CN104838322B - 周期性扰动自动抑制设备 - Google Patents

周期性扰动自动抑制设备 Download PDF

Info

Publication number
CN104838322B
CN104838322B CN201380063388.3A CN201380063388A CN104838322B CN 104838322 B CN104838322 B CN 104838322B CN 201380063388 A CN201380063388 A CN 201380063388A CN 104838322 B CN104838322 B CN 104838322B
Authority
CN
China
Prior art keywords
periodic disturbance
output
variable quantity
controll plant
moment
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.)
Expired - Fee Related
Application number
CN201380063388.3A
Other languages
English (en)
Other versions
CN104838322A (zh
Inventor
山口崇
只野裕吾
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.)
Meidensha Electric Manufacturing Co Ltd
Original Assignee
Meidensha Electric Manufacturing Co Ltd
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 Meidensha Electric Manufacturing Co Ltd filed Critical Meidensha Electric Manufacturing Co Ltd
Publication of CN104838322A publication Critical patent/CN104838322A/zh
Application granted granted Critical
Publication of CN104838322B publication Critical patent/CN104838322B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/19—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by positioning or contouring control systems, e.g. to control position from one programmed point to another or to control movement along a programmed continuous path
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/41—Servomotor, servo controller till figures
    • G05B2219/41132—Motor ripple compensation

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • Manufacturing & Machinery (AREA)
  • Human Computer Interaction (AREA)
  • Power Engineering (AREA)
  • Feedback Control In General (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)

Abstract

在通过使用周期性扰动观测器对转矩脉动进行抑制时，增益部分的调整是在监视操作状态的同时通过序列确定的，因此，存在许多调整参数，并且校正能否实现依赖于调整人员或设计人员的技术。周期性扰动观测器设有模型校正装置。该模型校正装置，在假设控制命令是零并且周期性扰动与时间无关地恒定的情况下，通过使用基于来自周期性扰动观测器的输出以及来自设备的感测值的时间差量来计算识别模型误差。识别模型被基于识别模型误差而校正，并且最后，基于高度精确的周期性扰动估计值来实施转矩脉动抑制控制。

