CN104750941B - 基于功率匹配的异步电机多级离心泵系统建模方法 - Google Patents
基于功率匹配的异步电机多级离心泵系统建模方法 Download PDFInfo
- Publication number
- CN104750941B CN104750941B CN201510169342.0A CN201510169342A CN104750941B CN 104750941 B CN104750941 B CN 104750941B CN 201510169342 A CN201510169342 A CN 201510169342A CN 104750941 B CN104750941 B CN 104750941B
- Authority
- CN
- China
- Prior art keywords
- msub
- mrow
- mtd
- mtr
- phases
- 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.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
- Y02T10/82—Elements for improving aerodynamics
Abstract
本发明公开了一种基于功率匹配的异步电机多级离心泵系统建模方法,其特征是:采用递推最小二乘法辨识异步电机的电气参数,构建异步电机的T形等效电路,获得异步电机输出功率;利用BP神经网络建立多级离心泵的性能预测模型,得到多级离心泵轴的预测功率;基于多级离心泵与异步电机的功率匹配构建异步电机多级离心泵系统。本发明可用于异步电机多级离心泵系统的高效耦合模型分析,增强多级离心泵与异步电机的匹配能力,进而实现其安全、经济运行,达到节能降耗的目的。
Description
技术领域
本发明涉及一种异步电机多级离心泵系统建模方法,可用于该复杂系统的高效耦合模型分析,增强多级离心泵与异步电机的匹配能力,进而实现其安全、经济运行,达到节能降耗的目的。
背景技术
泵是将原动机的机械能转化为液体能量,已广泛应用于国民经济的各个领域。据统计,我国每年各种泵的耗电量约占全国总耗电量的20%,耗油量大约占全国总耗油量的5%,是仅次于电机的应用最为广泛的通用机械。通常使用异步电机为多级离心泵提供原动力。但是在实际运行过程中,一般多级离心泵的整机效率只有50%-60%,节电潜能巨大。现有技术中异步电机拖动多级离心泵的运行情况可以归结为下列两种:一是配置的异步电机功率过大,多级离心泵运行效率较低,即“大马拉小车”,缺乏经济性。二是配置的异步电机功率过小,则容易发生异步电机过载及烧毁的现象,即“小马拉大车”。可见异步电机功率配置的合理与否,不仅影响着多级离心泵运行的经济性,而且直接影响着异步电机多级离心泵系统工作的安全性。
另外,国内外对于异步电机拖动多级离心泵的模型研究主要是将多级离心泵看成与转速平方成正比关系的简化通风机模型进行近似处理。同时,对于多级离心泵的分析大都采用最小二乘法进行曲线拟合,来与异步电机输出功率P2进行匹配。该方案虽然方便分析,但由于多级离心泵本身是一个多变量、非线性、强耦合的系统,导致系统建模误差较大。而且作为提供源动力器械的电机,其电气参数很容易发生变化,进而影响异步电机输出功率P2。
因此,要想减小异步电机多级离心泵系统的建模误差,进而实现其安全、经济运行,必须充分考虑各自的模型信息,使得异步电机输出功率P2和多级离心泵轴的实际输入功率N相匹配,迄今未见相关报导。
发明内容
本发明是为避免上述现有技术所存在的不足之处,提供一种基于功率匹配的异步电机多级离心泵系统建模方法。该方法便于实时控制和在线辨识,可为研究机泵系统的耦合分析提供参考,实现机泵系统的安全、经济运行,达到节能降耗的目的。
本发明为解决技术问题采用如下技术方案
本发明基于功率匹配的异步电机多级离心泵系统建模方法,其特点是按如下步骤进行:
步骤1:根据异步电机的物理模型,建立由状态方程表达的异步电机数学模型;利用所述异步电机数学模型推导出以异步电机电气参数为未知变量的异步电机线性方程;对于所述异步电机线性方程,通过递推最小二乘法辨识所述异步电机电气参数,所述异步电机电气参数包括定子绕组电阻Rs、转子绕组电阻Rr、定子自感ls、转子自感lr以及定子与转子同轴等效绕组间互感lm;
步骤2:以多级离心泵的实际输出扬程H、流量Q以及多级离心泵效率η作为输入变量,以多级离心泵轴的实际输入功率N作为输出变量,利用BP神经网络建立多级离心泵的性能预测模型,得到多级离心泵轴的预测功率N1。
步骤3:按如下过程实现多级离心泵与异步电机的功率匹配。
a、利用步骤1所述的异步电机电气参数建立异步电机的T型等效电路,根据T型等效电路获得由式(1)所表征的异步电机输出功率P2;
其中:xsσ:为定子漏抗,xsσ=ωls;x'rσ为转子漏抗,x'rσ=ωlr;其中:ω=2πf,f=50Hz;U1为设定的恒转速n下的异步电机定子侧输入电压,s为恒转速n下的异步电机转差率,极对数np=2;
b、利用步骤2所建立的多级离心泵的性能预测模型获得多级离心泵轴的预测功率N1,由式(2)获得传动效率ηc;
异步电机输出功率P2×传动效率ηc=多级离心泵轴的预测功率N1 (2)
在所述设定的恒转速n状态下,实时测量获得异步电机效率η1以及多级离心泵效率η,由式(3)获得机泵效率η2:
传动效率ηc=机泵效率η2/(异步电机效率η1×多级离心泵效率η) (3)
最终获得满足式(2)的异步电机多级离心泵系统,实现复杂系统的建模。
本发明基于功率匹配的异步电机多级离心泵系统建模方法,其特点是所述步骤1中通过递推最小二乘法辨识所述异步电机电气参数是按如下过程进行:
a、所述由状态方程表达的异步电机数学模型为ABC三相坐标系下的异步电机电压、磁链状态方程,如式(4)和式(5)所示:
uA、uB和uC分别为定子侧A相、B相和C相的各相电压瞬时值;
ua、ub和uc分别为转子侧A相、B相和C相的各相电压瞬时值;
iA、iB和iC分别为定子侧A相、B相和C相的各相电流瞬时值;
ia、ib和ic分别为转子侧A相、B相和C相的各相电流瞬时值;
ψA、ψB和ψC为定子侧A相、B相和C相的各相绕阻全磁链;
ψa、ψb和ψc为转子侧A相、B相和C相的各相绕组全磁链;
LAA、LBB、LCC、Laa、Lbb和Lcc为各绕组的自感;
