CN103746627A - 一种永磁同步电机直接转矩控制方法 - Google Patents

一种永磁同步电机直接转矩控制方法 Download PDF

Info

Publication number
CN103746627A
CN103746627A CN201310748131.3A CN201310748131A CN103746627A CN 103746627 A CN103746627 A CN 103746627A CN 201310748131 A CN201310748131 A CN 201310748131A CN 103746627 A CN103746627 A CN 103746627A
Authority
CN
China
Prior art keywords
adrc
lssvm
torque control
pmsm
eso
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201310748131.3A
Other languages
English (en)
Other versions
CN103746627B (zh
Inventor
刘英培
粟然
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN201310748131.3A priority Critical patent/CN103746627B/zh
Publication of CN103746627A publication Critical patent/CN103746627A/zh
Application granted granted Critical
Publication of CN103746627B publication Critical patent/CN103746627B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Control Of Ac Motors In General (AREA)

Abstract

一种永磁同步电机直接转矩控制方法，所述方法利用LSSVM对PMSM直接转矩控制系统中的ADRC速度调节器进行优化：将ADRC中ESO输出的电机实际转速
Figure 2013107481313100004DEST_PATH_IMAGE001
的跟踪值
Figure 400963DEST_PATH_IMAGE002
作为通过离散训练得到的LSSVM最优回归模型的输入信号，LSSVM最优回归模型根据
Figure 343511DEST_PATH_IMAGE002
估计出的系统所受部分扰动值与ESO估计的其余扰动值之和作为系统总扰动；系统总扰动经过ADRC的后续运算进行前馈补偿。本发明提出了一种基于最小二乘支持向量机优化自抗扰控制器的PMSM直接转矩控制方法，该方法能提高ADRC控制器的观测精度以及系统动态响应速度，降低电机参数变化和负载扰动对系统的影响，进一步改善系统的抗干扰能力。