Description

周期性扰动自动抑制设备
技术领域
本发明涉及用于自动抑制诸如马达之类的旋转电气机械中的转矩脉动(torqueripple)的自动周期性扰动抑制装置或设备，并且更具体而言涉及适于在抑制控制期间根据需要校正周期性扰动观测器的识别模型的自动周期性扰动抑制装置。
背景技术
用于抑制周期性扰动的发生的控制被用在各种控制中，比如受变电设施中的电力系统控制、对机器人的定位控制、测力计系统中的轴转矩共振抑制以及马达外壳的振动抑制(关联诸如电气车辆之类的车辆和电梯的乘坐舒适性)。在这些应用中，存在对精确地抑制周期性扰动的需求。
例如，马达在原理上产生转矩脉动，并且由此造成各种问题，比如振动、噪声、对乘坐质量的不利影响以及电气和机械共振。尤其是，在内部PM马达的情况下，复合地产生齿槽转矩脉动和磁阻转矩脉动。作为对策，已提出用于抑制转矩脉动的周期性扰动观测器补偿方法。
图6是示出专利文献1和非专利文献1中已知的用于周期性扰动观测器的第n阶转矩脉动频率分量的控制系统的控制框图。
通过把正弦波/余弦波控制命令rn(通常等于零)与由周期性扰动观测器3估计的估计量dTA^n、dTB^n之差分别乘以正弦波/余弦波值并且把结果相加，转矩脉动补偿量计算部分1生成转矩脉动补偿命令Tc*n。转矩脉动补偿量计算部分1把转矩脉动补偿命令Tc*n递送到受控对象2。在受控对象2中，可能产生周期性扰动(下文中被称为周期性扰动dTn)。在马达作为受控对象的情况下，例如，周期性扰动可能以转矩脉动的形式产生，这是由于齿槽转矩造成的与旋转同步的扰动，并且周期性扰动引起振动和噪声。
周期性扰动观测器3是用于抑制周期性扰动dTn的设备。周期性扰动观测器3对每个频率分量使用根据复向量表示的系统识别模型，以及扰动观测器的逆系统模型，并且由此直接估计要控制的频率的扰动，以执行补偿。
这种控制配置相对简单，但是，对于在不考虑阶次的情况下向目标频率提供高抑制效果是有效的。
为了获得系统识别模型P^n，在控制之前，对受控对象的设备Pn(＝PAn+jPBn)执行系统识别，并且以一维复向量的形式获得以下等式(1)。
P^n＝P^An+jP^Bn …(1)
在这个等式中，下标中的字母n代表第n阶分量，并且每个变量是表示为Xn＝XAn+jXBn的复向量。
例如，当范围1～1000[Hz]内的系统识别结果对1Hz的每个间隔以复向量的形式表示时，能够用1000个一维复向量的元素的表来表示系统。作为替代，能够通过从识别结果获得的数学表达式来表示系统。在任何一种情况下，对于预定的频率分量，都能够利用简单的一维复向量构成系统模型。在说明中以及在系统识别模型中，P^n,rn,dTn,dT^n和Tn当中每一个都是表示为Xn＝XAn+jXBn的复向量。
转矩脉动是根据旋转相位θ[rad]周期性产生的扰动。因此，作为周期性扰动观测器3的控制，转矩脉动频率分量提取装置或部分被用来变换到任意阶次n(电气旋转频率的整数倍)的余弦系数TAn和正弦系数TBn。对于频率分量的严格测量，可以使用傅立叶变换。但是，图6的系统重视简易性并且采用低通滤波器GF(s)作为傅立叶变换的简化形式。该系统使设备输出经过低通滤波器GF(s)，并且由此提取其中周期性扰动dTn要被抑制的频率分量。该系统将由这样提取的系统识别模型的倒数P^n-1表示的逆系统乘以这个量，根据这样确定的量与经过低通滤波器GF(s)的控制命令之差来估计周期性扰动dTn，并且把估计出的量作为估计的周期性扰动dT^n(＝dT^An+jdT^Bn)递送到转矩脉动补偿计算部分1。转矩脉动补偿计算部分1从控制命令rn减去估计的周期性扰动，并且由此抑制周期性扰动dTn。
专利文献1：WO2010/024195A1。
非专利文献1：“Torque Ripple Suppression Control Based on the PeriodicDisturbance Observer with a Complex Vector Representation for PermanentMagnet Synchronous Motors”,the transactions of the Institute of ElectricalEngineers of Japan,D,Vol.132,No.1.p.84-93(2012)。
发明内容
在基于周期性扰动观测器的控制中，影响控制性能的控制的核心基础是关于系统识别模型P^n的真值的精度。为了提高抑制周期性扰动的性能，要求提高系统识别的精度。但是，获得精确的识别模型是困难的，并且有必要考虑由于老化或其它因素造成的设备的长期变化，以及由于意外的突然系统变化造成的短期变化。由于在最坏的情况下抑制控制本身充当扰动，因此识别模型中的误差可能增大到抑制结束的稳定时间，并且使控制不稳定。因此，存在提高对识别模型中误差的健壮性的需求。
