变温条件下解析Preisach磁滞模型误差修正和特征参数辨识方法

温度升高会影响磁性材料的磁滞特性,从而改变电气设备的性能。目前解析Preisach模型无法对温度进行有效表征,导致损耗计算结果误差较大。为此,本文首先分析了基于Lorentzian函数的解析Preisach模型特征参数对磁滞回线形状参数的影响程度,如饱和磁通密度、矫顽力、剩磁等,研究了不同温度下模型参数和材料磁特性的变化。根据模型特征参数具有的磁滞回线形状相关性和温度相关性,引进温度系数来修正模型特征参数,构建变温条件下的解析Preisach模型,并给出了计及温度影响的模型参数辨识方法。最终实验测量纳米晶合金在变温条件下的极限磁滞回线,对多组实测值和修正后的解析Preisach模型计算值进行对比后,得出在饱和磁通密度、矫顽力和剩磁处修正模型结果的平均相对误差分别为0.15%、2.21%、5.76%,证明了该修正模型的准确性。

基于改进Preisach迟滞构架的工业机器人柔性关节深度神经网络迟滞建模研究

针对工业机器人柔性关节所具有非对称、速率相关及强非线性的复杂迟滞特性问题,改进Preisach模型,提出一种描述复杂迟滞特性的深度神经网络迟滞模型。从模型内部迟滞算子和外部网络结构两个角度改进Preisach模型,描述柔性关节的复杂迟滞特性:1)设计一个非对称非线性迟滞函数,替换Preisach模型内部迟滞算子,描述柔性关节的非对称迟滞特性;2)在Preisach模型输出端引入惯性滤波环节,在Preisach模型输入端引入输入输出历史信息,描述柔性关节的速率相关迟滞特性。将改进的Preisach模型与实现非线性映射的全连接神经网络串联构成深度神经网络迟滞模型。通过对比实验验证了所提出的深度神经网络迟滞模型描述工业机器人柔性关节复杂迟滞特性的有效性,其具有良好的预测能力和较高的精度。

基于磁导-电容类比法和解析Preisach模型的铁心动态磁滞建模方法

铁磁材料的磁滞、涡流和驰豫效应对电力变压器铁心的非线性特性和功率损耗有显著的影响。为了研究电磁暂态过程中电力变压器的时域响应行为,需要准确计及铁心的动态磁化特性,在电路仿真中对电力变压器铁心进行精细建模。为此,该文首先采用考虑可逆分量的解析Preisach模型表征铁磁材料的静态磁滞效应,通过磁导-电容类比法建立了铁心的回转器-磁导模型,构建铁心静态电磁模型。其次,基于传统损耗统计理论和场分离理论,在静态电磁模型的基础上引入恒定磁阻和受控磁动势源,分别用于表征铁磁材料的涡流效应和弛豫效应对磁滞效应和损耗效应的影响,构建基于传统损耗统计理论的铁心动态电磁模型。最后,运用R-L分数阶导数对涡流损耗表达式进行修正,采用受控磁动势源表示涡流效应,对传统的铁心动态电磁模型进行改进。基于电工钢测量系统测量了硅钢铁心在不同频率、不同磁通密度下的动态磁滞回线,与实验相比改进模型的平均相对误差为6.59%,验证了所提出的改进动态模型的正确性。

基于改进黑猩猩算法的解析Preisach模型参数辨识

解析Preisach模型解决了Preisach模型因离散Everett函数造成的测量误差大、数值不稳定的问题,但是解析Preisach模型同时存在参数多、辨识复杂的问题。针对上述问题,提出一种融合多策略的改进黑猩猩优化算法,来实现对解析Preisach模型的参数快速、精确辨识。首先,引入自适应权重因子来平衡全局搜索和局部开发能力;其次,将差分变异策略应用到种群个体位置更新中,增强算法个体间的信息交流,扩大搜索范围;最后,使用柯西变异和高斯变异相结合的随机扰动策略,进一步增强算法跳出局部最优的能力。结合实验数据,分别使用遗传算法、黑猩猩算法、正弦余弦黑猩猩算法与所提算法对解析Preisach模型参数进行辨识,并基于辨识结果对取向硅钢片的磁滞回线进行模拟。通过磁滞回线拟合度、适应度值变化以及损耗误差分析3个方面的结果对比可得,所提算法在解析Preisach模型的参数辨识上兼具辨识精度高、收敛速度快的优点。

