面向电力线通信的基于Mitchell算法的OFDM同步检测方法

为了提高电力线通信系统中OFDM定时同步的准确度,文章基于低压电力线宽带载波通信互联互通技术规范下的物理层通信协议,提出了一种基于Mitchell算法的电力线载波通信符号定时算法。与理论本地互相关同步算法相比,文章的算法不需要进行乘法运算,易于硬件实现。与简化的单比特量化算法相比,该算法同步检测结果更加准确,峰值旁瓣更小,在低信噪比条件下符号定时更加准确。

采用改进遗传算法优化LS-SVM逆系统的外转子无铁心无轴承永磁同步发电机解耦控制

为了实现外转子无铁心无轴承永磁同步发电机(outer rotor coreless bearingless permanent magnet synchronous generator,ORC-BPMSG)的精确控制,提出一种基于改进遗传算法(improved genetic algorithm,IGA)优化最小二乘支持向量机(least square support vector machine,LS-SVM)逆系统的解耦控制策略。首先,基于ORC-BPMSG的结构及工作原理,推导其数学模型,并分析其可逆性。其次,建立LS-SVM回归方程,并采用IGA优化LS-SVM的性能参数,从而训练得到逆系统。然后,将逆系统与原系统串接,形成伪线性系统,实现了ORC-BPMSG的线性化和解耦。最后,将提出的控制方法与传统LS-SVM逆系统控制方法进行对比仿真和实验。仿真和实验结果表明:所提出的控制策略可以较好地实现ORC-BPMSG输出电压和悬浮力、以及悬浮力之间的解耦控制。

改进海马优化算法的永磁同步电机多参数辨识

为解决永磁同步电机参数辨识速度慢、精度不足等问题,提出一种融合云模型和混沌变异的海马优化算法。该算法以海马优化算法为基础,引入混沌映射和随机反向学习策略,改善种群初始空间分布;采用自适应云模型,解决算法收敛精度低和减少陷入局部最优情况;加入混沌映射和高斯变异调节种群分布,以提高算法全局和局部开发能力。通过采集电机电压、角速度等信息,在永磁同步电机辨识模型中,使用改进后的算法对电机参数进行辨识。由仿真和实验对比,验证改进后算法在永磁同步电机电气和机械参数辨识上,具有更快速、稳定和准确的辨识效果,且辨识误差均在1.4%以内。

基于改进萤火虫算法的永磁同步电机多模态优化设计

永磁同步电机的结构参数选择往往是多模态、非线性的优化问题,同时其结构优化设计又存在计算分析时间过长、计算效率过低、收敛慢等问题。文中针对此类问题提出了一种基于改进萤火虫算法的新型多模态优化算法。改进萤火虫算法主要引用了等值线概念并通过克里金(Kriging)代理模型自适应确定子计算区域,从而获得多个全局最优解和局部解,并且引入单纯形法和改进停止条件以提高算法效率。此外,研究了分层余一法用于检验代理模型精度。最后,将其应用到永磁同步电机的结构优化中,使齿槽转矩成功降低了38.33%。

电动汽车永磁同步电机匝间短路检测算法仿真

当电机出现匝间短路故障时,电机内部电阻会大幅度降低,电流突增,造成其余元件功率过大问题。若不能及时监测该故障电机将会导致二次损坏。但是,由于短路故障具有瞬时性,其特征获取难度较大。为此提出电动汽车永磁同步电机匝间短路故障检测方法。构建驱动汽车的永磁同步电机模型,依据当永磁同步电机模型处于匝间短路故障状态时,基波电流与正序电流的制约关系失效的原理,提取电机匝间短路故障特征。基于此利用粒子群算法-最小二乘支持向量机(Particle swarm optimization-Least Squares Support Vector Machine,PSO-LSSVM)获取故障检测结果,实现电动汽车永磁同步电机匝间短路故障的检测。实验结果表明,研究方法在任意时刻检测到的负载力矩均与实际值吻合,且输出的电机残余能量具有较高可靠性,说明了上述方法具有较强的可应用性。