Description

一种永磁同步电机直接转矩控制方法
技术领域
本发明涉及一种基于最小二乘支持向量机（LSSVM）优化自抗扰控制器（ADRC）的永磁同步电机直接转矩控制方法，属控制技术领域。 
背景技术
永磁同步电机（PMSM）具有功率密度高、起动转矩大、效率高等优点，已成为电力传动领域的研究热点，并越来越多地应用于各种对电机性能要求较高的场合。 
PMSM具有多变量、强非线性和强耦合的特点，欲提高控制性能，必须克服不确定因素和非线性对系统性能造成的影响。同其它控制方式相比，PMSM直接转矩控制（DTC）方式具有快速的转矩响应和良好的动态性能。在传统DTC中，速度环采用PI调节器，PI调节器虽然具有结构简单、稳定性较好等优点，但其参数鲁棒性较差，致使系统的抗干扰能力较差，因此有必要加以改进。 
发明内容
本发明的目的在于针对现有技术之弊端，提供一种抗干扰能力强的永磁同步电机直接转矩控制方法，以提高永磁同步电机的控制性能。 
本发明所述问题是以下述技术方案实现的： 
一种永磁同步电机直接转矩控制方法，所述方法利用最小二乘支持向量机对PMSM直接转矩控制系统中的ADRC速度调节器进行优化：将ADRC中扩张状态观测器（ESO）输出的电机实际转速 
Figure 807059DEST_PATH_IMAGE001
的跟踪值
Figure 800423DEST_PATH_IMAGE002
作为通过离散训练得到的LSSVM最优回归模型的输入信号，LSSVM最优回归模型根据
Figure 554752DEST_PATH_IMAGE002
估计出的系统所受部分扰动值
Figure 822922DEST_PATH_IMAGE003
与ESO估计的其余扰动值
Figure 346308DEST_PATH_IMAGE004
之和作为系统总扰动；系统总扰动经过ADRC的后续运算进行前馈补偿。
上述永磁同步电机直接转矩控制方法，对LSSVM进行离散训练的具体步骤如下： 
a. 首先完成基于ADRC速度调节器的PMSM直接转矩控制系统，所述系统包括ADRC速度调节器、定子磁链和电磁转矩估算模块、开关电压矢量选择表和电压源逆变器；
所述ADRC速度调节器包括跟踪-微分器（TD）、扩张状态观测器（ESO）和非线性状态误差反馈（NLSEF），以给定转速
Figure 307310DEST_PATH_IMAGE005
作为TD输入信号，TD提取的跟踪值v 1作为TD的输出信号；以实际转速
Figure 824059DEST_PATH_IMAGE006
作为ESO的输入信号，ESO输出信号为
Figure 998689DEST_PATH_IMAGE006
的跟踪值
Figure 333855DEST_PATH_IMAGE007
以及系统所受扰动的估计值
Figure 62777DEST_PATH_IMAGE008
；状态误差
Figure 141591DEST_PATH_IMAGE009
作为NLSEF的输入信号，NLSEF输出初始控制量
Figure 170727DEST_PATH_IMAGE010
；最终控制量为
Figure 942374DEST_PATH_IMAGE011
，式中，为控制器参数；
定子磁链和电磁转矩估算模块根据电机电流和电压信号计算出实际电磁转矩估计值
Figure 306676DEST_PATH_IMAGE013
、实际磁链幅值估计值
Figure 659160DEST_PATH_IMAGE014
及定子磁链当前位置信号
Figure 601709DEST_PATH_IMAGE015
；与
Figure 522577DEST_PATH_IMAGE013
相减得到电磁转矩误差信号
Figure 995147DEST_PATH_IMAGE017
，
Figure 639755DEST_PATH_IMAGE017
经转矩滞环比较器得到转矩控制信号
Figure 564985DEST_PATH_IMAGE018
；定子磁链幅值给定信号
Figure 789293DEST_PATH_IMAGE019
与相减得到磁链误差信号
Figure 666299DEST_PATH_IMAGE020
，经磁链滞环比较器得到磁链控制信号
Figure 637984DEST_PATH_IMAGE021
；
Figure 819566DEST_PATH_IMAGE018
与及
Figure 440220DEST_PATH_IMAGE015
经过开关电压矢量选择表确定出当前开关电压矢量，由当前开关电压矢量控制电压源逆变器，进而驱动PMSM运行；
通过调试参数使所述系统性能满足控制要求；
b. 对PMSM直接转矩控制系统的ADRC速度调节器中ESO的输出变量
Figure 6331DEST_PATH_IMAGE002
和
Figure 307999DEST_PATH_IMAGE022
进行采样并保存；
c. 以作为LSSVM的输入变量，以
Figure 586851DEST_PATH_IMAGE022
作为其输出变量，对LSSVM进行离散训练，得到其最优回归模型；
d. 将训练好的LSSVM最优回归模型有效嵌入ADRC速度调节器，得到由LSSVM优化的ADRC速度调节器。
上述永磁同步电机直接转矩控制方法，LSSVM核函数选取多层感知机函数，其表达式为： 
，式中，
Figure 847248DEST_PATH_IMAGE024
为系数；
由LSSVM优化的ADRC速度调节器的数学模型如下：
；
其中，