到目前为止，增益部分的调整是在监视操作条件的监视操作期间顺序地确定的。在这种情况下，涉及许多调整参数并且校正的实现依赖于负责调整或设计的人员的技术。而且，模型校正对于超出顺序假设范围的条件是不可行的。
本发明的目的是减少调整参数的个数并且提供不依赖于调整和/或设计的人员的技术的周期性扰动抑制系统或装置。
解决问题的手段
根据本发明的一个方面，在用于通过将正产生周期性扰动的受控对象的输出输入到周期性扰动观测器来计算估计的周期性扰动或估计的周期性扰动的值并且用于根据计算出的估计的周期性扰动与控制命令之间的差来控制受控对象的周期性扰动自动抑制装置中，为周期性扰动观测器设有模型校正装置或部分，该模型校正装置或部分被配置为计算来自校正识别模型的误差，该校正识别模型是在控制命令和周期性扰动被假设为在预定时间差期间恒定的情况下通过使用根据周期性扰动观测器的输出以及受控对象的感测值得到的时间差量而被校正的，并且该模型校正装置或部分被配置为将来自校正识别模型的误差反馈到周期性扰动观测器的识别模型中。
根据本发明的一个方面，通过将在时刻t的受控对象的第n阶输出设置为yn.t、将在时刻t的第n阶估计的周期性扰动设置为d^n.t并且将识别模型P^n的估计的设备输出设置为y^n，模型校正装置或部分被配置为根据以下等式确定根据时间差或时间间隔t1～t2期间的时间差量估计的估计系统模型P^^n，
Pn＝–(yn.t2–yn.t1)/(d^n.t2–d^n.t1)
＝P^^n
其中Pn是设备，并且每个量是复数。
根据本发明的另一方面，通过将在时刻t的受控对象的第n阶输出设置为yn.t、将在时刻t的第n阶估计的周期性扰动设置为d^n.t并且将识别模型P^n的估计的设备输出设置为y^n，模型校正装置或部分被配置为根据以下等式确定根据时间差或时间间隔t1～t2期间的时间差量估计的估计识别模型Prefn·P^n，
Pn＝–(yn.t2–yn.t1)/(y^n.t2–y^n.t1)·P^n
＝Prefn·P^n
其中Pn是设备，并且每个量是复数。
根据本发明的又一方面，提供具有模型校正装置或部分的多个周期性扰动观测器，这多个周期性扰动观测器并联连接并且被配置为产生多个估计的周期性扰动。
附图说明
图1是示出基本周期性扰动观测器控制系统的框图。
图2是代表本发明实施例的周期性扰动观测器控制系统的框图。
图3是代表本发明另一实施例的周期性扰动观测器控制系统的框图。
图4是代表本发明又一实施例的周期性扰动观测器控制系统的框图。
图5是代表本发明又一实施例的周期性扰动观测器控制系统的框图。
图6是示出周期性扰动观测器控制系统的整体的框图。
具体实施方式
如以下参考附图详细说明的，根据本发明，在用于通过把正经历或产生周期性扰动的受控对象的输出输入到周期性扰动观测器中来计算估计的周期性扰动或估计的周期性扰动的值并且用于根据计算出的估计周期性扰动与控制命令之间的差控制受控对象的系统或装置中，周期性扰动观测器设有用于利用校正识别模型的误差来校正估计的周期性扰动的模型校正部分或装置，该校正识别模型是通过使用因周期性扰动观测器的输出或输出值和/或受控对象的感测值而得出的一个或多个时间差量而被校正的。
图1示出根据本发明第一实施例的周期性扰动观测器控制结构。
在图1中，使用以下符号。
Pn：设备(受控对象)，d^n：估计的周期性扰动(系统识别模型)
yn：受控对象的输出(对应于图6中的TAn、TBn)，
rn：第n阶控制命令，dn：第n阶扰动，
d^n.t：在时刻t的第n阶补偿命令(对应于图6中的dTA^n,dTB^n)，
P^n：识别模型，y^n：当d^n.是扰动时识别模型P^n的估计的设备输出，
PDO：周期性扰动观测器，yn.t：在时刻t的第n阶输出。s区域内的量由下标逗点之后的时刻t表示。
状态的等式在时刻t1由以下表达式(2)和(3)表示。假设命令或命令值在t＝t1～t2时是恒定的，并且命令是不具有周期性的稳态值，表示为rn＝0[n>0]。每个量是复数。
(dn–d^n.t1)×Pn＝yn.t1 ···(2)
d^n.t1×P^n＝y^n.t1 ···(3)
类似地，状态的等式在时刻t2由以下表达式(4)和(5)表示。
(dn–d^n.t2)×Pn＝yn.t2 ···(4)
d^n.t2×P^n＝y^n.t2 ···(5)