LAB、LAC、LAa、LAb、LAc、LBA、LBC、LBa、LBb、LBc、LCA、LCB、LCa、LCb、LCc、LaA、LaB、LaC、Lab、Lac、LbA、LbB、LbC、Lba、Lbc、LcA、LcB、LcC、Lca和Lcb为各绕组之间的互感;
p为微分算子,p=d/dt;
利用3/2坐标变换,将由式(4)和式(5)表达的异步电机电压、磁链状态方程转换为αβ两相静止坐标系下的异步电机电压、磁链状态方程,如式(6)和式(7)所示:
usα和usβ分别为定子侧α相和β相各相电压瞬时值;
urα和urβ分别为转子侧α相和β相各相电压瞬时值;
isα和isβ分别为定子侧α相和β相各相电流瞬时值;
irα和irβ分别为转子侧α相和β相各相电流瞬时值;
ψsα和ψsβ分别为定子侧α相和β相各相全磁链;
ψrα和ψrβ分别为转子侧α相和β相各相全磁链;
ls=ll1+lm,lr=ll2+lm,其中:ls为定子自感、lr为转子自感,lm为定子与转子同轴等效绕组间互感;ll1为定子漏感,ll2为转子漏感;
由式(6)和式(7)得到式(8):
其中,为设定的恒定角速度;
利用式(8)推导得出由式(9)和式(10)表达的异步电机线性方程:
其中,
σ为电机漏磁系数,τr为转子电磁时间常数,则有式(11):
b、设定离散化采样周期为T,对由式(9)和式(10)表征的异步电机线性方程进行离散化处理,得到由式(12)所表征的异步电机的离散线性方程:
其中,usα(k)和usβ(k)分别为第k个采样周期αβ两相静止坐标系下定子侧α相和β相各相电压值;isα(k)、isβ(k)分别为第k个采样周期αβ两相静止坐标系下定子侧α相和β相各相电流值;
令:θk为第k个采样周期的待估参数,θk=[2+k5T 1-k1T2-k5T 1+k2T k4 k3-k4T]T;根据递推最小二乘法进行参数辨识的线性系统标准形式对式(12)进行拓展,得式(13):
Y(k)=Φ(k)θk (13)
其中,Y(k)=[y(1),y(2),...,y(k)]T,根据递推最小二乘估计原理,利用k+1次采样数据所得的待估参数值为:
其中,I为单位矩阵,P(k)=[ΦT(k)Φ(k)]-1;
选取前m次采样数据,m<k;利用式(15)计算获得初始值和P(0):
当递推最小二乘法的参数估计满足精度要求时,停止递推运算,并由式(11)计算得到建立异步电机T型等效电路需要的电气参数Rs、Rr、ls、lr以及lm。
与已有技术相比,本发明有益效果体现在:
1、本发明采用递推最小二乘法对异步电机的电气参数进行辨识,一方面可为电机设计及其优化提供参考依据,提高异步电机建模的准确性。另一方面,通过所述异步电机电气参数精确估算异步电机输出功率P2,有助于实现异步电机的实时控制和高效运行。
2、本发明利用BP神经网络对有限的试验样本进行分析,进而实现多级离心泵的黑箱建模。一方面可简化多级离心泵的内在机理分析。另一方面,能快速、准确的预测多级离心泵轴的输入功率N1,进一步缩短试验时间,降低试验成本。
3、本发明通过功率匹配建立异步电机多级离心泵机泵系统模型,可为后续的机泵系统耦合分析提供参考,进而在此基础上探讨该复杂系统的机泵效率,具有十分重要的意义。
附图说明
图1为本发明的基于功率匹配的异步电机多级离心泵系统建模方法示意图;
图2为本发明采用的递推最小二乘法的流程图;
图3为本发明基于BP神经网络的多级离心泵性能预测模型建模流程图;
图4为本发明所设计的BP神经网络结构图;
具体实施方式
本实施例中基于功率匹配的异步电机多级离心泵系统建模方法的基本方案如图1所示:首先,根据实测的输入电压U、输入电流I,通过坐标变换和递推最小二乘法辨识异步电机的电气参数Rs、Rr、ls、lr、lm,构建异步电机的T形等效电路模型,计算获得异步电机输出功率P2;然后,采用BP神经网络建立多级离心泵的性能预测模型,得到多级离心泵轴的预测功率N1;最后,在设定的恒转速n下,基于式(2)建立功率匹配构建异步电机多级离心泵系统。本实施例中建模方法按如下步骤进行:
步骤1:根据异步电机的物理模型,建立由状态方程表达的异步电机数学模型;利用异步电机数学模型推导出以异步电机电气参数为未知变量的异步电机线性方程;对于异步电机线性方程,通过递推最小二乘法辨识异步电机电气参数,异步电机电气参数包括定子绕组电阻Rs、转子绕组电阻Rr、定子自感ls、转子自感lr以及定子与转子同轴等效绕组间互感lm。
步骤2:以多级离心泵的实际输出扬程H、流量Q以及多级离心泵效率η作为输入变量,以多级离心泵轴的实际输入功率N作为输出变量,利用BP神经网络建立多级离心泵的性能预测模型,得到多级离心泵轴的预测功率N1。
步骤3:按如下过程实现多级离心泵与异步电机的功率匹配。
a、利用步骤1所获得的异步电机电气参数建立异步电机的T型等效电路,根据T型等效电路获得由式(1)所表征的异步电机输出功率P2;由于异步电机的机械功率近似等于电磁功率,即等于异步电机的输入功率减去电机中的铜耗、铁耗以及附加损耗。其中,输入功率为铜耗为pcu,定子的铁耗为pFe附加损耗pad,机械损耗pm。因此,异步电机转轴上的输出功率P2等于:
其中:xsσ为定子漏抗,xsσ=ωls;x'rσ为转子漏抗,x'rσ=ωlr;其中:ω=2πf,f=50Hz;U1为设定的恒转速n下的异步电机定子侧输入电压,s为恒转速n下的异步电机转差率,极对数np=2;
b、利用步骤2所建立的多级离心泵的性能预测模型获得多级离心泵轴的预测功率N1,按功率匹配原则,由式(2)获得传动效率ηc;
异步电机输出功率P2×传动效率ηc=多级离心泵轴的预测功率N1 (2)
在设定的恒转速n状态下,实时测量获得异步电机效率η1以及多级离心泵效率η,由式(3)获得机泵效率η2:
传动效率ηc=机泵效率η2/(异步电机效率η1×多级离心泵效率η) (3)
最终获得满足式(2)的异步电机多级离心泵系统,实现复杂系统的建模。
本实施例中,步骤1中通过递推最小二乘法辨识异步电机电气参数是按如下过程进行:
a、由状态方程表达的异步电机数学模型为ABC三相坐标系下的异步电机电压、磁链状态方程,如式(4)和式(5)所示:
其中,各字符的下标A、B和C分别表示ABC三相坐标系下定子侧的A相、B相和C相;下标a、b和c分别表示ABC三项坐标系下转子侧的a相、b相和c相;
uA、uB和uC分别为ABC三相坐标系下定子侧A相、B相和C相的各相电压瞬时值;
ua、ub和uc分别为ABC三相坐标系下转子侧A相、B相和C相的各相电压瞬时值;
iA、iB和iC分别为ABC三相坐标系下定子侧A相、B相和C相的各相电流瞬时值;
ia、ib和ic分别为ABC三相坐标系下转子侧A相、B相和C相的各相电流瞬时值;