基于离散逆Preisach模型的磁悬浮系统非线性补偿研究

磁悬浮平台控制中,电磁铁铁芯材料的磁滞特性会很大程度影响控制精度,补偿磁滞特性是磁悬浮精密控制系统中必不可少的一部分,为了实现对磁悬浮精密控制系统中磁滞非线性的补偿,课题组使用离散逆Preisach模型构造了一个补偿器。首先建立了离散逆Preisach模型,再依据磁滞补偿原理,构造补偿器;根据逆模型的曲线形状,建立了基于双曲正切的分布函数验证离散逆Preisach模型构造的合理性;最后使用非负最小二乘法辨识模型。结果表明离散逆Preisasch模型描述电磁铁逆磁滞回线的最大误差为0.3%。所构造的补偿器具有良好的补偿效果,为磁悬浮系统的磁滞补偿提供了一种可行方案。

解析正Preisach磁滞模型的推导与修正

准确且快速地模拟软磁材料的磁滞特性是电机、变压器等电力设备电磁场仿真及其优化设计等工作可靠展开的基本前提。然而,经典Preisach磁滞模型因包含了复杂的双重积分运算而难以达到上述要求,而现有唯一的纯解析Preisach模型存在推导失误、无法通用等问题。为此,针对该解析Preisach模型的问题,推导正确的Everett函数解析表达式,并基于Preisach基本原理,分析在其基础上考虑可逆磁化分量的本质原因,继而提出首个正确且通用的解析正Preisach模型。将仿真结果与实测结果进行对比,验证所提模型的精度。

基于R-L型分数阶导数的动态解析逆Preisach模型

准确的变压器电磁暂态模型对保障电力变压器安全意义重大,其中更为重要的是对变压器铁芯部分的建模。然而,变压器铁芯的非线性磁滞特性及动态特性的模拟仍存在不精确,误差大等问题。为此,首先通过差分法改进静态解析正Preisach模型,构造一种更利于动态模型建立的静态解析逆Preisach模型;然后,在损耗统计理论、场分离技术以及分数阶导数理论的基础上,改进动态涡流场强分量,并与静态解析逆Preisach模型以及剩余损耗分量相结合,得到改进的动态解析逆Preisach磁滞模型,同时引入量子遗传算法对分数阶导数参数进行全局寻优。最后,将准确的动态解析逆Preisach模型在不同频率与不同最大磁密下与实验数据对比,结果表明,该模型的最大平均相对误差为5.857%,验证了该方法的有效性。

解析逆Preisach磁滞模型

如何在保证模拟精度的基础上,提升逆磁滞模型的计算速度一直以来是国际电磁场领域研究的热点问题。然而,现有所提逆磁滞模型难以兼顾精度与速度的双重要求。解析形式的逆磁滞模型具有较快的求解速度,如何提出高精度的此类模型是解决上述问题的关键所在。为此,该文利用课题组所提基于解析Everett函数推导而得的解析正Preisach磁滞模型,分别推导了初始磁化曲线、磁滞回线下降支与上升支的磁导率的解析表达式,继而利用差分法,推导得到了目前唯一一个解析的逆Preisach磁滞模型。通过对比仿真与实验结果,验证了所提解析逆Preisach磁滞模型的模拟精度,并在模拟精度与计算速度两方面将其与广泛应用的逆J-A磁滞模型进行对比,发现它的平均相对误差比逆J-A磁滞模型小10%以上,且其计算速度约为逆J-A磁滞模型的2.67倍。

考虑可逆分量的解析Preisach磁滞模型及其特征参数辨识算法

基于洛伦兹函数的解析Preisach模型具有形式简便、分布函数易于确定等优势,但如果考虑可逆磁化分量,模型的复杂程度和参数会显著增加,导致用于传统模型参数辨识的解析或神经网络等方法不再适用。为此,首先通过引入可逆磁化分量,构建一种考虑可逆分量的解析Preisach模型;然后,分析了各个特征参数对磁滞回线形状的影响规律,并且结合循环迭代法与粒子群算法,提出一种针对考虑可逆分量解析Preisach模型的特征参数混合寻优算法;最后,将所提磁滞模型及其参数辨识算法得到的磁滞回线计算值与实测值进行对比。结果表明,该模型及其参数辨识算法的最大平均相对误差为4.49%,验证了该方法的准确性和有效性。

An Improved Preisach Distribution Function Identification Method Considering the Reversible Magnetization