Figure 784297DEST_PATH_IMAGE026
为非线性函数：
Figure 957789DEST_PATH_IMAGE027
；
Figure 499629DEST_PATH_IMAGE028
；
Figure 467585DEST_PATH_IMAGE029
；
Figure 563717DEST_PATH_IMAGE030
；
r为跟踪速度因子；T为采样周期；
Figure 806480DEST_PATH_IMAGE031
为系数；
Figure 671668DEST_PATH_IMAGE032
为非线性因子；为滤波因子。
本发明提出了一种基于最小二乘支持向量机优化自抗扰控制器的PMSM直接转矩控制方法，该方法能提高ADRC控制器的观测精度以及系统动态响应速度，降低电机参数变化和负载扰动对系统的影响，进一步改善系统的抗干扰能力。 
附图说明
下面结合附图对本发明作进一步详述。 
图1为本发明提供的基于ADRC速度调节器原理示意图； 
图2为本发明提供的基于ADRC速度调节器PMSM直接转矩控制系统原理示意图；
图3为本发明提供的基于LSSVM优化ADRC速度调节器原理示意图；
图4为本发明提供的基于PI调节器PMSM直接转矩控制电机转速实验波形；
图5为本发明提供的基于LSSVM优化ADRC速度调节器PMSM直接转矩控制电机转速实验波形。
文中各符号清单为：ESO为扩张状态观测器；DTC为直接转矩控制；PMSM为永磁同步电机；ADRC为自抗扰控制器；LSSVM为最小二乘支持向量机；
Figure 393953DEST_PATH_IMAGE034
为给定转速；
Figure 174827DEST_PATH_IMAGE035
为给定转速
Figure 160101DEST_PATH_IMAGE034
的跟踪值；
Figure 469859DEST_PATH_IMAGE001
为电机实际转速；
Figure 71742DEST_PATH_IMAGE036
为电机实际转速
Figure 125149DEST_PATH_IMAGE001
的跟踪值；
Figure 964929DEST_PATH_IMAGE037
为ESO所估计的系统其余扰动值；
Figure 976747DEST_PATH_IMAGE012
为控制器参数；
Figure 269188DEST_PATH_IMAGE038
为初始控制量；
Figure 126286DEST_PATH_IMAGE039
为最终控制量；
Figure 351731DEST_PATH_IMAGE024
为系数；
Figure 3292DEST_PATH_IMAGE013
为实际电磁转矩；
Figure 48608DEST_PATH_IMAGE040
为电磁转矩给定；TD为跟踪-微分器；
Figure 974976DEST_PATH_IMAGE041
为非线性函数；NLSEF为非线性状态误差反馈；
Figure 523769DEST_PATH_IMAGE003
为LSSVM回归模型估计的系统所受部分扰动值；r为跟踪速度因子；T为采样周期；
Figure 611811DEST_PATH_IMAGE031
为系数；为非线性因子；
Figure 608902DEST_PATH_IMAGE033
为滤波因子；
Figure 12202DEST_PATH_IMAGE042
为系统所受扰动；为PMSM电流；
Figure 556633DEST_PATH_IMAGE044
为电压源逆变器直流电压；
Figure 293645DEST_PATH_IMAGE045
为开关信号；
Figure 817030DEST_PATH_IMAGE014
为实际磁链幅值估计值；
Figure 778033DEST_PATH_IMAGE015
为定子磁链当前位置信号；
Figure 754079DEST_PATH_IMAGE018
为转矩控制信号；为磁链控制信号；为核空间映射函数；为优化目标函数；
Figure 533499DEST_PATH_IMAGE048
为正则化参数；
Figure 143472DEST_PATH_IMAGE049
为不敏感损失函数的松弛因子；
Figure 641449DEST_PATH_IMAGE050
为核函数。 
具体实施方式
下面结合附图和实施方式对本发明作进一步的详细说明。 
以给定转速
Figure 147517DEST_PATH_IMAGE005
和实际转速
Figure 894893DEST_PATH_IMAGE006
作为输入信号，以电磁转矩给定
Figure 777399DEST_PATH_IMAGE040
作为输出信号，设计基于ADRC速度调节器，参见图1所示为本发明提供的基于ADRC速度调节器原理示意图，它由跟踪-微分器（TD）、扩张状态观测器（ESO）以及非线性状态误差反馈（NLSEF）组成。以给定转速
Figure 129883DEST_PATH_IMAGE005
作为TD输入信号，TD提取
Figure 603589DEST_PATH_IMAGE005
的跟踪值v 1作为TD的输出信号；以实际转速
Figure 41524DEST_PATH_IMAGE006
作为ESO输入信号，ESO输出信号为
Figure 462141DEST_PATH_IMAGE006
的跟踪值
Figure 465869DEST_PATH_IMAGE007
以及系统所受扰动的估计值