以下等式(6)和(7)是通过根据等式(2)～(5)确定时刻之间的差量或差获得的。在这种情况下，通过假设扰动dn和设备Pn与时间无关地恒定来确定差量，能够除去扰动的稳态项。而且，获得或采样时刻t1与t2之间的时间差是作为期望的值的几毫秒[ms]。即使设备变化和/或扰动变化在操作期间产生，与时刻t1与t2之间的时间差相比，变化的时间段也被认为是非常长，进而以上提到的假设被认为是有效的。
–(d^n.t2–d^n.t1)×Pn＝yn.t2–yn.t1 ···(6)
(d^n.t2–d^n.t1)×P^n＝y^n.t2–y^n.t1 ···(7)
等式(8)是从等式(6)获得的，而等式(9)是通过把等式(7)代入等式(8)获得的。从差结果估计的系统模型被设置为P^^n，并且关于识别模型的误差或误差量被设置为Prefn。
Pn＝–(yn.t2–yn.t1)/(d^n.t2–d^n.t1)
＝P^^n ···(8)
Pn＝–(yn.t2–yn.t1)/(y^n.t2–y^n.t1)·P^n
＝Prefn·P^n ···(9)
以这种方式，能够通过使用时刻t1与t2之间的状态的差来估计系统模型。能够通过把这反馈到识别模型P^n来执行校正，并最终精确地获得估计的扰动d^n。
图2是具有模型校正部分或装置的周期性扰动观测器的控制框图。模型校正部分30执行与等式(9)对应的校正计算。即，模型校正部分30接收设备输出yn以及来自识别模型P^n的第n阶设备输出补偿量y^n作为输入，并且执行与等式(9)对应的计算。等式(9)的计算涉及差分运算，并且因此噪声被包括。因此，模型校正部分30的输出经过低通滤波器31以除去噪声。关于其它操作，图2的系统以与图6的系统相同的方式执行基础操作。
因此，通过使用关于校正识别模型的误差把校正命令输出到相位误差和增益误差，周期性扰动观测器PDO能够在转矩脉动抑制控制期间任何需要的时间校正识别模型。因此，这种实施例的装置能够减少调整参数的个数，并且使得能够进行更精确的周期性扰动抑制而不借助于调整人员和设计者的技术或技艺。
根据第一实施例，周期性扰动观测器PDO中的内部模型是由具有与等式(9)对应的计算装置的模型校正部分或装置30校正的。在第二实施例中，模型校正部分或单元30a利用根据等式(8)的差结果估计的系统模型P^^n执行计算。通过使用P^^n，即使识别模型d^n完全未知，装置也能够抑制扰动。在这种情况下，控制是通过总是启用模型校正功能并且对于内部模型使用由模型校正部分30a根据等式(8)从差量估计的系统模型P^^n来执行的。
因此，此实施例能够提供如第一实施例中那样的效果。而且，因为系统模型的估计通过使用时刻t1与t2之间的时间差量的感测值而可行，所以此实施例的装置在系统识别预先不可能时尤其有效。
以上提到的第一和第二实施例采用用于以某个频率自适应地校正周期性扰动观测器PDO的识别模型的装置。在第三实施例中，装置附加地设有在存储器功能中记录由模型校正部分30(30a)进行的校正的最终值的学习(存储)功能。
图4是根据第三实施例的周期性扰动观测器PDO的控制框图。提供有存储器功能部分32的存储器功能以及开关SW。在其它方面，图4的系统是以与图2的系统相同的方式构造的。
存储器功能部分32存储用于参考设备的旋转频率nω和系统识别误差Prefn的表数据。如由等式(10)表示的，校正识别模型P’n是通过将旋转向量Pnmem的存储器输出乘以等式(9)来确定的，并且这个识别模型P’n被用于周期性扰动观测器PDO中的控制。
P’n＝Prefn·P^n·Pnmem ···(10)
关于在存储器功能部分32中存储校正识别模型P’n的定时，校正识别模型P’n在开关SW的切换定时被存储，该开关SW在执行校正识别模型的操作并且周期性扰动被充分抑制时的定时被切换。通过在那个定时在存储器功能部分32中存储系统识别误差Prefn，装置学习校正操作的结果。
除了第一实施例的效果外，这种实施例还能够提供以下效果。根据这种实施例的装置能够以给定频率学习关于识别模型误差的校正量。因而，能够减少直到相同频率处的下一操作中校正结束为止的学习时间，或者消除操作的需要。
在前述实施例中，装置被布置为能够以预定的频率估计识别模型误差并校正识别模型。在图5所示的第四实施例中，装置包括为每一阶抑制设置的控制系统，并且分别为这些阶设置的控制系统是彼此并联布置的，从而形成并联且同时的布置。换句话说，装置包括N个单元或部分，每个都包括图1～4中所示的设有模型误差校正的周期性扰动观测器PDO，用于估计关于要被估计的第n阶周期性扰动分量的识别模型误差。通过利用估计的误差对系统识别模型进行校正而获得的估计周期性扰动d^n-1～d^n-N被递送到转矩脉动补偿计算部分1(图6中所示)。
如以上所说明的，根据本发明，能够减少调整参数的个数，并且使得能够进行精确的周期性扰动抑制控制而无需依赖于调整或设计人员的技术。