ψA、ψB和ψC为ABC三相坐标系下定子侧A相、B相和C相的各相绕阻全磁链;
ψa、ψb和ψc为ABC三相坐标系下转子侧A相、B相和C相的各相绕组全磁链;
LAA、LBB、LCC、Laa、Lbb和Lcc为各绕组的自感;
LAB、LAC、LAa、LAb、LAc、LBA、LBC、LBa、LBb、LBc、LCA、LCB、LCa、LCb、LCc、LaA、LaB、LaC、Lab、Lac、LbA、LbB、LbC、Lba、Lbc、LcA、LcB、LcC、Lca和Lcb为各绕组之间的互感;
p为微分算子,p=d/dt;
利用3/2坐标变换和旋转静止变换,将由式(4)和式(5)表达的异步电机电压、磁链状态方程转换为αβ两相静止坐标系下的异步电机电压、磁链状态方程,如式(6)和式(7)所示:
其中,各字符的下标sα和sβ分别表示αβ两相静止坐标系下定子侧的α相和β相;下标rα和rβ分别表示αβ两相静止坐标系下转子侧的α相和β相;
usα和usβ分别为两相静止坐标系下定子侧α相和β相各相电压瞬时值;
urα和urβ分别为两相静止坐标系下转子侧α相和β相各相电压瞬时值,针对异步电机,urα=urβ=0;
isα和isβ分别为两相静止坐标系下定子侧α相和β相各相电流瞬时值;
irα和irβ分别为两相静止坐标系下转子侧α相和β相各相电流瞬时值;
ψsα和ψsβ分别为两相静止坐标系下定子侧α相和β相各相全磁链;
ψrα和ψrβ分别为两相静止坐标系下转子侧α相和β相各相全磁链;
ls=ll1+lm,lr=ll2+lm,其中:ls为定子自感、lr为转子自感,lm为定子与转子同轴等效绕组间互感;ll1为定子漏感,ll2为转子漏感;
由式(6)和式(7)得到式(8):
其中,为设定的恒定角速度;展开式(8),得到式(9)~(12):
其中,
由于转子磁链ψrα和ψrβ不能直接测量得出,因此为消除转子磁链的影响,对式(9)和(10)分别求导,得式(13)和式(14):
联立式(11)、式(12)、式(13)和式(14),消除转子磁链微分项,得到式(15)和式(16):
为了消除转子磁链ψrα和ψrβ,改写式(15)和式(16),得到式(17)和式(18):
在式(17)和式(18)中,只有和中包含转子磁链ψrα和ψrβ,当电机转速稳定或只有较小变化时,则所以
基于上述推导过程,利用式(8)推导得出由式(19)和式(20)表达的异步电机线性方程:
其中,k1、k2、k3、k4和k5为异步电机线性方程系数,
σ为电机漏磁系数,τr为转子电磁时间常数,则有式(21):
b、设定离散化采样周期为T。本实施例中,采样周期T为10ms。采用由式(22)表征的离散公式对由式(19)和式(20)表征的异步电机线性方程进行离散化处理,得到由式(23)所表征的异步电机的离散线性方程:
其中,usα(k)和usβ(k)分别为第k个采样周期αβ两相静止坐标系下定子侧α相和β相各相电压值;isα(k)、isβ(k)分别为第k个采样周期αβ两相静止坐标系下定子侧α相和β相各相电流值;
令:θk为第k个采样周期的待估参数,θk=[2+k5T 1-k1T2-k5T 1+k2T k4 k3-k4T]T;根据递推最小二乘法进行参数辨识的线性系统标准形式对式(23)进行拓展,得式(24):
Y(k)=Φ(k)θk(24)
本实施例中,首先生成输入数据Φ(k)和输出数据Y(k)。其中,Y(k)=[y(1),y(2),...,y(k)]T,根据递推最小二乘估计原理,利用k+1次采样数据所得的待估参数值为:
其中,I为单位矩阵,P(k)=[ΦT(k)Φ(k)]-1;
选取前m次采样数据,m<k;利用式(26)计算获得初始值和P(0):
当递推最小二乘法的参数估计满足精度要求(<最小值)或递推次数达到最大(本实施例中设置k=1001,因此递推次数为999)时,停止递推运算,并由式(21)计算得到建立异步电机T型等效电路需要的电气参数Rs、Rr、ls、lr以及lm,否则返回运算。具体递推过程如图2所示。
本实施例中,步骤2中利用BP神经网络建立多级离心泵的性能预测模型,其建模流程图如图3所示,其基本步骤为:
a、采用模式识别的方法,对水泵厂家提供的13组所述多级离心泵的实际输出扬程H、流量Q、效率η以及多级离心泵轴的实际输入功率N数据进行三次样条差值,获得110组数据。
b、随机选取100组作为样本数据,并结合影响多级离心泵性能变化的主要因素(输出扬程H、流量Q、效率η以及多级离心泵轴的实际输入功率N),实现多级离心泵BP神经网络的初始化,进而建立多级离心泵BP神经网络的性能预测模型;
c、本实施例中,设定BP神经网络训练误差e为1e-5。通过对三次样条差值法获得的另外10组测试数据和所述BP神经网络的性能预测模型的实际输出进行比较,若小于BP神经网络训练误差e则证实BP神经网络的性能预测模型的正确性。否则,继续优化训练直至满足训练误差e要求。
图4为BP神经网络结构图。本实施例中,BP神经网络由输入层、输出层和隐层组成,上、下层之间各神经元实现全连接,即下层的每一单元与上层的每一单元都实现权连接,而每层各神经元之间无连接。其中输入是多级离心泵的实际输出流量Q、扬程H以及效率η,输出是多级离心泵轴的实际输入功率N。如图所示,共有11个隐层节点,其中隐含层以及输出层均使用光滑且连续的阈值函数-Sigmoid函数,可以将输出值限制在[0,1]。训练算法使用Levenberg-Marquardt(LM)算法,使得收敛速度加快,均方误差较小。且在BP神经网络训练时,尽量多的选择训练数据,使得最终的网络预测值和测试值接近。
其基本思想:学习过程由信号的正向传播和误差的反向传播两个过程组成。正向传播时,输入样本从输入层传入,经各隐层逐层处理后,传向输出层。若输出层的实际输出与期望输出(教师信号)不符,则转入误差的反向传播阶段。误差反传是把输出误差以某种形式通过隐层向输入层逐层反传,并将误差分摊给各层的所有单元,从而获得各层单元的误差信号,此误差信号即作为修正各单元权值的依据。这种信号正向传播和误差反向传播的各层权值调整过程,是周而复始地进行的。权值不断调整的过程,也就是网络的学习训练过程。此过程一直进行到网络输出的误差减少到可接受的程度,或是进行到预先设定的学习次数为止。
本实施例中采用MATLAB工具箱实现基于BP神经网络的多级离心泵性能预测模型。BP神经网络采用的是3-11-1的网络结构。经过训练的BP网络能够根据输入得到多级离心泵轴的预测功率N1。
实际操作中经过5次迭代,BP神经网络的训练误差收敛于1.5886e-6,其均方误差为0.0351,这时网络性能达到要求,网络自动停止训练。可见将BP神经网络应用于多级离心泵的性能预测建模取得良好的效果。