Figure 313739DEST_PATH_IMAGE008
；根据
Figure 238970DEST_PATH_IMAGE035
和
Figure 463278DEST_PATH_IMAGE036
得到状态误差作为NLSEF的输入信号，NLSEF输出初始控制量；最终控制量为
Figure 18390DEST_PATH_IMAGE052
。 
根据ADRC原理，将PMSM的负载转矩、摩擦系数及转动惯量的变化看作系统所受扰动，ADRC中ESO能实时估计出系统所受扰动并进行及时补偿。 
上述ADRC速度调节器是在扰动
Figure 493551DEST_PATH_IMAGE042
完全未知的情况下建立的，如果已知扰动部分模型，即
Figure 948803DEST_PATH_IMAGE053
，其中
Figure 504418DEST_PATH_IMAGE054
是已知的，而
Figure 70529DEST_PATH_IMAGE055
是未知的，则ADRC中ESO所需估计的扰动部分为
Figure 637776DEST_PATH_IMAGE055
。基于该思想，可以减轻ESO的负担，提高ESO观测精度及系统响应速度，进而提高了PMSM直接转矩控制系统的抗干扰能力。 
本发明一种基于最小二乘支持向量机优化自抗扰控制器的PMSM直接转矩控制方法，所述LSSVM最优回归模型离散训练的具体步骤如下： 
第一步：首先完成基于ADRC速度调节器PMSM直接转矩控制系统，通过调试参数使所述系统性能满足要求；
第二步：对上述系统的ADRC速度调节器中ESO的输出变量
Figure 263929DEST_PATH_IMAGE002
和
Figure 651048DEST_PATH_IMAGE022
进行采样并保存；
第三步：以
Figure 286429DEST_PATH_IMAGE002
作为LSSVM输入变量，以
Figure 442604DEST_PATH_IMAGE022
作为其输出变量，对LSSVM进行离散训练，得到LSSVM最优回归模型；
第四步：将训练好的LSSVM最优回归模型有效嵌入到上述ADRC速度调节器，得到基于LSSVM优化ADRC速度调节器。
上述步骤中第一步，所述基于ADRC速度调节器PMSM直接转矩控制系统，参见图2为本发明提供的基于ADRC速度调节器PMSM直接转矩控制系统原理示意图，图2中虚线所画部分为ADRC速度调节器，其内部结构如图1所示。经光电编码器获得PMSM实际转速
Figure 239659DEST_PATH_IMAGE056
，ADRC速度调节器根据
Figure 848495DEST_PATH_IMAGE057
和
Figure 553145DEST_PATH_IMAGE056
确定电磁转矩给定值
Figure 563827DEST_PATH_IMAGE058
；采集PMSM电流
Figure 531783DEST_PATH_IMAGE043
及电压源逆变器直流电压
Figure 159073DEST_PATH_IMAGE044
，经过3s/2s变换得到
Figure 735865DEST_PATH_IMAGE059
，
Figure 405881DEST_PATH_IMAGE044
结合开关信号经过电压计算模块得到
Figure 832500DEST_PATH_IMAGE060
，及
Figure 658691DEST_PATH_IMAGE060
经过定子磁链和电磁转矩估算模块输出实际电磁转矩估计值
Figure 729415DEST_PATH_IMAGE013
、实际磁链幅值估计值及定子磁链当前位置信号
Figure 153760DEST_PATH_IMAGE015
；
Figure 634420DEST_PATH_IMAGE016
与
Figure 926861DEST_PATH_IMAGE013
相减得到电磁转矩误差信号
Figure 315117DEST_PATH_IMAGE017
，
Figure 9403DEST_PATH_IMAGE017
经转矩滞环比较器得到转矩控制信号
Figure 660965DEST_PATH_IMAGE018
；定子磁链幅值给定信号
Figure 706281DEST_PATH_IMAGE019
与
Figure 632649DEST_PATH_IMAGE014
相减得到磁链误差信号
Figure 181442DEST_PATH_IMAGE020
，
Figure 269483DEST_PATH_IMAGE020
经磁链滞环比较器得到磁链控制信号
Figure 67675DEST_PATH_IMAGE021
；
Figure 996DEST_PATH_IMAGE018
与
Figure 669875DEST_PATH_IMAGE021
及
Figure 459976DEST_PATH_IMAGE015
，经过开关电压矢量选择表确定出当前开关电压矢量，控制电压源逆变器进而驱动PMSM运行。 
上述步骤中第二步，ADRC速度调节器参见图1所示。 
上述步骤中第三步，LSSVM训练原理如下： 
设训练样本数据
Figure 11043DEST_PATH_IMAGE061
，其中
Figure 544793DEST_PATH_IMAGE062
为第k个训练样本的输入数据，
Figure 68178DEST_PATH_IMAGE063
为其输出数据，LSSVM回归模型的目标就是构造如下所示模型：