This paper presents an identification method of the scalar Preisach model to consider the effect of reversible magnetization in the process of distribution function identification.By reconsidering the identification process by stripping the influence of reversible components from the measurement data,the Preisach distribution function is identified by the pure irreversible components.In this way,the simulation accuracy of both limiting hysteresis loops and the inner internal symmetrical small hysteresis loop is ensured.Furthermore,through a discrete Preisach plane with a hybrid discretization method,the irreversible magnetic flux density components are computed more efficiently through the improved Preisach model.Finally,the proposed method results are compared with the traditional method and the traditional method considering reversible magnetization and validated by the laboratory test for the B30P105 electrical steel by Epstein frame.

基于动态PREISACH算子的压电陶瓷动态迟滞智能建模

针对经典Preisach模型存在的不能反映迟滞依赖于输入变化率的动态特性且其权重函数难以确定的缺点,给出了Preisach模型中积分项的一种实现形式,动态Preisach算子,其参数是输入变化率的函数,该Preisach算子反映了迟滞依赖输入变化率而体现的动态特性的基本特征。通过引入动态Preisach算子,将存在于迟滞非线性中的多值映射转化为连续的一一映射,从而将神经网络等智能辨识工具应用到迟滞非线性的建模中。该方法简化了迟滞非线性的建模过程,结构简单,且能实现在线更新,具有实际的应用价值,实验结果验证了所得模型的有效性。

压电陶瓷执行器迟滞特性的广义非线性Preisach模型及其数值实现

压电陶瓷执行器的迟滞非线性不具有经典Preisach模型的次环一致特性,直接利用该模型对压电陶瓷执行器的迟滞特性建模会产生较大误差。为了提高压电陶瓷执行器的迟滞特性建模精度,在非线性Preisach模型的基础上推导得到适用于压电陶瓷迟滞特性的广义非线性Preisach模型,并给出简化分类计算公式。广义非线性Preisach模型将经典Preisach模型表示定理中的次环一致特性修改为次环等弦长特性,放宽了对描述对象的限制要求。实验数据表明,与经典Preisach模型相比,广义非线性Preisach模型预测位移的误差绝对值的最大值降低了0.22μm,均方根误差降低了0.11μm,能够更精确地描述压电陶瓷的迟滞特性。

Preisach模型剩磁计算与抑制励磁涌流合闸角控制规律

变压器在因电力故障继电保护动作或因运行方式改变等原因而退出运行后再次投运时铁心剩磁并不是随机的。在分析磁性材料的时效特性的基础上,结合Preisach模型及其特性,推导出了分段计算铁心剩磁的方法。在此基础上,对单相变压器抑制励磁涌流的控制合闸角策略进行分析,推导出合闸角控制律,EMTP实验验证了该策略的正确性。同时,仿真实验揭示了在给定电流超调裕度下不同剩磁环境所对应的合闸角波动范围的变化规律;最后,遵循该规律,提供了设计单相变压器抑制励磁涌流装置的分段合闸角策略。

Preisach迟滞逆模型的神经网络分类排序

为了补偿影响压电陶瓷执行器纳米定位系统精度的迟滞非线性,提高系统的控制精度,开展了基于压电陶瓷执行器的迟滞非线性逆模型的研究。兼顾到迟滞的擦除特性和建模的精确度,提出了一种Preisach逆模型分类排序法的神经网络实现方法,用神经网络取代了传统的反查值方法,以避免插值误差。建立三层BP神经网络,运用实测数据进行训练,确定各层权值;然后,结合排序得到的电压和位移极值信息,通过神经网络方法拟合出较精确的输入电压值。运用若干组实验数据检验了此逆模型的有效性,结果表明,该神经网络的实现方法将逆模型的平均误差降低到了1.5V以下,最大误差绝对值降低到了2.7V以下。与反查值方法相比,神经网络实现方法有效提高了压电陶瓷执行器纳米定位系统的迟滞逆模型的精度。

Preisach理论及其在铁心磁化过程建模中的应用

简要介绍了经典Preisach理论,提出了一种用于仿真铁心磁化过程的新型数字化模型。该模型通过分离Preisach函数的变量,得到了铁心磁化轨迹的表达式;采用堆栈操作来模拟铁心对磁场强度极值的记忆和遗忘,以此来确定铁心磁化轨迹的位置。仿真和实验结果比较表明,新模型实现简便、仿真准确,具有较高的精度,且能准确反映铁心磁化轨迹的特点。

基于Preisach修正模型的GMA前馈补偿研究

超磁致伸缩驱动器(GMA)的磁滞建模与非线性补偿是实现GMA高精度定位的基础。根据GMA的特点,提出了GMA的磁滞Preisach修正模型建模与非线性补偿方法。设计制作了一台GMA样机,对其主磁滞回线和一阶折返曲线进行了精密测量,基于实验数据建立了驱动器的Preisach磁滞修正模型。为了避免对Preisach算子求逆,提出了一种以主磁滞回线升程为基准的输入校正迭代算法,并以此设计了驱动器的前馈补偿器,实验表明,提出的GMA前馈补偿方法具有较高的精度,其定位误差不超过1%。

基于非均匀单元离散法的静态逆Preisach模型分布函数辨识

逆Preisach磁滞模型在磁性材料磁滞特性模拟及其损耗计算中具有重要作用,而其分布函数的准确快速辨识是该模型成功应用于实际工程的关键。传统均匀单元离散法常用于确定逆Preisach模型分布函数,但该方法在模拟低磁密下的磁滞特性时,其精度不高。针对该问题,该文提出相对敏感度的概念,即在不同磁场强度下的磁滞回线面积的小干扰波动程度,进行不同磁密下逆Preisach模型的相对敏感度分析,发现逆Preisach磁滞模型在低磁密时的敏感度较高,因而需要在该区间强化分布函数的辨识。为此,该文提出一种提取逆Preisach磁滞模型分布函数的非均匀单元离散法,其相较于传统均匀单元离散法,不需要更多的实测磁滞回线数据,且降低了分布函数矩阵的计算量。实验及仿真结果表明,相比于传统方法,该文所提方法辨识逆Preisach模型分布函数的精度较高,求解速度较快。

一种改进Preisach模型数值实现方法

探究描述压电陶瓷迟滞特性的传统Preisach数值实现方法的弊端,针对这种数值实现不具有擦除特性,提出一种具有擦除特性的改进Preisach数值实现方法,并描述其详细原理与实现过程,最后进行相关实验研究。实验结果表明,该文提出的具有擦除特性的改进Preisach数值实现方法在复杂加载过程中能相对精确地计算压电陶瓷输出位移,提高了迟滞建模精度,具有更广泛的应用范围。

基于Lorentzian函数的Preisach磁滞模型辨识与验证

磁滞作为磁性材料的特性,在电机、变压器等设备中普遍存在,为了更好地描述材料的这种特性,有必要建立材料的磁滞数学模型。本文基于Presiach类磁滞模型,通过分别用解析和神经网络两种方法对其Lorentzian分布函数参数进行了辨识并对两种方法进行了比较,且通过实验验证了辨识结果的正确性。模型可以对无偏磁下变压器一次电流进行预测,实验采用爱泼斯坦方圈的二次电压仿真得到了方圈的一次电流,仿真与实验结果对比验证了模型的正确性。

基于双曲正切函数磁滞算子的超磁致伸缩驱动器动态Preisach模型

经典Preisach算子存在不能反映单元算子磁滞输出依赖于输入变化率的固有缺陷,为扩大Preisach磁滞模型的应用范围,提出一种基于双曲正切函数的动态Preisach磁滞算子,其形状参数为输入变化率的双曲正切函数,该算子可描述超磁致伸缩驱动器磁滞依赖输入变化率的特性.在此基础上构造出超磁致伸缩驱动器动态Preisach模型,并利用BP神经网络完成动态Preisach模型的参数辨识.进行超磁致伸缩驱驱动器磁滞输出试验研究,将驱动频率分别为40 Hz、70 Hz、100 Hz的正弦电流下超磁致伸驱动器（Giant magnetostrictive actuator,GMA）输出位移试验数据作为训练样本数据,并另取训练样本数据中未包含的100 Hz以下20 Hz、50 Hz、80 Hz与100 Hz以上120 Hz、130 Hz、150 Hz共六种频率信号下GMA输出位移试验数据对其预测能力进行检验,结果表明该动态模型能够较为精确地描述超磁致伸缩驱动器的动态磁滞现象并具有较好的模型泛化能力.在0～150 Hz频率的输入电流下,该动态Preisach模型的最大预测位移均方误差为2.87 μm,最大绝对位移误差为4.4 μin.研究结果可广泛应用于GMA实时控制系统,提高GMA器件的控制精度.