Claims (8)

1.一种周期性扰动自动抑制装置，用于通过将产生周期性扰动的受控对象的输出输入到周期性扰动观测器中来计算估计的周期性扰动，并且用于根据所述估计的周期性扰动与控制命令之间的差来控制所述受控对象，
所述周期性扰动自动抑制装置包括模型校正部分，所述模型校正部分根据在预定时间间隔期间的第一变化量和在所述预定时间间隔期间的第二变化量来校正所述周期性扰动观测器的识别模型，
所述第一变化量是在所述预定时间间隔期间中所述受控对象的所述输出的时间差量，
所述第二变化量是以下两者之一：
在所述预定时间间隔期间中所述周期性扰动观测器的输出的时间差量，以及
在所述预定时间间隔期间中所述周期性扰动观测器的所述识别模型的输出的时间差量。
2.如权利要求1所述的周期性扰动自动抑制装置，其中，
所述模型校正部分(30a)被配置为通过从所述受控对象(Pn)在时刻t2的所述输出的值减去所述受控对象在时刻t1的所述输出的值来确定所述受控对象的所述输出的所述第一变化量，并且通过从所述周期性扰动观测器(PDO)在所述预定时间间隔期间(t1～t2)的时刻t2的所述输出的值减去所述周期性扰动观测器在时刻t1的所述输出的值来确定所述周期性扰动观测器的所述输出的所述第二变化量。
3.如权利要求2所述的周期性扰动自动抑制装置，其中，所述模型校正部分被配置为按照以下等式根据所述第一变化量和所述第二变化量来确定估计系统模型P^^n，
Pn＝一(yn.t2-yn.t1)/(d^n.t2-d^n.t1)
＝P^^n
其中，yn.t1和yn.t2是分别在所述时刻t1和所述时刻t2的所述受控对象的第n阶输出yn的值，d^n.t1和d^n.t2是分别在所述时刻t1和所述时刻t2的第n阶估计的周期性扰动d^n的值，Pn是代表所述受控对象的设备，并且每个量是复数。
4.如权利要求1所述的周期性扰动自动抑制装置，其中，
所述模型校正部分(30a)被配置为通过从所述受控对象(Pn)在时刻t2的所述输出的值减去所述受控对象在时刻t1的所述输出的值来确定所述受控对象的所述输出的所述第一变化量，并且通过从所述识别模型(P^n)在时刻t2的所述输出的值减去所述识别模型在时刻t1的所述输出的值来确定所述周期性扰动观测器(POD)的所述识别模型的所述输出的所述第二变化量。
5.如权利要求4所述的周期性扰动自动抑制装置，其中，所述模型校正部分被配置为按照以下等式根据所述第一变化量和所述第二变化量来确定估计识别模型Prefn·P^n，
Pn＝-(yn.t2-yn.t1)/(y^n.t2-y^n.t1)·P^n
＝prefn·P^n
其中，yn.t1和yn.t2是分别在所述时刻t1和所述时刻t2的所述受控对象的第n阶输出yn的值，y^n.t1和y^n.t2是分别在所述时刻t1和所述时刻t2的所述识别模型P^n的估计的设备输出y^n的值，Pn是代表所述受控对象的设备，并且每个量是复数。
6.如权利要求1至5中一项所述的周期性扰动自动抑制装置，其中，所述周期性扰动自动抑制装置包括：设有所述模型校正部分的多个周期性扰动观测器，所述多个周期性扰动观测器并联连接并且被配置为产生多个估计的周期性扰动。
7.一种周期性扰动自动抑制方法，包括：
通过将产生周期性扰动的受控对象的输出输入到周期性扰动观测器中来计算估计的周期性扰动；
根据所述估计的周期性扰动与控制命令之间的差来控制所述受控对象；以及
根据在预定时间间隔期间的第一变化量和在所述预定时间间隔期间的第二变化量来校正所述周期性扰动观测器的识别模型，
所述第一变化量是在所述预定时间间隔期间中所述受控对象的所述输出的时间差量，
所述第二变化量是在所述预定时间间隔期间中所述周期性扰动观测器的输出的时间差量。
8.一种周期性扰动自动抑制方法，包括：
通过将产生周期性扰动的受控对象的输出输入到周期性扰动观测器中来计算估计的周期性扰动；
根据所述估计的周期性扰动与控制命令之间的差来控制所述受控对象；以及
根据在预定时间间隔期间的第一变化量和在所述预定时间间隔期间的第二变化量来校正所述周期性扰动观测器的识别模型，
所述第一变化量是在所述预定时间间隔期间中所述受控对象的所述输出的时间差量，
所述第二变化量是在所述预定时间间隔期间中所述周期性扰动观测器的所述识别模型的输出的时间差量。
CN201380063388.3A 2012-12-07 2013-12-05 周期性扰动自动抑制设备 Expired - Fee Related CN104838322B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012267798A JP5532115B1 (ja) 2012-12-07 2012-12-07 周期外乱自動抑制装置
JP2012-267798 2012-12-07
PCT/JP2013/082662 WO2014088054A1 (ja) 2012-12-07 2013-12-05 周期外乱自動抑制装置

Publications (2)

Publication Number Publication Date
CN104838322A CN104838322A (zh) 2015-08-12
CN104838322B true CN104838322B (zh) 2017-12-15

Family

ID=50883468

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380063388.3A Expired - Fee Related CN104838322B (zh) 2012-12-07 2013-12-05 周期性扰动自动抑制设备

Country Status (5)

Country Link
US (1) US9614474B2 (zh)
JP (1) JP5532115B1 (zh)
KR (1) KR101734976B1 (zh)
CN (1) CN104838322B (zh)
WO (1) WO2014088054A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10331094B2 (en) 2014-01-30 2019-06-25 Meidensha Corporation Periodic external disturbance suppression control device
JP6197923B1 (ja) * 2016-06-27 2017-09-20 株式会社明電舎 制御システム
EP3287244A1 (de) * 2016-08-26 2018-02-28 Siemens Aktiengesellschaft Rastmomentkompensation bei einem industrieroboter
JP6497408B2 (ja) * 2017-04-14 2019-04-10 株式会社明電舎 電気慣性制御装置
EP3582394B1 (en) * 2018-06-13 2021-02-24 Bombardier Transportation GmbH A method and an arrangement for suppressing the influence of a periodic disturbance upon a quantity in a traction system
CN110989353B (zh) * 2019-12-17 2021-01-19 华南理工大学 一种周期扰动观测器的设计方法
KR102487640B1 (ko) 2021-02-26 2023-01-11 재단법인 대구경북과학기술원 플랜트 제어 장치 및 그 제어 방법
CN113067506B (zh) * 2021-03-09 2022-07-26 中国地质大学（武汉） 内模型等价输入干扰的永磁同步电机周期扰动抑制方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3196390B2 (ja) 1992-12-25 2001-08-06 富士電機株式会社 パラメータ同定器
US5992383A (en) * 1996-05-28 1999-11-30 U.S. Philips Corporation Control unit having a disturbance predictor, a system controlled by such a control unit, an electrical actuator controlled by such a control unit, and throttle device provided with such an actuator
JPH11285283A (ja) * 1998-03-27 1999-10-15 Mitsubishi Heavy Ind Ltd 外乱補償制御装置
US6567711B1 (en) * 2000-08-28 2003-05-20 Brooks Automation Observer-corrector control system for systems with unmodeled dynamics
JP4411428B2 (ja) * 2006-03-31 2010-02-10 東芝ストレージデバイス株式会社 ヘッド位置制御方法、ヘッド位置制御装置およびディスク装置
WO2010024195A1 (ja) * 2008-08-26 2010-03-04 株式会社明電舎 電動機の外乱抑圧装置および外乱抑圧方法
JP5637042B2 (ja) * 2011-03-30 2014-12-10 株式会社明電舎 電動機の脈動抑制装置および電動機の脈動抑制方法
WO2012141190A1 (ja) * 2011-04-15 2012-10-18 株式会社明電舎 周期外乱抑制装置および周期外乱抑制方法
JP5626090B2 (ja) * 2011-04-15 2014-11-19 株式会社明電舎 周期外乱抑制装置および周期外乱抑制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
永磁同步直驱伺服电动机的模型校正控制;黄梁松等;《微特电机》;20100531(第5期);正文第49-51页 *

Also Published As

Publication number Publication date
KR101734976B1 (ko) 2017-05-24
JP5532115B1 (ja) 2014-06-25
US20150326163A1 (en) 2015-11-12
WO2014088054A1 (ja) 2014-06-12
KR20150084041A (ko) 2015-07-21
US9614474B2 (en) 2017-04-04
JP2014115746A (ja) 2014-06-26
CN104838322A (zh) 2015-08-12

Similar Documents

Publication Publication Date Title
CN104838322B (zh) 周期性扰动自动抑制设备
Ghahremani et al. Dynamic state estimation in power system by applying the extended Kalman filter with unknown inputs to phasor measurements
JP5637042B2 (ja) 電動機の脈動抑制装置および電動機の脈動抑制方法
KR101502020B1 (ko) 주기성 교란 억제 장치 및 주기성 교란 억제 방법
KR101699463B1 (ko) 제어 장치
CN107425548B (zh) 一种插值h∞扩展卡尔曼滤波发电机动态状态估计方法
JP5800108B2 (ja) 周期外乱自動抑制装置
KR101393765B1 (ko) 토크 리플 저감을 위한 모델 기반 외란 관측기
CN105940353B (zh) 周期性外部干扰抑制控制装置
Akhlaghi et al. Exploring adaptive interpolation to mitigate non-linear impact on estimating dynamic states
CN110073590B (zh) 用于电动机电路的控制系统
KR20190018844A (ko) 레졸버 위치오차 보상장치 및 방법
JP6089654B2 (ja) 周期外乱自動抑制装置
JP5626090B2 (ja) 周期外乱抑制装置および周期外乱抑制方法
JP6409313B2 (ja) 周期外乱自動抑制装置
JP5780058B2 (ja) 周期外乱抑制装置
Karami et al. Model-based fault detection in induction Motors
JP6171729B2 (ja) 周期外乱自動抑制方法
JP2021035108A (ja) 慣性推定装置、慣性推定プログラム及び慣性推定方法
Stellet et al. On linear observers and application to fault detection in synchronous generators
Kommuri et al. Performance comparison of sliding mode observers for back EMFs based speed estimation in PMSM
El Merraoui et al. Detection of inter-turn short circuits in stator windings of im by extended Kalman filters
Gaalvez-Carrillo et al. A signal-based approach for detection and isolation of current sensor faults in induction motors
Kommuri et al. Second-order sliding mode based sensor fault-tolerant control of induction motor drives
JP2021035109A (ja) 慣性推定装置、慣性推定プログラム及び慣性推定方法

Legal Events

Date Code Title Description
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171215

Termination date: 20181205