Figure 232443DEST_PATH_IMAGE064
                           (1)
式（1）中，
Figure 5227DEST_PATH_IMAGE065
为权矢量；
Figure 545930DEST_PATH_IMAGE066
为偏移量；
Figure 923822DEST_PATH_IMAGE046
为核空间映射函数。
LSSVM回归算法即求以下最优问题： 
Figure 524567DEST_PATH_IMAGE067
              (2)
式（2）中，为优化目标函数，为正则化参数，为不敏感损失函数的松弛因子。
建立式（2）相应的Lagrange函数为： 
Figure 398665DEST_PATH_IMAGE068
      (3)
式（3）中，Lagrange因子
Figure 677200DEST_PATH_IMAGE069
。
式（3）中，对
Figure 90864DEST_PATH_IMAGE070
求偏导数，并令偏导数为零，计算可求得： 
Figure 443348DEST_PATH_IMAGE071
                  (4)
从而把最优回归问题转化为求解如下线性方程：
                     (5)
式（5）中，
Figure 101128DEST_PATH_IMAGE073
，为
Figure 994315DEST_PATH_IMAGE075
单位阵，
Figure 638923DEST_PATH_IMAGE076
，
Figure 564154DEST_PATH_IMAGE077
，，其中
Figure 115538DEST_PATH_IMAGE079
。
在此，
Figure 931047DEST_PATH_IMAGE050
为核函数，本发明选取多层感知机函数，其表达式为： 
Figure 77995DEST_PATH_IMAGE023
                   (6)
式（6）中，为系数，决定输入变量在学习算法中被缩放的程度。
令，对式（5）求解，可得： 
Figure 273987DEST_PATH_IMAGE081
                     (7)
则LSSVM最优回归模型为：
Figure 173810DEST_PATH_IMAGE082
                   (8)
上述步骤中第四步，基于LSSVM优化ADRC速度调节器，参见图3为本发明提供的基于LSSVM优化ADRC速度调节器原理示意图，工作原理如下：将ESO的输出信号作为LSSVM模型的输入信号，LSSVM模型能实时估计出系统所受部分扰动值
Figure 307168DEST_PATH_IMAGE003
，并将
Figure 933321DEST_PATH_IMAGE003
作为LSSVM的输出信号；
Figure 586019DEST_PATH_IMAGE003
与ESO估计的其余扰动
Figure 955821DEST_PATH_IMAGE004
之和作为系统总扰动；系统总扰动经过ADRC的后续运算进行前馈补偿，至此实现对ADRC的优化。
因此，可得基于LSSVM优化ADRC速度调节器的数学模型如下： 
Figure 111996DEST_PATH_IMAGE025
         (8)
式（8）中，
Figure 440209DEST_PATH_IMAGE035
为给定转速
Figure 49045DEST_PATH_IMAGE034
的跟踪值；
Figure 956958DEST_PATH_IMAGE036
为电机实际转速
Figure 498798DEST_PATH_IMAGE001
的跟踪值；
Figure 466754DEST_PATH_IMAGE037
为ESO所估计的系统其余扰动值；
Figure 562886DEST_PATH_IMAGE012
为控制器参数；为初始控制量；
Figure 936415DEST_PATH_IMAGE039
为最终控制量；
Figure 75272DEST_PATH_IMAGE083
为非线性函数；
Figure 924280DEST_PATH_IMAGE003
为LSSVM回归模型估计的系统所受部分扰动值；r为跟踪速度因子；T为采样周期；
Figure 439575DEST_PATH_IMAGE031
为系数；
Figure 424848DEST_PATH_IMAGE032
为非线性因子；
Figure 265765DEST_PATH_IMAGE033
为滤波因子；
Figure 70910DEST_PATH_IMAGE027
；
；
Figure 964097DEST_PATH_IMAGE029
；
Figure 975915DEST_PATH_IMAGE030
。
对本发明方法进行了实验验证，实验条件为给定转速为900r/min，负载转矩从3N.m突变到8N.m。图4为本发明提供的基于PI调节器PMSM直接转矩控制电机转速实验波形；图5为本发明提供的基于LSSVM优化ADRC速度调节器PMSM直接转矩控制电机转速实验波形。从图4和图5对比可以看出，基于本发明的方法下，当负载发生突变时，系统的响应速度和抗干扰能力大大增强。 
本发明提出的PMSM直接转矩控制方法，能有效提高ADRC速度调节器的观测精度以及系统动态响应速度，降低电机参数变化及负载扰动对系统的影响，进一步改善了系统的抗干扰能力。 

