高了轻载时系统的动态响应速度,具有实用价值。

感应电机能量最优化控制的研究

感应电机能量优化控制常根据电机静态模型采用恒转差频率控制。但该控制方案会导致调速系统的动态性能和稳定性降低。从感应电机的动态模型出发,提出了一种借助转子磁链控制实现感应电机能量优化的控制方案。根据外环给定电磁转矩的不同,调整内环转子磁链给定值,以达到能量优化控制的目的。在调速过程中,控制方案确保转子磁链紧跟给定值,使输出的电磁转矩紧跟给定值。因此,系统的稳定性、动态性能良好。