基于蜣螂优化算法的永磁同步电机模型预测转矩控制

针对永磁同步电机传统控制系统的转速跟踪能力差和抗扰性能弱等问题,提出一种基于蜣螂优化算法的永磁同步电机模型预测转矩控制(DBO-MPTC)策略。建立起基于传统模型预测控制的永磁同步电机离散系统,随后引入蜣螂优化算法参与到控制器参数的在线整定。搭建了基于蜣螂优化算法的预测控制仿真模型,验证所提策略的优越性。仿真结果表明,相较于传统模型预测控制,采用DBO-MPTC控制策略,提高了永磁同步电机的速度响应和抗干扰能力。

基于改进蜘蛛猴算法的永磁同步电机多参数辨识

为解决一类智能算法对永磁同步电机(PMSM)参数辨识存在不稳定和精度不高的问题,现提出一种基于改进Tent混沌映射的反向学习蜘蛛猴优化(CSMO)算法。首先,采用改进的Tent混沌映射产生多样性强的初始种群,保证搜索空间的遍历性;其次,在局部领导阶段使用自适应步长取代随机步长,使其适应不同阶段的搜索,有效平衡了全局探索能力与局部开发能力;然后,在局部领导者决策阶段采用柯西变异策略使个体跳出局部最优,从而进一步加强了群体搜索能力,有助于在当前解的局部区域中发现较优解,使得算法的探索速度和寻优精度得到平衡;最后,使用标准测试函数来检测CSMO算法的性能,建立用于PMSM参数辨识的数学模型,再将该模型应用在改进的算法中来辨识电机参数。仿真与实验分析表明,CSMO算法对永磁同步电机参数的辨识有着较好的精度和收敛速度。

MPC灰色理论算法在同步预测控制器设计中的应用

随着人工智能算法和预测模型的发展与优化,对复杂交叉耦合的环境和对象,数学模型建立困难或测试手段精度不高的场景,难以保证有效的控制方案运行和算法应用。首先,在分析干扰模型和同步控制预测原理基础上,引入MPC(模型预测控制)灰色理论算法的经验值理论,灰色预测算法的原理是约束集均方值最优解。其次,将多变的输入参数整合成若干段的模型匹配的数学模型,其控制系统的时间轴能够以离散时序建立完整的时间模型。利于分析和解决无法用传统数字精确描述的复杂模型或系统问题,尤其是信息获取不完备或者失真的参数信息。最后,分析工业控制模型多为纯滞后的二阶惯性环节的时延控制对象,通过三组建模和仿真实验,得出基于MPC灰色理论算法设计同步预测控制器具有较好的优势,属于一种多值混合动态算法。在误差调节和波动抑制具有良好的同步效果。

永磁同步电机高精度无位置滑模估算算法

针对传统永磁同步电机(PMSM)的滑模估算算法困难及难于用数字化实现等缺点,文章提出一种新型的PMSM无位置滑模估算算法,通过AD模块采样电机的三相电流,经过Clark变换-Park变换-Clark逆变换,能适用任意PMSM的位置估算,同时对交流感应电机也同样适用。经验证改进后,该算法简单、通用性强、可靠性高,有效提升了系统精度,电机在全速段可以保持良好的估算性能,具有一定的经济和社会应用价值。

基于多目标遗传算法的永磁同步电机振动噪声分析与优化

为降低车用永磁同步电机的振动噪声,本文针对一台U一型转子永磁同步电机,研究了一种将响应面模型与多目标遗传算法相结合的电机电磁振动噪声优化方法。首先,通过仿真分析电机在全转速范围内的噪声频谱特性,得到产生峰值噪声的转速及噪声频率;随后,确定电机优化变量及优化目标,对其进行敏感度分析,建立优化变量的响应面模型;然后,利用多目标遗传算法对变量进行参数优化,得到最优结构参数;最后采用有限元法计算电机优化前后的输出性能及辐射噪声,结果表明此方法在保证电机输出性能基本不变的情况下使电机最大等辐射声功率级降低了24.2%。