Claims (2)
1.一种基于功率匹配的异步电机多级离心泵系统建模方法,其特征是按如下步骤进行:
步骤1:根据异步电机的物理模型,建立由状态方程表达的异步电机数学模型;利用所述异步电机数学模型推导出以异步电机电气参数为未知变量的异步电机线性方程;对于所述异步电机线性方程,通过递推最小二乘法辨识所述异步电机电气参数,所述异步电机电气参数包括定子绕组电阻Rs、转子绕组电阻Rr、定子自感ls、转子自感lr以及定子与转子同轴等效绕组间互感lm;
步骤2:以多级离心泵的实际输出扬程H、流量Q以及多级离心泵效率η作为输入变量,以多级离心泵轴的实际输入功率N作为输出变量,利用BP神经网络建立多级离心泵的性能预测模型,得到多级离心泵轴的预测功率N1;
步骤3:按如下过程实现多级离心泵与异步电机的功率匹配;
a、利用步骤1所述的异步电机电气参数建立异步电机的T型等效电路,根据T型等效电路获得由式(1)所表征的异步电机输出功率P2;
<mrow>
<msub>
<mi>P</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>3</mn>
<msubsup>
<mi>U</mi>
<mn>1</mn>
<mn>2</mn>
</msubsup>
<mfrac>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
<mi>s</mi>
</mfrac>
</mrow>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mo>+</mo>
<mfrac>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
<mi>s</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mrow>
<mi>s</mi>
<mi>&sigma;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<msup>
<mi>x</mi>
<mo>&prime;</mo>
</msup>
<mrow>
<mi>r</mi>
<mi>&sigma;</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
其中:xsσ:为定子漏抗,xsσ=ωls;x'rσ为转子漏抗,x'rσ=ωlr;其中:ω=2πf,f=50Hz;U1为设定的恒转速n下的异步电机定子侧输入电压,s为恒转速n下的异步电机转差率,极对数np=2;
b、利用步骤2所建立的多级离心泵的性能预测模型获得多级离心泵轴的预测功率N1,由式(2)获得传动效率ηc;
异步电机输出功率P2×传动效率ηc=多级离心泵轴的预测功率N1 (2)
在所述设定的恒转速n状态下,实时测量获得异步电机效率η1以及多级离心泵效率η,由式(3)获得机泵效率η2:
传动效率ηc=机泵效率η2/(异步电机效率η1×多级离心泵效率η) (3)
最终获得满足式(2)的异步电机多级离心泵系统,实现复杂系统的建模。
2.根据权利要求1所述的基于功率匹配的异步电机多级离心泵系统建模方法,其特征是所述步骤1中通过递推最小二乘法辨识所述异步电机电气参数是按如下过程进行:
a、所述由状态方程表达的异步电机数学模型为ABC三相坐标系下的异步电机电压、磁链状态方程,如式(4)和式(5)所示:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>A</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>C</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>a</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>b</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>A</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>C</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>a</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>b</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mi>p</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>A</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>C</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>a</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>b</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>A</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>C</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>a</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>b</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>A</mi>
<mi>A</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>A</mi>
<mi>B</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>A</mi>
<mi>C</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>A</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>A</mi>
