基于BP神经网络永磁同步电机矢量复合控制

为减小永磁电机PI控制器的速度超调,解决常规IP控制跟踪响应慢的特点,提出一种基于BP神经网络的矢量控制和PI-IP复合控制器的优化策略。综合BP神经网络、双闭环矢量控制以及PI-IP复合控制器的优点,在传统双闭环矢量控制中,对速度环引入新型的PI-IP控制器,同时结合BP神经网络的控制策略,完成BP神经网络矢量PI-IP控制器对永磁电机的速度控制,免去复杂的参数调整过程,同时提高永磁电机的工作性能。仿真结果表明,与常规控制方法相比,所提方法能有效减小速度超调,抑制扰动,BP神经网络优化后的PI-IP控制器具有更强的控制精准性和抗负载转矩扰动能力。

基于Buck-Boost矩阵变换器的异步电机调速系统控制策略

针对以Buck-Boost矩阵变换器(BBMC)为功率变换器的异步电机调速系统,提出一种基于有限时间控制的变频调速控制方法。首先,根据异步电机的给定转速,经基于PI-IP控制的矢量控制算法获得异步电机的给定电压,并以该给定电压作为BBMC的参考输出电压。再以BBMC中电容电压与电感电流作为系统控制变量,经有限时间控制算法得到BBMC中对应功率开关的占空比。再根据该占空比对BBMC中对应功率开关实施控制,由此可在BBMC输出端获得与其参考输出一致的输出电压,从而实现异步电机实际转速对其给定转速的准确跟踪,达到对异步电机转速进行准确控制的目的。最后通过仿真和实验对上述控制方法进行了验证。

基于BP神经网络的异步电机转子磁链定向矢量复合控制

针对异步电机在传统PI控制策略中,参数固定且容易超调,IP控制策略跟踪响应慢的特点,提出神经网络矢量PI-IP复合控制策略。在转子磁链定向矢量控制中,转速环引入新型的PI-IP控制器,同时利用神经网络进行参数整定,综合PI-IP控制器,神经网络以及转子磁链定向矢量控制的优点,完成神经网络矢量PI-IP控制器对异步电机的优化控制,提高系统的动、静态性能。最后基于仿真效验,仿真结果表明,与常规控制方法相比,该方法能有效提高控制精准性,抑制扰动,神经网络矢量PI-IP复合控制器具有更强的稳态精度和应对负载扰动能力。

基于FTC的BBMC调速控制策略及参数优化

针对以Buck-boost矩阵变换器(BBMC)为功率变换器的异步电机调速系统,提出一种基于有限时间控制(FTC)的变频调速控制方法.首先根据异步电机的给定转速,经基于PI-IP控制的矢量控制算法获得BBMC的参考输出电压;再以BBMC中电容电压与电感电流作为系统控制变量,经有限时间控制算法得到BBMC中对应功率开关的占空比;再根据该占空比对BBMC中对应功率开关实施控制,即可在BBMC输出端获得与其参考输出一致的输出电压,从而实现异步电机实际转速对其给定转速的准确跟踪,达到对异步电机转速进行准确控制的目的;同时采用自适应狼群优化算法对BBMC主电路参数及基于有限时间的控制参数进行优化,取得了满意的效果.最后通过仿真和实验对上述控制方法进行了验证.