基于改进DTW算法的永磁同步电机失磁故障模拟与诊断

为实现永磁同步电机(permanent magnet synchronous motor,PMSM)失磁故障模拟与失磁故障程度诊断,提出一种基于改进的动态时间规整(dynamic time warping,DTW)算法的故障波形诊断方法。首先,对永磁同步电机进行机理分析和模拟,采集不同程度失磁故障下的电机转速波形数据集。其次,使用改进DTW算法拟合失磁故障程度最佳路径曲线方程。然后,根据定子电流的频率谐波分量确定电机是否发生失磁故障。最后,使用改进DTW算法对失磁故障波形数据进行故障程度诊断。实验表明,该方法对故障波形数据进行处理后,可以快速准确地计算出故障波形的故障程度,该方法具备较强的稳定性和实时性。

改进细菌觅食算法的永磁同步电机参数辨识

应用群智能算法对永磁同步电机(PMSM)进行参数辨识后期容易进入局部最优,从而导致辨识误差大,为此提出一种融合小生境技术的改进细菌觅食算法(MBFA)。通过构建目标追踪函数,利用电机电流、电压和转速等直接测量的信号实现对电机d轴电感、q轴电感、定子电阻和永磁体磁链的快速、准确辨识;辨识过程中通过引入格型准则对目标解空间进行拟蒙特卡罗采样提高算法的全局搜索能力;基于小生境技术进行在线多种群协同搜索策略提高算法的搜索效率和寻优精度;最后通过引入一种种群实时监测和动态更新机制保证了算法在整个寻优过程的鲁棒性。仿真和实验结果表明,所提算法在参数辨识的快速性、准确性、稳定性方面均表现优越,辨识结果能够满足对永磁同步电机进行建模和仿真的精度要求。

基于改进花授粉算法的永磁同步电机参数辨识

针对传统花授粉算法辨识永磁同步电机参数迭代后期易陷入局部最优导致收敛速度慢和寻优精度低的缺陷,提出了一种基于t-分布扰动和高斯扰动的改进花授粉算法(tGFPA),以实现永磁同步电机参数的高精度辨识。首先利用混沌Logistic映射对花朵个体位置进行初始化,然后在全局授粉过程中引入t-分布扰动,提高搜索空间的多样性。在局部授粉过程中加入高斯扰动,增强跳出局部最优解的能力。最后,对比仿真结果表明:基于双扰动策略的改进花授粉算法收敛速度更快、辨识精度更高,对于永磁同步电机控制性能改善具有重要意义。

基于粒子群算法的同步定相振动控制仿真研究

传统的同步定相技术采用螺旋桨特征理论,通过遍历各个相位差的组合来寻找最优相位差,但随着设备数目增多,其计算量大大增加,不利于工程应用。利用遗传算法可计算设备间的最优相位差,但其计算复杂且收敛速度较慢,而安装过多传感器作为振动评价点来衡量系统整体振动水平则会导致数据冗余并增加系统复杂度。为了提高计算效率和精度,提出一种基于粒子群算法(PSO)的同步定相振动控制方法,通过粒子群算法对振动评价传感器在数量约束条件下进行布放位置优化,建立振源设备和振动评价点之间的数学模型,并再次使用粒子群算法更新粒子的位置和速度,实现参数空间中的最优相位求解。根据计算结果调整激励力间的相位差,实现同步定相振动控制。仿真结果表明,采用粒子群算法能使传感器数量大大减少,使用计算得到的最优相位调整旋转机械设备激励力间的相位差,能有效减小振动向船体结构的传递。与遗传算法相比,粒子群算法在计算效率和收敛速度方面表现出更好的性能。

增强改进麻雀算法的永磁同步电机多参数辨识

针对永磁同步电机多参数辨识收敛速度不够快、全局搜索能力较差及精度不够高的问题,提出一种增强改进麻雀搜索算法的永磁同步电机多参数辨识方法。首先,利用混沌映射初始化种群,改善搜索空间;运用自适应t分布更新加入者位置,避免陷入局部搜索空间;采用反向学习策略,提高种群中所有个体的收敛速度;通过贪婪规则,遴选全局最优。该算法从种群初始化、搜索空间、搜索算法、最优点的选择等增强过程提高算法跳出局部最优的能力,提高收敛速度及精度。选取典型标准测试函数对算法进行性能评估,在收敛速度、精度、全局寻优能力等方面效果都更佳。通过仿真及实验验证,与一般麻雀搜索算法、改进麻雀搜索算法、遗传算法和粒子群优化算法相比,提出的增强麻雀算法在永磁同步电机的多参数辨识中辨识速度更快,收敛精度更高。