<mi>b</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>A</mi>
<mi>c</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>B</mi>
<mi>A</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>B</mi>
<mi>B</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>B</mi>
<mi>C</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>B</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>B</mi>
<mi>b</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>B</mi>
<mi>c</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>A</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>B</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>C</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>b</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>C</mi>
<mi>c</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>a</mi>
<mi>A</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>a</mi>
<mi>B</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>a</mi>
<mi>C</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>a</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>a</mi>
<mi>b</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>a</mi>
<mi>c</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>b</mi>
<mi>A</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>b</mi>
<mi>B</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>b</mi>
<mi>C</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>b</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>b</mi>
<mi>b</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>b</mi>
<mi>c</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>c</mi>
<mi>A</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>c</mi>
<mi>B</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>c</mi>
<mi>C</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>c</mi>
<mi>a</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>c</mi>
<mi>b</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>L</mi>
<mrow>
<mi>c</mi>
<mi>c</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>A</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>B</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>C</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>a</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>b</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mi>c</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
uA、uB和uC分别为定子侧A相、B相和C相的各相电压瞬时值;
ua、ub和uc分别为转子侧A相、B相和C相的各相电压瞬时值;
iA、iB和iC分别为定子侧A相、B相和C相的各相电流瞬时值;
ia、ib和ic分别为转子侧A相、B相和C相的各相电流瞬时值;
ψA、ψB和ψC为定子侧A相、B相和C相的各相绕阻全磁链;
ψa、ψb和ψc为转子侧A相、B相和C相的各相绕组全磁链;
LAA、LBB、LCC、Laa、Lbb和Lcc为各绕组的自感;
LAB、LAC、LAa、LAb、LAc、LBA、LBC、LBa、LBb、LBc、LCA、LCB、LCa、LCb、LCc、LaA、LaB、LaC、Lab、Lac、LbA、LbB、LbC、Lba、Lbc、LcA、LcB、LcC、Lca和Lcb为各绕组之间的互感;
p为微分算子,p=d/dt;