Claims (3)

1.一种永磁同步电机直接转矩控制方法，其特征是，所述方法利用最小二乘支持向量机对PMSM直接转矩控制系统中的ADRC速度调节器进行优化：将ADRC中扩张状态观测器（ESO）输出的电机实际转速                                                
Figure 929517DEST_PATH_IMAGE001
的跟踪值
Figure 615713DEST_PATH_IMAGE002
作为通过离散训练得到的LSSVM最优回归模型的输入信号，LSSVM最优回归模型根据
Figure 822703DEST_PATH_IMAGE002
估计出的系统所受部分扰动值与ESO估计的其余扰动值
Figure 392542DEST_PATH_IMAGE004
之和作为系统总扰动；系统总扰动经过ADRC的后续运算进行前馈补偿。
2.根据权利要求1所述的永磁同步电机直接转矩控制方法，其特征是，对LSSVM进行离散训练的具体步骤如下：
a. 首先完成基于ADRC速度调节器的PMSM直接转矩控制系统，所述系统包括ADRC速度调节器、定子磁链和电磁转矩估算模块、开关电压矢量选择表和电压源逆变器；
所述ADRC速度调节器包括跟踪-微分器（TD）、扩张状态观测器（ESO）和非线性状态误差反馈（NLSEF），以给定转速
Figure 616850DEST_PATH_IMAGE005
作为TD输入信号，TD提取
Figure 475084DEST_PATH_IMAGE005
的跟踪值v 1作为TD的输出信号；以实际转速
Figure 493856DEST_PATH_IMAGE006
作为ESO的输入信号，ESO输出信号为
Figure 906383DEST_PATH_IMAGE006
的跟踪值以及系统所受扰动的估计值；状态误差
Figure 926594DEST_PATH_IMAGE009
作为NLSEF的输入信号，NLSEF输出初始控制量；最终控制量为，式中，
Figure 959775DEST_PATH_IMAGE012
为控制器参数；
定子磁链和电磁转矩估算模块根据电机电流和电压信号计算出实际电磁转矩估计值
Figure 117087DEST_PATH_IMAGE013
、实际磁链幅值估计值
Figure 238626DEST_PATH_IMAGE014
及定子磁链当前位置信号
Figure 608428DEST_PATH_IMAGE015
；
Figure 295761DEST_PATH_IMAGE016
与
Figure 92816DEST_PATH_IMAGE013
相减得到电磁转矩误差信号
Figure 701652DEST_PATH_IMAGE017
，
Figure 140723DEST_PATH_IMAGE017
经转矩滞环比较器得到转矩控制信号
Figure 151405DEST_PATH_IMAGE018
；定子磁链幅值给定信号
Figure 119361DEST_PATH_IMAGE019
与
Figure 215493DEST_PATH_IMAGE014
相减得到磁链误差信号
Figure 458255DEST_PATH_IMAGE020
，
Figure 323443DEST_PATH_IMAGE020
经磁链滞环比较器得到磁链控制信号
Figure 462300DEST_PATH_IMAGE021
；与
Figure 92182DEST_PATH_IMAGE021
及
Figure 811876DEST_PATH_IMAGE015
经过开关电压矢量选择表确定出当前开关电压矢量，由当前开关电压矢量控制电压源逆变器，进而驱动PMSM运行；
通过调试参数使所述系统性能满足控制要求；
b. 对PMSM直接转矩控制系统的ADRC速度调节器中ESO的输出变量和进行采样并保存；
c. 以
Figure 776924DEST_PATH_IMAGE002
作为LSSVM的输入变量，以
Figure 147862DEST_PATH_IMAGE022
作为其输出变量，对LSSVM进行离散训练，得到其最优回归模型；
d. 将训练好的LSSVM最优回归模型有效嵌入ADRC速度调节器，得到由LSSVM优化的ADRC速度调节器。
3.根据权利要求1或2所述的永磁同步电机直接转矩控制方法，其特征是，LSSVM核函数选取多层感知机函数，其表达式为：
Figure 628522DEST_PATH_IMAGE023
，式中，
Figure 186543DEST_PATH_IMAGE024
为系数；
由LSSVM优化的ADRC速度调节器的数学模型如下：
Figure 778061DEST_PATH_IMAGE025
；
其中，
Figure 3506DEST_PATH_IMAGE026
为非线性函数：
Figure 920646DEST_PATH_IMAGE027
；
Figure 700383DEST_PATH_IMAGE028
；
Figure 626751DEST_PATH_IMAGE029
；
Figure 441123DEST_PATH_IMAGE030
；
r为跟踪速度因子；T为采样周期；
Figure 263586DEST_PATH_IMAGE031
为系数；
Figure 61778DEST_PATH_IMAGE032
为非线性因子；
Figure 260678DEST_PATH_IMAGE033
为滤波因子。
CN201310748131.3A 2013-12-31 2013-12-31 一种永磁同步电机直接转矩控制方法 Active CN103746627B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310748131.3A CN103746627B (zh) 2013-12-31 2013-12-31 一种永磁同步电机直接转矩控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310748131.3A CN103746627B (zh) 2013-12-31 2013-12-31 一种永磁同步电机直接转矩控制方法

Publications (2)

Publication Number Publication Date
CN103746627A true CN103746627A (zh) 2014-04-23
CN103746627B CN103746627B (zh) 2014-11-26

Family

ID=50503628

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310748131.3A Active CN103746627B (zh) 2013-12-31 2013-12-31 一种永磁同步电机直接转矩控制方法

Country Status (1)

Country Link
CN (1) CN103746627B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105471350A (zh) * 2015-12-28 2016-04-06 西北工业大学 基于二阶线性adrc的航空交流起动/发电机动态起动控制方法
CN107493054A (zh) * 2017-06-02 2017-12-19 湘潭大学 一种基于改进adrc的开关磁阻电机直接转矩控制方法
CN107612432A (zh) * 2017-09-19 2018-01-19 安徽沃弗电力科技有限公司 一种基于线性自抗扰控制的永磁同步电机调速系统
CN110224649A (zh) * 2019-07-03 2019-09-10 长安大学 一种基于支持向量机用于dtc预测控制的方法
CN110802589A (zh) * 2019-10-23 2020-02-18 山东科技大学 一种工业机器人单关节伺服控制的迟滞补偿方法
CN112532134A (zh) * 2020-11-26 2021-03-19 江苏大学 五自由度磁悬浮电主轴最小二乘支持向量机优化控制系统
CN112922782A (zh) * 2021-02-03 2021-06-08 浙江运达风电股份有限公司 一种基于adrc控制的风力发电机组传动链加阻方法
CN112953329A (zh) * 2021-03-05 2021-06-11 江苏大学 隐极式混合励磁电机铜耗最小控制系统及方法
CN113467230A (zh) * 2021-07-21 2021-10-01 珠海格力电器股份有限公司 一种磁轴承系统及其控制方法、装置、存储介质及处理器

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080169780A1 (en) * 2007-01-17 2008-07-17 Stmicroelectronics S.R.L. Method and device for determining the duty-cycles of pwm control signals of an inverter
CN102916642A (zh) * 2012-11-08 2013-02-06 江苏科技大学 永磁同步直线电机支持向量机内模容错控制系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080169780A1 (en) * 2007-01-17 2008-07-17 Stmicroelectronics S.R.L. Method and device for determining the duty-cycles of pwm control signals of an inverter
CN102916642A (zh) * 2012-11-08 2013-02-06 江苏科技大学 永磁同步直线电机支持向量机内模容错控制系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘英培: "基于自抗扰控制PMSM电压空间矢量调制直接转矩控制方法", 《电力自动化设备》, vol. 31, no. 11, 30 November 2011 (2011-11-30) *
曹莉等: "基于最小二乘支持向量机逆系统的五自由度无轴承同步磁阻电机解耦控制", 《中国电机工程学报》, vol. 33, no. 15, 31 May 2013 (2013-05-31) *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105471350A (zh) * 2015-12-28 2016-04-06 西北工业大学 基于二阶线性adrc的航空交流起动/发电机动态起动控制方法
CN105471350B (zh) * 2015-12-28 2017-12-12 西北工业大学 基于二阶线性adrc的航空交流起动/发电机动态起动控制方法
CN107493054A (zh) * 2017-06-02 2017-12-19 湘潭大学 一种基于改进adrc的开关磁阻电机直接转矩控制方法
CN107612432A (zh) * 2017-09-19 2018-01-19 安徽沃弗电力科技有限公司 一种基于线性自抗扰控制的永磁同步电机调速系统
CN110224649A (zh) * 2019-07-03 2019-09-10 长安大学 一种基于支持向量机用于dtc预测控制的方法
CN110802589A (zh) * 2019-10-23 2020-02-18 山东科技大学 一种工业机器人单关节伺服控制的迟滞补偿方法
CN112532134A (zh) * 2020-11-26 2021-03-19 江苏大学 五自由度磁悬浮电主轴最小二乘支持向量机优化控制系统
CN112922782A (zh) * 2021-02-03 2021-06-08 浙江运达风电股份有限公司 一种基于adrc控制的风力发电机组传动链加阻方法
CN112922782B (zh) * 2021-02-03 2022-08-02 浙江运达风电股份有限公司 一种基于adrc控制的风力发电机组传动链加阻方法
CN112953329A (zh) * 2021-03-05 2021-06-11 江苏大学 隐极式混合励磁电机铜耗最小控制系统及方法
CN113467230A (zh) * 2021-07-21 2021-10-01 珠海格力电器股份有限公司 一种磁轴承系统及其控制方法、装置、存储介质及处理器

Also Published As

Publication number Publication date
CN103746627B (zh) 2014-11-26

Similar Documents

Publication Publication Date Title
CN103746627B (zh) 一种永磁同步电机直接转矩控制方法
Li et al. Robust continuous model predictive speed and current control for PMSM with adaptive integral sliding-mode approach
CN102208891B (zh) 基于摩擦和扰动补偿的pmsm伺服系统控制方法
CN103034127B (zh) 一种轴向磁轴承控制系统
CN102662323B (zh) 风力发电变桨距执行机构的自适应滑模控制方法及系统
CN108365785B (zh) 一种异步电机重复预测控制方法
CN106330038B (zh) 一种基于自适应增益滑模观测器的pmlsm无传感器控制方法
Meng et al. Speed control of PMSM based on an optimized ADRC controller
CN110165953B (zh) 一种基于趋近律的pmsm调速控制方法
CN104953916A (zh) 一种基于永磁同步电机调速系统的新型速度控制器
CN102790580B (zh) 无轴承异步电机支持向量机逆解耦控制器的构造方法
Li et al. An improved predictive functional control method with application to PMSM systems
CN104135205A (zh) 一种感应电机最大转矩电流比控制方法
Zhao et al. Neuroadaptive dynamic surface control for induction motors stochastic system based on reduced-order observer
CN103647481B (zh) 无轴承永磁同步电机径向位置神经网络自适应逆控制器构造方法
CN102510253B (zh) 一种无轴承同步磁阻电机无传感器控制器及其控制方法
CN114706300B (zh) 具有扰动及输出约束的永磁同步电机系统有限时间控制法
Chai et al. Model predictive control of a permanent magnet synchronous motor
Ding et al. Disturbance suppression for PMSM by a non‐linear composite controller based on two‐channel strategy
Wang et al. A second-order sliding mode observer optimized by neural network for speed and position estimation of PMSMs
Yang A neural network model reference adaptive system for speed estimation of sensorless induction motor
Zhou et al. A combined control strategy of wind energy conversion system with direct-driven PMSG
Jin et al. Adaptive backstepping complementary sliding mode control with parameter estimation and dead‐zone modification for PMLSM servo system
Wang ADRC and feedforward hybrid control system of PMSM
Li et al. Nonsingular fast terminal sliding mode control with extended state observer and disturbance compensation for position tracking of electric cylinder

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant