CN104201967A - 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 - Google Patents
一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 Download PDFInfo
- Publication number
- CN104201967A CN104201967A CN201410350645.8A CN201410350645A CN104201967A CN 104201967 A CN104201967 A CN 104201967A CN 201410350645 A CN201410350645 A CN 201410350645A CN 104201967 A CN104201967 A CN 104201967A
- Authority
- CN
- China
- Prior art keywords
- synchronous motor
- time
- delay
- time delay
- magnet synchronous
- 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
Links
Landscapes
- Control Of Ac Motors In General (AREA)
Abstract
一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法,包括以下步骤:1)建立含有时变网络诱导时延的永磁同步电机控制系统模型。将网络化永磁同步电机控制系统描述为一个具有一步输入时滞的离散时间线性时变系统,进而将时变时延引起的系统不确定动态部分描述为系统的加性噪声;2)设计扩张状态观测器设计,采用扩张状态观测器可将时变时延引起的不确定动态作为总和扰动的一部分进行估计;3)补偿网络化永磁同步电机控制系统中由时变时延引起的不确定动态。补偿过程可抵消系统中所有由时变时延引起的不确定动态和内外扰动。本发明对时延引起的不确定性和系统内外扰动以及模型不确定性均具有很强的抑制能力。
Description
技术领域
本发明应用于网络化运动控制领域,涉及到基于工业网络的永磁同步电机控制问题,尤其是如何消除网络诱导时延对永磁同步电机控制系统性能的影响,实现一种有效的实时控制方法。
背景技术
随着电力电子技术和微电子技术的快速发展,永磁同步电机得以迅速的推广和应用。由于其低损耗、效率高、结构简单、响应快速、转矩惯性比高等优点,目前已被广泛应用到航空航天、数控机床、机械臂以及家用电器等领域。随着工业生产规模的不断扩大,对生产过程的安全要求的不断提高,传统的电机控制系统越来越无法满足实际需求。现代网络控制技术的发展,使得网络化控制代替传统控制方式成为可能。
网络化控制系统是指用通讯网络连接传感器、控制器和执行器,代替传统的点对点的连接方式而构成的闭环控制系统。与传统的控制系统相比具有诸多优点,比如可远程操控、减少系统的连线、便于安装与维护以及系统信息集成和共享等。但是,在控制回路中引入通信网络也带来了一些新的问题,由于采用分时复用的信息传递方式,限于网络的承载能力和有限的带宽,必然会造成信息的冲撞、重传等情况的发生,从而导致了信息在控制系统的传输过程产生时延,而且时延随着网络负载的变化而变化,是时变、不确定的。
网络诱导时延通常分为长时延(大于一个系统采样周期)和短时延(小于一个系统采样周期),其中长时延的情况在实际系统中出现的频率并不高,长时延对运动控制系统会有很大的影响,工程上一般通过改善网络协议和结构将时延尽可能地减小,但是短时延的存在往往是不可避免的。
本发明主要考虑如何降低甚至消除网络诱导时延对永磁同步电机控制系统性能的影响。目前,常用的处理方法包括鲁棒控制方法、Smith预估器补偿方法以及基于时间驱动人为延长时延的方法等。其中,鲁棒控制方法不需要精确知道网络时延的大小,且鲁棒控制器具有较好的抗干扰能力,但保守性较大。Smith预估器方法则是用一个预估模型对时延进行补偿,但是它对电机模型的精确性要求较高,这在实际中往往难以实现。基于时间驱动执行器的人为延长时延的方法能够将时变时延转化为定常时延,便利了控制器的设计,但是会导致系统控制输入不能及时更新,降低了系统的控制性能。
发明内容
为了克服上述提到的现有控制方法的局限性,本发明采用自抗扰技术设计网络化永磁同步电机控制系统的时延补偿和控制策略,可以有效地将时变网络诱导时延引起的不确定动态用扩张状态观测器实时估计并补偿,此方法对时延引起的不确定性和系统内外扰动以及模型不确定性均具有很强的抑制能力。
本发明解决其技术问题所采用的技术方案:
一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法,所述方法包括以下过程:
步骤1)建立含有时变网络诱导时延的永磁同步电机控制系统模型,将网络化永磁同步电机控制系统描述为一个具有一步输入时滞的离散时间线性时变系统,进而将时变时延引起的系统不确定动态部分描述为系统的加性噪声;网络化永磁同步电机控制系统模型扩张成如下的二阶系统模型:
步骤2)设计扩张状态观测器,过程包括:
2.1)设计扩张状态观测器
用于估计系统(1)中两个状态变量的扩张状态观测器具有如下形式:
其中,e(k)为电机转速参考值与实际转速的估计值之差,z1(k)是对电机转速x1(k)的估计,z2(k)是对新扩张状态量x2(k)的估计,h是积分步长。fal(e(k),0.25,δ)为非线性函数,具体形式如式(3)所示;δ、β01、β02为一组待整定的参数;
其中,a为幂指数,δ为线性段的区间长度,sign()为符号函数,具体表达式如式(4)所示;
2.2)对时变网络诱导时延引起的不确定性的估计
所设计的扩张状态观测器对永磁同步电机的转速以及新扩张的由网络诱导时延引起的不确动态进行估计。
步骤3)设计带有扩张状态观测器的网络化永磁同步电机自抗扰控制器,对网络化永磁同步电机控制系统中时变时延项的补偿过程:
3.1)安排过渡过程
将电机参考转速v,经过跟踪微分器获得转速v的过渡信号v1,将跳变的转速信号平滑化,式(5)给出跟踪微分器的具体形式:
其中,R为快速跟踪因子,h为积分步长,e(k)为过渡信号和参考信号的差;
3.2)用扩张状态观测器估计网络诱导时延引起的不确定性
通过扩张状态观测器获得对新扩张状态量x2(k)的估计z2(k),x2(k)中既含有时变时延引起的不确定动态又含有内外扰动,扩张状态观测器一并将其作为总和扰动予以估计;
3.3)时延引起的控制系统不确定性补偿和控制律设计
得到一个转速误差量,即e1(k)=v1(k)-z1(k),经过非线性组合计算出控制量u0(k),计算过程如式(6)所示:
在得到的控制量u0(k)中减去z2(k)得到新的控制量,即补偿过程可抵消系统中所有含有时变时延的总和扰动项。
进一步,所述步骤1)中,具体过程如下:
1.1)永磁同步电机控制系统的线性化状态空间模型
永磁同步电机控制系统采用双环结构,内环为电流环,外环为速度环,永磁体基波励磁磁场轴线为d轴,q轴为逆时针方向超前d轴90度,在随转子旋转的d-q坐标系上,永磁同步电机的理想传递函数模型是:
其中,id和iq是d-q坐标系上的定子电流,Rs为定子电阻,Ld和Lq是d-q坐标系上的定子等效电感,pn为永磁同步电机的极对数,w为电机转子机械角速度,ψf为永久磁铁对应的转子磁链,TL为负载转矩,B为运动阻尼系数,J为电机与负载转动惯量之和,ud和uq是d-q坐标系上的定子电压;
根据由式(7)得:
其中,n为电机转速;令x1=n,u=iq,则(8)式转化为:
其中,x1为永磁同步电机的转速,u为定子电流;
1.2)获得时变网络诱导时延影响下的网络化永磁同步电机控制系统模型
和分别表示测量信号从传感器传输到控制器所经历的时延和控制量从控制器传输到执行器的时延,那么控制回路总的网络诱导时延是由于时延小于一个采样周期,永磁同步电机在一个周期内的控制输入u(t)由两部分构成,一部分是由上一周期计算得到的控制输入u(k-1),另一部分是当前周期计算得到的控制输入u(k),且具有以下形式:
其中,T是采样周期,tk表示第k个采样时刻;因此,根据式(9)和(10),离散化后的网络化永磁同步电机控制系统模型为:
将e-aT用1-aT近似后,将式(11)转化为:
将式(12)中由时变时延τk引起的时变动态用一个新的状态变量x2(k)表示,即
由此可将由式(12)表示的网络化永磁同步电机控制系统模型扩张成如式(1)所示的二阶系统模型。
与现有技术相比,本发明的优点在于:
1、可对由网络诱导时延引起的系统不确定动态进行较准确的估计
本发明设计的扩张状态观测器,可对永磁同步电机控制系统的状态量进行实时估计,即系统中z1(k)对电机转速x1(k)的估计,z2(k)对新扩张的含有不确定性的状态量x2(k)的估计。因此,所设计的扩张状态观测器可以将系统中由时变网络诱导时延引起的不确定动态作为总和扰动一并估计出来,有效解决了对时变时延引起的不确定动态进行准确估计这一难题。
2、对时变网络诱导时延引起的不确定动态的补偿
利用扩张状态观测器获得的扰动总和估计z2(k)可重新构造如式(6)所示的控制律,利用该控制律可抵消系统中所有含有时变网络诱导时延动态的总和扰动,从而使系统转化成了纯积分的线性系统,消除了时变网络诱导时延对系统性能的影响。
3、具有很强的抗干扰能力
z2(k)作为新扩张出的系统状态量,既含有时变时延引起的不确定动态又含有内外扰动,扩张状态观测器一并将其作为总和扰动予以估计,从而在补偿过程中,在补偿由时变网络诱导时延引起的不确定动态的同时也补偿了内外扰动,消除了内外扰动对系统性能的影响。
附图说明
图1是具有时延的网络化永磁同步电机控制系统结构图。
图2是具有时变短时延的网络化控制系统的信号时序图。
图3是自抗扰控制器的结构框图。
图4是具有时延补偿的电机转速跟踪曲线图。
图5是加入外部扰动时电机转速跟踪曲线图。
具体实施方式
为了使本发明的技术方案、设计思路能更加清晰,下面结合附图再进行详尽的描述。
参照图1~图5,一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法,所述方法包括:
如图1所示,由于网络的引入,数据在传输过程存在时延,主要包括从传感器到控制器之间的时延和控制器到执行器之间的时延控制回路总的时延具有时变网络诱导时延影响的永磁同步电机控制系统模型如式(13)所示,具体建模过程参照实施方案中的步骤1。
将式(13)中由时变时延τk引起的时变动态用一个新的状态变量x2(k)表示,即
由此可将由式(13)表示的网络化永磁同步电机控制系统模型扩张成如下的二阶系统模型:
如图2所示,从传感器到控制器和控制器到执行器之间的时延是时变、不确定的,且小于一个采样周期,所以一个周期内作用到电机上的控制量实际上是由两部分构成,一部分是由上一周期计算得到的控制量,另一部分是当前周期计算得到的控制量。
如图3所示,本专利考虑的对象是永磁同步电机,在测试自抗扰方法的有效性时,包括如下步骤:
步骤1)给定电机转速的参考值,通过安排的过渡过程后得到电机转速参考值的过渡信号v1(k),此过程如式(15)所示,可参考实施方案中步骤3的3.1)。
其中,R为快速跟踪因子,h为积分步长,e(k)为过渡信号和参考信号的差。
步骤2)电机输出的转速值以及控制量作为扩张状态观测器的输入,使得扩张状态观测器能分别对电机转速x1(k)、含有时延的动态扰动总和x2(k)两个状态量进行估计,其对应的两个估计值分别是z1(k)和z2(k),其实现过程如式(16)所示,可参考实施方案中步骤2.1)。
其中,e(k)为电机转速参考值与实际转速的估计值之差,即电机转速的误差量,z1(k)是对电机转速x1(k)的估计,z2(k)是对新扩张状态量x2(k)的估计,h是积分步长。
步骤3)计算出电机转速的误差,即e1(k)=v1(k)-z1(k)。得到的误差信号经过如式(17)所示的非线性组合可计算出控制量u0(k)。
为了消除系统中含有的由时变时延引起的不确定动态,在得到的控制量u0(k)中减去z2(k)得到新的控制量电流当此控制量u(k)作用到对象时,可以抵消系统中由时变时延引起的不确定动态,使系统转化成了纯积分的线性系统。
如图4所示,从图中可以看出,应用自抗扰控制方法,即使存在时变网络诱导时延,永磁同步电机控制系统的输出转速仍然具有很快的响应时间,而且跟踪曲线稳定、没有超调和稳态误差,说明对网络诱导时延产生的不确定动态的补偿是有效的,电机控制系统基本不受时变时延对其性能的影响。
从图5可看出,即使在有外部扰动的情况下,电机转速仍能很快地跟踪上给定的参考值,达到参考值后没有出现明显抖动,在有外部扰动时仍然能有效补偿时变网络诱导时延引起的不确定动态,由此可见,所设计的自抗扰控制算法不仅对网络诱导时延具有很好的补偿效果,对外部噪声也有很好的抑制能力。
Claims (2)
1.一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法,其特征在于:所述方法包括以下过程:
步骤1)建立含有时变网络诱导时延的永磁同步电机控制系统模型,将网络化永磁同步电机控制系统描述为一个具有一步输入时滞的离散时间线性时变系统,进而将时变时延引起的系统不确定动态部分描述为系统的加性噪声;网络化永磁同步电机控制系统模型扩张成如下的二阶系统模型:
步骤2)设计扩张状态观测器,过程包括:
2.1)设计扩张状态观测器
用于估计系统(1)中两个状态变量的扩张状态观测器具有如下形式:
其中,e(k)为电机转速参考值与实际转速的估计值之差,z1(k)是对电机转速x1(k)的估计,z2(k)是对新扩张状态量x2(k)的估计,h是积分步长;fal(e(k),0.25,δ)为非线性函数,具体形式如式(3)所示;δ、β01、β02为一组待整定的参数;
其中,a为幂指数,δ为线性段的区间长度,sign()为符号函数,具体表达式如式(4)所示;
2.2)对时变网络诱导时延引起的不确定性的估计
所设计的扩张状态观测器对永磁同步电机的转速以及新扩张的由网络诱导时延引起的不确动态进行估计。
步骤3)设计带有扩张状态观测器的网络化永磁同步电机自抗扰控制器,对网络化永磁同步电机控制系统中时变时延项的补偿过程:
3.1)安排过渡过程
将电机参考转速v,经过跟踪微分器获得转速v的过渡信号v1,将跳变的转速信号平滑化,式(5)给出跟踪微分器的具体形式:
其中,R为快速跟踪因子,h为积分步长,e(k)为过渡信号和参考信号的差;
3.2)用扩张状态观测器估计网络诱导时延引起的不确定性
通过扩张状态观测器获得对新扩张状态量x2(k)的估计z2(k),x2(k)中既含有时变时延引起的不确定动态又含有内外扰动,扩张状态观测器一并将其作为总和扰动予以估计。
3.3)时延引起的控制系统不确定性补偿和控制律设计
得到一个转速误差量,即e1(k)=v1(k)-z1(k),经过非线性组合计算出控制量u0(k),计算过程如式(6)所示:
在得到的控制量u0(k)中减去z2(k)得到新的控制量,即补偿过程可抵消系统中所有含有时变时延的总和扰动项。
2.根据权利要求1所述的采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法,其特征在于:所述步骤1)中,具体过程如下:
1.1)永磁同步电机控制系统的线性化状态空间模型
永磁同步电机控制系统采用双环结构,内环为电流环,外环为速度环,永磁体基波励磁磁场轴线为d轴,q轴为逆时针方向超前d轴90度,在随转子旋转的d-q坐标系上,永磁同步电机的理想传递函数模型是:
其中,id和iq是d-q坐标系上的定子电流,Rs为定子电阻,Ld和Lq是d-q坐标系上的定子等效电感,pn为永磁同步电机的极对数,w为电机转子机械角速度,ψf为永久磁铁对应的转子磁链,TL为负载转矩,B为运动阻尼系数,J为电机与负载转动惯量之和,ud和uq是d-q坐标系上的定子电压。
根据由式(7)得:
其中,n为电机转速;令x1=n,u=iq,则(8)式转化为:
其中,x1为永磁同步电机的转速,u为定子电流;
1.2)获得时变网络诱导时延影响下的网络化永磁同步电机控制系统模型
和分别表示测量信号从传感器传输到控制器所经历的时延和控制量从控制器传输到执行器的时延,那么控制回路总的网络诱导时延是由于时延小于一个采样周期,永磁同步电机在一个周期内的控制输入u(t)由两部分构成,一部分是由上一周期计算得到的控制输入u(k-1),另一部分是当前周期计算得到的控制输入u(k),且具有以下形式:
其中,T是采样周期,tk表示第k个采样时刻;因此,根据式(9)和(10),离散化后的网络化永磁同步电机控制系统模型为:
将e-aT用1-aT近似后,将式(11)转化为:
将式(12)中由时变时延τk引起的时变动态用一个新的状态变量x2(k)表示,即
由此将由式(12)表示的网络化永磁同步电机控制系统模型扩张成如(1)所示的二阶系统模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410350645.8A CN104201967B (zh) | 2014-07-22 | 2014-07-22 | 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410350645.8A CN104201967B (zh) | 2014-07-22 | 2014-07-22 | 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104201967A true CN104201967A (zh) | 2014-12-10 |
CN104201967B CN104201967B (zh) | 2016-09-14 |
Family
ID=52087211
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410350645.8A Active CN104201967B (zh) | 2014-07-22 | 2014-07-22 | 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104201967B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734591A (zh) * | 2014-12-30 | 2015-06-24 | 黄志坚 | 汽车电动转向电机磁场定向控制的串级系统稳定调速方法 |
CN107463095A (zh) * | 2017-07-20 | 2017-12-12 | 南京邮电大学 | 一种具有时变采样周期的输出反馈控制器设计方法 |
CN107861381A (zh) * | 2017-09-18 | 2018-03-30 | 南京邮电大学 | 直流电机网络化跟踪控制器的方法 |
CN108803326A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN109308008A (zh) * | 2017-07-28 | 2019-02-05 | 上海三菱电梯有限公司 | 具有异常应对能力的自抗扰控制装置 |
CN109683471A (zh) * | 2018-08-28 | 2019-04-26 | 杭州电子科技大学 | 自抗扰控制方法、装置和系统 |
CN112068434A (zh) * | 2020-09-09 | 2020-12-11 | 北京航空航天大学 | 基于扩展状态观测器的康复机械装置迭代学习控制方法 |
CN113131815A (zh) * | 2021-04-15 | 2021-07-16 | 北京理工大学 | 一种面向空间灵巧载荷电动执行器的高带宽控制方法 |
CN113659905A (zh) * | 2021-08-20 | 2021-11-16 | 浙江工业大学 | 基于时变扰动补偿的三电平发电系统模型预测控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412567A (zh) * | 2013-04-15 | 2013-11-27 | 上海大学 | 基于线性自抗扰技术的水下机器人深度控制装置和方法 |
CN103312256B (zh) * | 2013-05-14 | 2014-12-17 | 哈尔滨工程大学 | 基于干扰观测器的伺服电机网络化控制方法 |
CN103345153B (zh) * | 2013-06-16 | 2015-10-07 | 北京联合大学 | 通用网络化预测模糊控制方法 |
-
2014
- 2014-07-22 CN CN201410350645.8A patent/CN104201967B/zh active Active
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104734591B (zh) * | 2014-12-30 | 2017-06-16 | 黄志坚 | 汽车电动转向电机磁场定向控制的串级系统稳定调速方法 |
CN104734591A (zh) * | 2014-12-30 | 2015-06-24 | 黄志坚 | 汽车电动转向电机磁场定向控制的串级系统稳定调速方法 |
CN107463095A (zh) * | 2017-07-20 | 2017-12-12 | 南京邮电大学 | 一种具有时变采样周期的输出反馈控制器设计方法 |
CN109308008A (zh) * | 2017-07-28 | 2019-02-05 | 上海三菱电梯有限公司 | 具有异常应对能力的自抗扰控制装置 |
CN107861381A (zh) * | 2017-09-18 | 2018-03-30 | 南京邮电大学 | 直流电机网络化跟踪控制器的方法 |
CN108803326B (zh) * | 2018-06-06 | 2021-04-23 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN108803326A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN109683471A (zh) * | 2018-08-28 | 2019-04-26 | 杭州电子科技大学 | 自抗扰控制方法、装置和系统 |
CN109683471B (zh) * | 2018-08-28 | 2021-12-10 | 杭州电子科技大学 | 自抗扰控制方法、装置和系统 |
CN112068434A (zh) * | 2020-09-09 | 2020-12-11 | 北京航空航天大学 | 基于扩展状态观测器的康复机械装置迭代学习控制方法 |
CN113131815A (zh) * | 2021-04-15 | 2021-07-16 | 北京理工大学 | 一种面向空间灵巧载荷电动执行器的高带宽控制方法 |
CN113131815B (zh) * | 2021-04-15 | 2022-07-01 | 北京理工大学 | 一种面向空间灵巧载荷电动执行器的高带宽控制方法 |
CN113659905A (zh) * | 2021-08-20 | 2021-11-16 | 浙江工业大学 | 基于时变扰动补偿的三电平发电系统模型预测控制方法 |
CN113659905B (zh) * | 2021-08-20 | 2023-07-04 | 浙江工业大学 | 基于时变扰动补偿的三电平发电系统模型预测控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104201967B (zh) | 2016-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104142627B (zh) | 一种采用自抗扰控制技术的网络化无刷直流电机时延补偿和控制方法 | |
CN104201967A (zh) | 一种采用自抗扰控制技术的网络化永磁同步电机时延补偿和控制方法 | |
CN110165951B (zh) | 一种基于扰动估计补偿的永磁同步电机双环无差拍预测控制方法 | |
CN110518846B (zh) | 基于惯量辨识的多电机伺服系统自抗扰滑模速度控制方法 | |
CN109873586B (zh) | 一种基于高阶滑模观测器的电机机械参数辨识方法及系统 | |
CN102624303B (zh) | 一种用于永磁无刷直流电机角加速度估计的方法 | |
CN103051274A (zh) | 基于变阻尼的二自由度永磁同步电机的无源性控制方法 | |
CN109660170A (zh) | 一种永磁同步电机高可靠性电流预测控制方法及其系统 | |
CN112701968B (zh) | 一种永磁同步电机模型预测控制鲁棒性能提升方法 | |
CN102497156A (zh) | 永磁同步电机速度环的神经网络自校正控制方法 | |
CN108365785B (zh) | 一种异步电机重复预测控制方法 | |
CN108011554A (zh) | 永磁同步电机无速度传感器自适应转速跟踪控制系统及其设计方法 | |
CN105811840B (zh) | 一种永磁同步伺服电机的无差拍电流控制方法 | |
CN105048919A (zh) | 用于pmsm的无传感器矢量控制的旋转角度估计组件 | |
CN102647144B (zh) | 用于估计同步磁阻电动机的转子角度的方法和设备 | |
CN105429545A (zh) | 一种基于软测量的无传感器永磁同步电机控制方法 | |
CN106411209A (zh) | 永磁同步电机无位置传感器控制方法 | |
CN104779873A (zh) | 一种用于pmsm伺服系统的预测函数控制方法 | |
CN104242744A (zh) | 一种基于优化灰色预测补偿的永磁同步电机转速控制方法 | |
CN114944801A (zh) | 一种基于新息自适应扩展卡尔曼的pmsm无位置传感器控制方法 | |
CN109194224B (zh) | 基于扩张状态观测器的永磁同步电机无传感器控制方法 | |
CN107395080B (zh) | 基于级联非奇异终端滑模观测器的无速度传感器转矩控制系统及方法 | |
CN109995286B (zh) | 一种异步电机速度环pi参数优化设计方法 | |
CN109802614B (zh) | 一种永磁同步电机电感参数辨识系统和方法 | |
Mu et al. | Calibration and compensation of cogging effect in a permanent magnet linear motor |
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 |