基于改进蜣螂优化算法的永磁同步电机参数辨识

针对目前永磁同步电机多参数辨识准确率不足、效率低等问题,提出了一种基于改进蜣螂优化算法的参数辨识方法。首先,建立了在同步旋转坐标系下PMSM满秩离散方程;其次,为提高蜣螂优化算法辨识PMSM模型的精度,采用Tent映射和反向学习策略改进了初始种群的均匀性,并设计一种非线性更新因子,该因子随着迭代次数的增加进行调整,提高了算法的搜索和开发能力;最后,针对蜣螂优化算法收敛慢的问题,改进了无障碍滚球蜣螂位置更新策略来加速算法收敛,并设计了PMSM参数辨识适应度函数以及改进蜣螂优化算法应用于参数辨识的流程。仿真及试验验证表明,改进的蜣螂优化算法对永磁同步电机参数辨识速度更快,精度更高。

基于模糊自适应反步算法的多电机同步控制

针对多电机系统中,参数摄动和负载转矩变化会影响整个系统的跟踪精度和速度同步问题,论文设计一种模糊自适应反步控制方法。三台电机采用平均偏差耦合的结构,将其速度进行均值处理,然后再通过速度误差补偿器进一步地增强系统速度的同步效果。将模糊自适应反步算法应用到控制结构中,对系统由于扰动所带来的速度误差进行精准调节。在仿真实验中与传统滑模算法、传统的反步算法进行对比分析,研究结果表明:模糊自适应反步控制策略具有精度高、同步误差低、抗干扰性能好等特点。

基于卷尾猴搜索算法的永磁同步电机速度控制系统

针对永磁同步电机(Permanent magnetic synchronous motor, PMSM)在工业应用中抗扰动能力不足的问题,提出一种卷尾猴搜索算法(Capuchin search algorithm, CapSA)用于优化线性自抗扰控制器(Linear active disturbance rejection control, LADRC)参数(CapSA-LADRC)。采用LADRC控制器替代PI控制器;利用CapSA算法整定LADRC参数,使其超调明显减小、抗扰动能力增强、系统稳定性增强;通过Matlab仿真对比分析PI控制器、LADRC控制器、CapSA-LADRC控制器的控制效果。仿真结果验证了CapSA-LADRC的收敛性和有效性。

基于改进的PSO-BP神经网络算法的永磁同步电机PID参数整定

针对PMSM矢量控制中PID控制器在线整定困难的问题,提出BP神经网络与PID控制器相结合,采用改进粒子群算法对其网络权值矩阵进行优化.将算法在Matlab中实现并整定PID参数,代入Simulink中仿真PMSM矢量控制模型,得到超调量为10.5%、调节时间为0.42 s且加入负载后表现更优的PID参数.实验结果表明PSO-BP-PID算法相较于PID整定有更好的精确度及准确性.

基于多轮进化算法的车用双层磁钢永磁同步电机参数优化设计

针对车用双层磁钢永磁同步电机转矩波动过大的问题,基于进化算法(evolutionary algorithm,EA)对一台应用于混合动力专用变速箱(dedicated hybrid transmission,DHT)的双层磁钢永磁同步电机的转子斜极角、定子槽高、定子槽宽和双层磁钢的宽度和厚度进行了参数优化设计,通过试验设计法(design of experiment,DOE)法对各项参数的灵敏度进行分析,得出参数对优化目标的影响权重和正负相关性,再结合多轮进化算法得出最优参数组合,结果表明优化后的永磁同步电机转矩波动下降了3.5%。此外,采用联合仿真的方式对优化后的永磁同步电机进行了最大转矩电流比(maximum torque per ampere,MTPA)控制仿真,结果表明优化后的电机在高转矩提速阶段转矩波动明显减小,验证了该优化流程的有效性。该仿真流程能够提高优化过程的效率,减少实物测试的次数,降低混合动力专用变速箱的开发成本和开发周期。