永磁同步电机转速环控制策略研究

来源 :南京航空航天大学 | 被引量 : 0次 | 上传用户:kkufo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
永磁同步电机因其体积小、重量轻、效率高、噪音小等优势,广泛应用于各种领域,人们对其控制需求也越来越高。作为电机运动控制系统中的重要一环,速度环应具有良好的动态响应、宽广的调速范围和较强的抗扰能力,以满足高性能的交流伺服系统的要求,因此,永磁同步电机转速环控制策略具有很大的研究价值。
  本文以矢量控制系统中的转速环控制器设计为主题,针对当前常用PI控制器的参数整定困难问题,借鉴内模控制设计思想给出了单参数调节方法,并采用参数辨识和负载转矩补偿提高其控制性能。同时,针对基于不确定性和干扰估计器的转速控制存在的饱和现象,引入了分段式反计算和积分状态预测抗饱和算法,并给出了完整的稳定性证明。本文的研究内容如下:
  首先,介绍了永磁同步电机的物理结构及其在不同坐标系下的数学模型,基于其数学表达式介绍了矢量控制的基本原理及其系统组成部分。
  其次,针对传统PI控制的参数整定方式复杂的问题,将内模控制器应用于永磁同步电机的转速环,推导得到仅需设计单个参数的等效PI控制器形式,充分发挥了内模控制器良好的外部干扰抑制能力。同时考虑到控制器性能受电机模型参数和作为补偿项的负载转矩准确性的影响,采用最小二乘法结合模型参考自适应对电机的转动惯量参数进行辨识,以获得相对准确的参考模型。并应用伪微分结构的直接计算法和龙伯格观测器分别对负载转矩进行辨识,经对比两种算法都可以快速地收敛到真实负载转矩附近,提高所设计内模控制器的动态性能。
  然后,内模控制器的单参数化调参仍受到系统参数变化的影响,将不确定性和干扰估计控制应用于永磁同步电机的转速控制系统中,得到双参数化的转速环控制器,并分析了对应的参数整定思路。考虑到实际应用中存在的限幅环节会引发饱和现象,在此基础上引入了分段式反计算法和积分状态预测法,对其应用于UDE的控制效果进行了理论分析和稳定性证明。
  最后,为了验证所提出的单/双参数化转速环控制策略的正确性,使用 Matlab/Simulink 对上述的控制系统进行了仿真和分析,并在基于DSP芯片TMS320F28335的实验平台完成永磁同步电机的转速闭环实验,验证了所提算法的有效性。
其他文献
时间序列数据广泛存在于各个应用领域,其预测一直是研究的热点问题。时间序列预测方法的核心就是从数据序列中挖掘出变化规律,并对将来的数据做出估计。随着数据挖掘和机器学习方法的迅速发展,时间序列的预测方法也越来越多,越来越先进。然而每一组时间序列数据都有其独特的变化规律,因此预测方法不具有通用性。针对每类时间序列数据集的特点采用相应的数据处理和预测方法,可以提高预测精度。风速和辐照度时间序列是新能源领域
学位
贝叶斯网络作为一种经典的机器学习算法,具有直观的模型,计算简便,被逐渐应用于数据挖掘的研究中。从贝叶斯网络学习的方向来看,分为结构学习和参数学习,本文主要针对后者进行研究。从学习的目的性来看,分为生成学习和判别学习。在实际分类过程中,由于生成学习与分类目标不一致,导致分类精度下降。为了解决分类精度下降的问题,近年来对判别学习的研究逐渐增加。但判别学习的计算过程较为复杂,处理复杂贝叶斯网络时学习效率
四旋翼无人机因其结构轻巧,造价低廉,灵活性高等优点,已经在国防、商业和农业领域有所应用。为了进一步推广四旋翼无人机的应用,使其更加可靠地给人们的生活带来便利,如何设计高效的路径规划算法和提高轨迹跟踪的精确性是需要重点考虑的两个核心问题。因此本文将从这个角度切入,着重研究了四旋翼无人机动力学模型的建立、基于RRT的路径规划算法、基于干扰观测器补偿的反步轨迹跟踪控制、基于范数优化的迭代学习控制方法。论
学位
图像超分辨率(Super Resolution,SR)是指通过算法提升图像分辨率以突破硬件限制的技术,具有良好的应用前景。近年来,压缩感知和稀疏表示理论在图像去噪,图像重建,图像压缩等领域取得了广泛关注,基于稀疏表示的SR技术相较于传统基于重建等方法具有重建质量高,鲁棒性强等优势。针对上述背景,本文对基于稀疏表示的图像SR重建关键技术展开研究,主要工作及创新点如下:首先,本文阐述了稀疏表示理论基础
学位
数字图像篡改盲取证算法,凭借其不依赖于任何先验信息,仅根据图像本身的信息对图像进行真实性、完整性检测,成为图像取证领域主要研究方向之一。篡改图像由于篡改场景各式各样,篡改对象五花八门,篡改区域没有固定的形状、纹理等特征,因此图像篡改盲取证的难度较大。而现有数字图像盲取证算法大多采用基于图像块训练的方式,效率低下,检测方式固化且对于篡改区域定位问题没有很好解决。因此,本文从语义分割角度出发,将篡改图
学位
近年来,基于深度信念网络(DBN)的滚动轴承故障诊断方法逐渐成为研究热点。然而目前大部分基于深度学习的算法都是采用公式计算特征后再输入到DBN中,需要运用大量的信号处理方法,步骤繁琐、计算复杂;深度模型超参数的选择往往依赖于人工,不能自适应控制模型的建立。针对上述问题,本文提出三种基于深度学习的滚动轴承故障诊断方法,有效降低了计算复杂度,提高了故障诊断精度,具有重要的理论意义和应用价值。本文主要工
学位
无人直升机(UMH)在民事和军事上具有广泛的应用前景,目前在国内外均成为热门的研究领域。飞行控制系统是实现无人直升机自主飞行功能的核心部件,在飞行控制系统研发过程中需要通过硬件在回路的实时仿真试验对飞行控制律、机载飞行控制计算机的硬件接口和软件的状态进行验证。本文基于主从式结构的集成式仿真系统硬件平台,对飞行控制实时仿真系统软件设计的关键技术进行研究,旨在为对象无人直升机的飞行控制系统实现简洁高效
学位
近年来,无人机作为现代战争的新兴力量,在空战中的作用越来越显著,受到了各大军事强国的广泛关注。无人机空战自主决策作为无人机技术的一部分,是提升无人机自主性的关键技术,引起了国内外众多学者的极大兴趣。但是,随着军事科技的不断发展,空战环境日渐复杂,想要在复杂环境下占据空战主动权,必须准确洞察敌方无人机的战术意图。本文在复杂环境中的无人机空战背景下,对基于意图预测的多无人机协同攻防智能决策进行了研究。
学位
近年来,地面无人车在大型设施的巡检领域越来越受到重视。在巡检过程中,需要地面无人车对自身的位姿进行准确估计以确保作业安全、高效完成。室外巡检无人车通常采用的导航手段为利用卫星、里程计与惯性传感器融合进行状态估计,工厂巡检无人车通常采用的导航手段为利用激光雷达或者视觉传感器通过同步定位与构图(Simultaneous Localization and Mapping,SLAM)技术进行状态估计。在使
学位
室内场景语义分割是图像处理领域的一个重要研究方向,在智能安防、虚拟现实等领域有着广泛的应用前景。随着Kinect等深度传感器技术的成熟应用,基于RGB-D图像的语义分割受到海内外学者的广泛关注和深入研究。相较于传统的RGB图像语义分割,RGB-D图像中的深度图可用于解析和提取目标在三维空间中的位置和姿态信息,有效改善颜色和纹理特征易受复杂环境干扰的问题。然而RGB-D图像中深度数据的处理较为复杂,