利用3/2坐标变换,将由式(4)和式(5)表达的异步电机电压、磁链状态方程转换为αβ两相静止坐标系下的异步电机电压、磁链状态方程,如式(6)和式(7)所示:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>&CenterDot;</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mi>p</mi>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>l</mi>
<mi>s</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>l</mi>
<mi>s</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&psi;</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>=</mo>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
usα和usβ分别为定子侧α相和β相各相电压瞬时值;
urα和urβ分别为转子侧α相和β相各相电压瞬时值;
isα和isβ分别为定子侧α相和β相各相电流瞬时值;
irα和irβ分别为转子侧α相和β相各相电流瞬时值;
ψsα和ψsβ分别为定子侧α相和β相各相全磁链;
ψrα和ψrβ分别为转子侧α相和β相各相全磁链;
ls=ll1+lm,lr=ll2+lm,其中:ls为定子自感、lr为转子自感,lm为定子与转子同轴等效绕组间互感;ll1为定子漏感,ll2为转子漏感;
由式(6)和式(7)得到式(8):
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>u</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mo>+</mo>
<msub>
<mi>pl</mi>
<mi>s</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>pl</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mo>+</mo>
<msub>
<mi>pl</mi>
<mi>s</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>pl</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>pl</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>pl</mi>
<mi>r</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>pl</mi>
<mi>m</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
<mo>+</mo>
<msub>
<mi>pl</mi>
<mi>r</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>&CenterDot;</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>r</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,为设定的恒定角速度;
利用式(8)推导得出由式(9)和式(10)表达的异步电机线性方程:
<mrow>
<mfrac>
<mrow>
<msup>
<mi>d</mi>
<mn>2</mn>
</msup>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msup>
<mi>dt</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>di</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>=</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>du</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
<mfrac>
<mrow>
<msub>
<mi>di</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mfrac>
<mrow>
<msup>
<mi>d</mi>
<mn>2</mn>
</msup>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<msup>
<mi>dt</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<mfrac>
<mrow>
<msub>
<mi>di</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>=</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>du</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
<mfrac>
<mrow>
<msub>
<mi>di</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>d</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,
σ为电机漏磁系数,τr为转子电磁时间常数,则有式(11):
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<mo>-</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>R</mi>
<mi>r</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
</mrow>
<msub>
<mi>k</mi>
<mn>4</mn>
</msub>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>l</mi>
<mi>s</mi>
</msub>
<mo>=</mo>
<msub>
<mi>l</mi>
<mi>r</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
</mrow>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>l</mi>
<mi>m</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<mrow>
<msub>
<mi>k</mi>
<mn>4</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</msqrt>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
</mrow>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
b、设定离散化采样周期为T,对由式(9)和式(10)表征的异步电机线性方程进行离散化处理,得到由式(12)所表征的异步电机的离散线性方程:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>Ti</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>2</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>Ti</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
<msub>
<mi>u</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>Ti</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Tu</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Tu</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>i</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mtd>
<mtd>
<mrow>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mi>r</mi>
</msub>
<msub>
<mi>Ti</mi>
<mrow>
<mi>s</mi>
<mi>&alpha;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Tu</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mrow>
<mi>k</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>Tu</mi>
<mrow>
<mi>s</mi>
<mi>&beta;</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<mn>2</mn>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>5</mn>
</msub>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>1</mn>
<mo>+</mo>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>k</mi>
<mn>4</mn>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>k</mi>
<mn>3</mn>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mn>4</mn>
</msub>
<mi>T</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,usα(k)和usβ(k)分别为第k个采样周期αβ两相静止坐标系下定子侧α相和β相各相电压值;isα(k)、isβ(k)分别为第k个采样周期αβ两相静止坐标系下定子侧α相和β相各相电流值;
令:θk为第k个采样周期的待估参数,θk=[2+k5T 1-k1T2-k5T 1+k2T k4 k3-k4T]T;根据递推最小二乘法进行参数辨识的线性系统标准形式对式(12)进行拓展,得式(13):
Y(k)=Φ(k)θk (13)
其中,Y(k)=[y(1),y(2),...,y(k)]T,根据递推最小二乘估计原理,利用k+1次采样数据所得的待估参数值为:
其中,I为单位矩阵,P(k)=[ΦT(k)Φ(k)]-1;
选取前m次采样数据,m<k;利用式(15)计算获得初始值和P(0):
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>&theta;</mi>
<mo>^</mo>
</mover>
<mn>0</mn>
</msub>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msup>
<mi>&Phi;</mi>
<mi>T</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mi>&Phi;</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<msup>
<mi>&Phi;</mi>
<mi>T</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mi>Y</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<msup>
<mi>&Phi;</mi>
<mi>T</mi>
</msup>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mi>&Phi;</mi>
<mrow>
<mo>(</mo>
<mi>m</mi>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
当递推最小二乘法的参数估计满足精度要求时,停止递推运算,并由式(11)计算得到建立异步电机T型等效电路需要的电气参数Rs、Rr、ls、lr以及lm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510169342.0A CN104750941B (zh) | 2015-04-10 | 2015-04-10 | 基于功率匹配的异步电机多级离心泵系统建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510169342.0A CN104750941B (zh) | 2015-04-10 | 2015-04-10 | 基于功率匹配的异步电机多级离心泵系统建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104750941A CN104750941A (zh) | 2015-07-01 |
CN104750941B true CN104750941B (zh) | 2018-02-27 |
Family
ID=53590620
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510169342.0A Active CN104750941B (zh) | 2015-04-10 | 2015-04-10 | 基于功率匹配的异步电机多级离心泵系统建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104750941B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105207560A (zh) * | 2015-09-07 | 2015-12-30 | 安徽大学 | 一种异步电机-斜流泵系统建模方法 |
CN106855863A (zh) * | 2015-12-09 | 2017-06-16 | 上海渤元信息科技有限公司 | 一种新的大数据分析算法 |
CN106816965B (zh) * | 2017-01-18 | 2019-08-02 | 同济大学 | 一种谐振式无线充电系统中线圈自感的辨识方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006338629A (ja) * | 2005-05-31 | 2006-12-14 | Advancesoft Corp | 連成解析カプラ |
CN103020345A (zh) * | 2012-12-05 | 2013-04-03 | 华南理工大学 | 一种基于matlab遗传算法的离心泵设计方法 |
-
2015
- 2015-04-10 CN CN201510169342.0A patent/CN104750941B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104750941A (zh) | 2015-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104993760B (zh) | 考虑铁损的电动汽车异步电机模糊自适应动态面控制方法 | |
CN103701371B (zh) | 考虑铁损的电动汽车永磁同步电机驱动系统控制方法 | |
CN108649847A (zh) | 基于频率法和模糊控制的电机pi控制器参数整定方法 | |
CN104750941B (zh) | 基于功率匹配的异步电机多级离心泵系统建模方法 | |
CN106788052B (zh) | 基于观测器的异步电机命令滤波误差补偿模糊控制方法 | |
CN105450123B (zh) | 一种基于神经网络的永磁同步电机混沌系统快速终端滑模控制方法 | |
CN101917150A (zh) | 永磁同步电机模糊神经网络广义逆鲁棒控制器及构造方法 | |
CN103701390B (zh) | 考虑铁损的电动汽车异步电机模糊反步控制方法 | |
CN110112971B (zh) | 一种基于有限时间动态面的异步电动机位置跟踪控制方法 | |
CN102611380B (zh) | 一种双馈电机参数在线辨识方法 | |
CN103944481B (zh) | 一种交流异步电机矢量控制系统模型参数在线修正方法 | |
CN107066755A (zh) | 一种谐波电流下变压器损耗的仿真计算方法 | |
CN103678783A (zh) | 闭合绕组永磁无刷直流电机优化设计方法 | |
CN106778041A (zh) | 一种双馈电机三相短路电流最大值的简化计算方法 | |
CN103023418A (zh) | 一种基于广域量测信息的同步发电机在线参数辨识方法 | |
CN110336505A (zh) | 基于状态约束的异步电动机命令滤波模糊控制方法 | |
CN107276471A (zh) | 一种基于状态受限的异步电机模糊位置跟踪控制方法 | |
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 | |
CN107294448A (zh) | 一种基于命令滤波的异步电机模糊离散控制方法 | |
CN110138293A (zh) | 一种基于双馈风电系统的bp神经网络优化混沌控制方法 | |
CN110376884B (zh) | 一种新能源汽车驱动电机动态抗干扰控制器的构造方法 | |
CN108493932A (zh) | 一种感应电动机动态过程分析方法 | |
CN102081691A (zh) | 考虑频率变化的电动机实用化建模方法 | |
CN106655962A (zh) | 基于极限学习机的电动汽车异步电机驱动系统控制方法 | |
CN105162159A (zh) | 基于差分进化算法的光伏并网逆变器控制器参数辨识方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |