CN106026822A - 伺服电机驱动系统的惯量在线辨识方法及系统 - Google Patents
伺服电机驱动系统的惯量在线辨识方法及系统 Download PDFInfo
- Publication number
- CN106026822A CN106026822A CN201610410805.2A CN201610410805A CN106026822A CN 106026822 A CN106026822 A CN 106026822A CN 201610410805 A CN201610410805 A CN 201610410805A CN 106026822 A CN106026822 A CN 106026822A
- Authority
- CN
- China
- Prior art keywords
- adjustable
- servo motor
- inertia
- identification
- adaptive
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000012937 correction Methods 0.000 claims abstract description 72
- 230000007246 mechanism Effects 0.000 claims abstract description 49
- 230000003044 adaptive effect Effects 0.000 claims description 47
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 5
- 230000001360 synchronised effect Effects 0.000 abstract description 5
- 230000008859 change Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000001133 acceleration Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 101000744515 Homo sapiens Ras-related protein M-Ras Proteins 0.000 description 1
- 102100039789 Ras-related protein M-Ras Human genes 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- 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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/143—Inertia or moment of inertia estimation
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Electric Motors In General (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及伺服电机控制领域,尤其涉及一种电机伺服系统的惯量在线辨识方法及系统。利用构建的全维观测器获取电机的负载转矩状态观测量;获取电机给定的电磁转矩;所构建的自适应机构用来根据负载转矩和电磁转矩确定可调重构系统的实时修正参数,保证可调重构系统的输出与实际系统的输出为无差收敛,即能够完成对实际对象系统的重构;所构建的自适应辨识机构,根据稳定状况下的可调重构系统的实时修正参数输出,辨识出永磁同步电机伺服系统的转动惯量和粘滞摩擦系数。
Description
技术领域
本发明涉及伺服电机控制领域,尤其涉及一种伺服电机驱动系统的惯量在线辨识方法及系统。
背景技术
电机经常工作在多工况或者工作状态发生变化的情况下,某些系统参数会在运行当中发生较大范围的变化,这种情况下往往较难达到预期的控制目标。转动惯量和粘滞摩擦系数作为整个被控系统中随负载转矩变化的系统参数,是影响控制器参数选择的主要因素,尤其是电机粘滞摩擦系数是电机角速度的非线性函数,采用迭代的方法进行辨识十分困难。因此,对扰动负载转矩的观测和对等效转动惯量与粘滞摩擦系数的准确辨识结果,是实现速度环控制器PI参数自整定的重要前提。使系统控制特性能够与机械参数相吻合,以控制器对转动惯量变化进行相应补偿,保证电动机在不同工况切换时有良好的动态性能,使电机参数能够保证良好的鲁棒性。
电机拖动系统中的负载扰动是引起系统转动惯量和粘滞摩擦系数变化的主要因素,而两者皆为难以直接测量的非电物理量,其扰动变化又会直接影响整个系统动态响应性能。因此,对扰动转矩进行观测是实现转动惯量辨识的首要步骤,通常采用观测器或Kalman滤波器的方式对其状态进行监控。
针对转动惯量的辨识,目前主要分为离线辨识和在线辨识两种,常用的离线辨识方法有:直接计算法、加减速法等,其中加减速法为了使问题简化,仅计算伺服电机转子转动惯量且忽略摩擦力矩,并通过取其速度和加减速时间的平均值,来削弱摩擦力矩的影响,此类方法由于没有误差迭代收敛过程,导致不能够在线跟踪并且辨识结果存在一定范围的波动;在线辨识算法包括传统的最小二乘、参考模型自适应等方法,最小二乘辨识由于对数据量的处理非常大,要求DSP的有较高的数据处理速度和存储能力,因此也提出了基于遗忘因子的最小二乘辨识方法,近似认为测得的电磁转矩为当前负载转矩,存在的缺点是当暂态过程负载扰动较大范围内变动,旧的负载转矩估计值仍参与递推过程,引起辨识失真。通常的模型参考自适应辨识算法采用MIT自适应模式较为多见,能够采用自适应律梯度下降的方法同时实现对转动惯量和粘滞摩擦系数的辨识,存在的缺点是由于辨识速度与辨识精度产生了矛盾,其处理速度只能够运用于离线辨识,并且辨识精度与自适应增益的手动选择有关,其应用受到严重的制约。
发明内容
针对现有技术中存在的问题,本发明提供了一种伺服电机驱动系统的惯量在线辨识方法及系统,通过自适应辨识的方法确定电机的转动惯量和粘滞摩擦系数。
本发明采用如下技术方案:
一种伺服电机驱动系统的惯量在线辨识方法,应用于伺服电机的速度环或者位置环控制器参数的自动调节,所述惯量辨识方法包括:
提供一全维观测器、自适应辨识机构和包括自适应机构和可调子系统的可调重构系统;
利用所述全维观测器实时获取所述伺服电机的负载转矩状态观测量;
获取所述伺服电机的电磁转矩输入量;利用所述自适应机构和所述可调子系统根据所述负载转矩状态观测量和所述电磁转矩输入量确定所述可调子系统的前馈修正参数和反馈修正参数;
所述自适应辨识机构根据所述前馈修正参数和反馈修正参数通过辨识公式辨识输出所述伺服电机驱动系统的转动惯量和粘滞摩擦系数。
利用构建的全维观测器获取电机的负载转矩状态观测量;获取电机给定的电磁转矩;所构建的自适应机构用来根据负载转矩和电磁转矩确定可调重构系统的实时修正参数,保证可调重构系统的输出与实际系统的输出为无差收敛,即可调重构系统的输出能够完成跟踪到实际系统的输出;所述可调重构系统包括前馈修正参数和反馈修正参数,是对实际系统进行模拟的可调重构系统的重要参数;所构建的自适应辨识机构,根据稳定状况下的实时修正参数输出,辨识出永磁同步电机伺服系统的转动惯量和粘滞摩擦系数。
优选的,所述惯量辨识方法还包括:
速度控制器或位置环控制器根据所述转动惯量和粘滞摩擦系数控制所述伺服电机的转速和位置。
优选的,所述可调重构系统包括:
可调前馈子系统和可调反馈子系统;其中,
所述可调前馈子系统包括所述前馈修正系数和参考模型;
所述可调反馈子系统包括所述反馈修正系数和所述参考模型;其中所述可调重构系统通过所述前馈修正系数和所述反馈修正系数对所述可调重构系统的输入输出进行模拟;以及
所述自适应机构的输入量包括所述电磁转矩输入量和所述可调重构系统的输出与所述伺服电机的转速之差,并且所述自适应机构的输出量包括所述前馈修正系数和所述反馈修正系数。
优选的,自适应机构的输出量包括所述前馈修正系数和所述反馈修正系数,一方面能够使可调重构系统能够完全跟踪上实际系统的输入输出,另一方面,所述前馈修正系数和所述反馈修正系数,仍作为辨识的主要对象,所述永磁同步电机伺服系统的转动惯量和粘滞摩擦系数的辨识,就是从以上两个参数中,由自适应辨识机构进行提取。
优选的,所述自适应辨识机构以软件的形式对系统转动惯量进行辨识;所述自适应辨识机构的输入量包括前馈可调系数和反馈可调系数;所述自适应辨识机构根据所述前馈可调系数和所述反馈可调系数对所述伺服电机驱动系统的转动惯量进行辨识。
优选的,所述可调重构系统包括自适应机构和可调子系统,所述自适应机构的设计是基于李雅普诺夫稳定性理论得到,即可调子系统的自适应律的设计也是基于李雅普诺夫稳定性定理。
优选的,所述惯量辨识方法中,所述伺服电机的传动轴上的光电编码器采集带负载的伺服电机的转速脉冲,得到带负载伺服电机的位置信号,将所述位置信号和所述电磁转矩输入量输入至所述全维观测器;以及
所述全维观测器根据所述位置信号和电磁转矩输入量得到所述负载转矩状态观测量。
一种伺服电机驱动系统的惯量在线辨识系统,所述惯量辨识系统包括:
全维观测器,对所述伺服电机的负载转矩状态观测量进行观测;
可调重构系统,与所述全维观测器连接,包括自适应机构和可调子系统,输入所述伺服电机的电磁转矩输入量和所述负载转矩状态观测量;以及
所述可调重构系统根据所述电机的电磁转矩输入量和所述全维观测器输出的负载转矩状态观测量,通过其内部的自适应机构确定前馈修正参数和反馈修正参数的值;
自适应辨识机构,与所述可调重构系统连接,根据所述自适应机构的前馈修正参数和反馈修正参数的值,通过辨识公式确定所述伺服电机驱动系统的转动惯量和粘滞摩擦系数。
由于负载扰动包含电机所带负载转矩和由转动惯量与粘滞摩擦系数跟真实值的偏差带来的扰动转矩两项,并且难以测量,全维观测器主要用来对电机的负载转矩进行观测,主要为输入至电机的转矩指令,包括电磁转矩和负载转矩状态观测量;可调重构系统根据电机的电磁转矩指令和负载转矩观测量,通过其内部的可调子系统和自适应机构,使可调重构系统的输出能够跟踪实际系统输出,也就是输出之差为0;此时,在两个系统的输出完全匹配的情况下,自适应机构确定了两个修正参数的值;自适应辨识机构根据两个修正参数的值确定电机伺服系统的转动惯量和粘滞摩擦系数辨识结果;所述两个修正参数包括前馈修正参数和反馈修正参数。
优选的,所述惯量辨识系统还包括:
速度控制器或位置环控制器根据所述转动惯量和粘滞摩擦系数控制所述伺服电机的转速和位置。
优选的,所述可调子系统包括:可调前馈子系统和/或可调反馈子系统。
优选的,所述可调子系统的数学结构在预设的算法中计算得出。
优选的,所述可调重构系统根据所述负载转矩观测量、所述电磁转矩输入量和所述伺服电机的转速,对所述可调重构系统的输入输出进行重构,所述可调重构系统的输入与输出量能够跟随实际系统的输入和输出。
优选的,所述可调重构系统根据所述负载转矩观测量、所述电磁转矩输入量和所述伺服电机的转速,对实际系统的输入输出进行重构,得到一个新的虚拟的系统,即所述可调重构系统的输入与输出量能够跟随实际系统的输入和输出。(即可调子系统通过前馈加反馈的设计方法,其参数能够无限接近实际对象系统(电机系统以及所带负载)的参数,而且参数的修正是实时的,能够以软件(可调重构系统)的方式,较好的模拟实际系统。)
优选的,所述惯量辨识系统还包括:
光电编码器,设置于所述电机中,采集带负载的伺服电机的转速脉冲,得到带负载伺服电机的位置信号,将所述位置信号和所述电磁转矩输入量输入至所述全维观测器;以及
所述全维观测器根据所述位置信号和电磁转矩输入量得到所述负载转矩状态观测量。
优选的,在可调重构系统的输入与输出量跟随实际系统的输入和输出情况下,所述可调重构系统的自适应机构输出前馈修正系数和反馈修正系数,所述自适应辨识机构通过对所述前馈修正系数和所述反馈修正系数进行计算,得到转动惯量和粘滞摩擦系数的辨识值。
本发明的有益效果是:
(1)由于转动惯量辨识计算式中用到的是对输入转矩指令和观测负载扰动转矩的差值的累加值(积分),对解决转矩指令输入中含有幅值比较大噪声干扰有着较好地效果。
(2)由于转动惯量的计算式中,使用的是对象模型和可调模型输出的差值,对于微分单元的电机转速测量引起的谐波成分有着较好的抑制作用。
(3)由于自适应辨识算法的特殊性,以对象模型和可调系统的输出无差收敛为目标,因此在两个模型中都插入相同的一阶低通滤波器,解决了尤其是低速时的输入转矩指令扰动的观测,由于速度环采样率较电流环要低,因此滤波器不会对使相位发生延迟、影响辨识精度。
(4)转动惯量的计算式中主要包含有转矩控制信号、对象模型和可调模型的转速输出差值,计算结果精度不完全依赖于对象模型参数,可以有效抑制由于非线性部分带来的谐波等不利因素,最终的收敛结果使可调模型的输出能够无差地跟踪到对象模型转速输出。
(5)当可调系统能够跟踪到对象的输出,同时前馈系数和反馈系数的实时变化也趋近于收敛,这时说明可调模型的参数能够无限接近实际对象系统的参数;参数的修正是实时的,能够根据实际系统的输入输出精确模拟其运行的参数;
(6)与(5)相同的理由,建立能够模仿系统行为尤其是参数变动时的自适应可调系统,用到的只是可调模型输出和实际对象转速测量输出之间直接的差值,辨识无需等待瞬态响应结束完全达到稳态下才能够进行;
(7)可调自适应系统只是数字计算机构建的一个数字化系统,对实际电机运行过程不产生任何影响,辨识的信号主要引入输入转矩、扰动转矩观测信号和实际对象的转速,并不会影响系统本身运行,无需另外加入偕波成分;
(8)与(7)相同理由,在转矩控制法则上可任意选取,包括PI控制、自适应控制方法,辨识机构与转矩控制信号生成方法无关,也说明了此方法的通用性。
(9)可调重构系统包括自适应机构和可调子系统,其自适应律的设计基于李雅普诺夫稳定性定理,也就是最终的重构系统遵循李雅普诺夫稳定性,也就是根据可调子系统和自适应机构,重构系统的输出能够渐进跟踪实际系统的输出,并且系统是渐进稳定的,即重构系统输出与实际系统输出之间的误差是收敛的。
附图说明
图1为本发明电机伺服系统的惯量辨识系统的结构示意图;
图2为本发明全维观测器的控制示意图;
图3为本发明转速输出的仿真图;
图4为本发明转动惯量的辨识值仿真图。
具体实施方式
需要说明的是,在不冲突的情况下,下述技术方案,技术特征之间可以相互组合。
下面结合附图对本发明的具体实施方式作进一步的说明:
目前的模型参考自适应辨识算法通常采用MIT自适应模式,能够采用自适应律梯度下降的方法同时实现对转动惯量和粘滞摩擦系数的辨识,其存在的缺点是由于辨识速度与辨识精度产生了矛盾,因此其处理速度只能够运用于离线辨识;并且此方法的辨识精度与自适应增益的手动选择有关,其应用受到严重的制约。
在伺服系统运行过程中,负载扰动转矩通常包含电机所带负载转矩和由转动惯量与粘滞摩擦系数跟真实值的偏差带来的扰动转矩两项,自适应辨识算法难以对其进行精确和实时的辨识。
本实施例的目的在于提供一种永磁同步伺服系统在不同工况下对转动惯量和粘滞摩擦系数的精确辨识方法,该方法尤其针对系统负载或粘滞摩擦系数变化剧烈的情况,并且无需输入端加入测试谐波,对系统输入输出都没有影响。辨识过程中,需要的通常是输入和输出的系列,然而负载扰动作为辨识单元的重要组成部分,往往是不能够进行直接测量,其包含着电机所带负载转矩和由转动惯量与粘滞摩擦系数跟真实值的偏差带来的扰动转矩两项。全维观测器在此实施例中用来对负载扰动进行观测,并与转矩控制器输出的电磁转矩叠加,作为修正模型的输入,提取对辨识结果有用的信息。
设计过程分为两块,如图1所示,首先建立全维观测器,对负载转矩状态观测量进行重构;其次基于观测的负载转矩采用自适应辨识方法,以包括线前馈修正系数a0(t)、反馈修正系数b0(t)的可调重构系统对对象系统转速信号输出进行无差跟踪,其中重构系统的输入由电磁转矩Te和观测的负载扰动状态其中包含电机所带负载转矩和由转动惯量和粘滞摩擦系数与真实值偏差带来的扰动转矩两项。本实施例以重构控制系统的方法,实现可调模型和对象输出的无差收敛,保证了可调控制系统的实时性和对对象模型的最佳拟合。在此基础上,通过辨识机构精确得到当前系统的实时转动惯量和粘滞摩擦系数。
本实施例中的交流永磁伺服系统的在线转动惯量辨识装置,可以包括速度控制器,转矩控制器,电机和负载单元和光电编码器及其微分单元,它仍包括,全维观测器、可调系统和系统参数辨识单元,可调系统由数字计算机搭建而成,包括可调前馈子系统(前馈修正模块)和可调反馈子系统(反馈修正模块);其中,
可调前馈子系统包括前馈修正系数和参考模型;
可调反馈子系统包括反馈修正系数和参考模型;其中可调重构系统通过前馈修正系数和反馈修正系数对可调重构系统的输入输出进行模拟转轴位置输出端连接光电编码器的电机转子位置信号输入端,光电编码器用于采集电机与负载单元中电机的转子位置信号,光电编码器的转子位置信号输出端仍连接全维观测器的转子位置信号输入端。
速度控制器的转矩控制信号输出端连接转矩控制器的信号输入端,光电编码器输出的转子位置信号经微分单元微分获得当前电机转速信号,对光电编码器输出量的微分环节会导致对测量噪声的放大,尤其是在低速时的微分量会淹没有效的信号,因此在对象系统和可调模型中统一插入相同的一阶低通滤波器,速度控制器根据输入的当前位置控制信号以及当前电机转速反馈信号计算获得q轴电流控制信号,q轴电流控制器连接电机转矩常数Kt得到转矩控制信号,电机给定转矩信号输出端连接转矩控制器的转矩控制信号输入端,转矩控制器的PWM电压信号输出端连接电机和负载单元的PWM电压信号输入端,根据输入的转矩控制信号和转矩反馈信号计算获得PWM电压信号,电机传动轴在该PWM电压信号作用下带动负载单元旋转。
安装在所述电机传动轴上的光电编码器由电机的旋转获得电机转子位置信号θm(t)和速度控制器的转矩控制输出信号Te(t)连接全维观测器的状态输入,构建扰动转矩观测器,通过对极点的配置,得到负载转矩状态观测量,所观测到的负载转矩状态观测量连接可调控制系统输入端,全维观测器所得到的负载转矩观测信号与电机给定转矩信号叠加后生成控制信号连接前馈修正模块的信号输入端,参考模型输入端连接可调系统的前馈修正和反馈修正模块的叠加控制信号。
本实施例提供了一种永磁同步伺服系统的转动惯量和摩擦系数的辨识方法,该方法首先基于全维观测器,对负载转矩状态进行观测,基于观测到的负载转矩状态观测量,与转矩控制器的输出转矩信号叠加作为可调模型的输入值。
通过可调系统输入输出与对象电磁转矩输入和转速输出的无差收敛,达到可调重构与对象模型之间的最佳拟合。
在此基础上,通过前馈和反馈可调系数与转动惯量和粘滞摩擦系数之间的关系来实现实时辨识。
本实施例中,辨识器采用双环路组成,一是由前馈和可调反馈子系统和对象组成的内环和可调重构系统和自适应机构组成的外环。以重构的可调系统作为实现转动惯量的实时辨识的基础。
由测量得到的伺服电机输出电磁转矩信号、全维观测器的负载扰动观测信号、可调重构系统的输出信号和电机的实际转速信号,以及数字计算机搭建的参考模型系统,共同构成了可调系统。其目的在于通过可调系统的输出与对象的转速输出的无差收敛,使可调系统模型无限接近于对象模型。基于此无差收敛的可调系统,以前馈修正系数和反馈修正系数与转动惯量和粘滞摩擦系数之间的关系,对转动惯量和粘滞摩擦系数进行辨识。
可调重构控制系统主要由参考模型和自适应机构的自适应律组成,参考模型是采用计算机搭建的一个数字系统,本身的参数选取保证了系统的渐进稳定性,同时保证期望的超调量、快速性等系统动态和稳态响应指标;其特征仍在于:通过李雅普诺夫稳定法设计的自适应系统,主要是前馈辨识系数a0(t)和反馈辨识系数b0(t)的自适应律,保证整个系统的全局稳定性。自适应可调重构系统通过快速跟踪对象系统性能,基于前馈和反馈的自适应修正参数与转动惯量和粘滞摩擦系数的直接数学关系,实现在线辨识,避免了模型参考自适应(MRA)辨识法中由于自适应律的选择问题引起的收敛速度和辨识精度的矛盾问题,使之不仅局限于在缓变负载惯量的刚性伺服上的应用。
如图2所示,上述实施例中具体的辨识步骤如下:
一、构建全维观测器
由给定对象系统
得到状态空间方程:y=Cx
其中,C=[1 0 0],u=Te
y=θm
输入转矩为转矩控制器输出的电磁转矩Te,状态量分别取为机械角度、机械角速度和扰动转矩,输出变量为机械角位置。
重构观测器包括负载转矩控状态空间方程:
估计的状态为取三个状态的比例增益为K=[k1 k2 k3]T,
因此状态方程可以重新写成,
其中,
取负载转矩观测量的Laplace变换得到,
二、构建自适应重构控制系统
全维观测器的负载扰动转矩状态量输出与转矩控制叠加信号连接参考模型的转矩输入信号,以及参考模型转速输出ωm(t)和实际转速ωp(t)直接差值e(t),连接自适应辨识机构,共同构成前馈辨识参数a0(t)和反馈辨识参数b0(t),以及由待辨识的转动惯量Jm和粘滞摩擦系数Bm与前馈和反馈辨识参数的关系,由下列推导过程进行计算:
b0(t)=-λ2∫[ωp(t)-ωm(t)]e(t)dt
t表示时间,ωp(t)表示光电编码器位置输出信号经微分单元得到的电机转速测量信号,其中
三、实施辨识算法
期望a0(t)在辨识周期内最终收敛于因此取稳态 得到转动惯量和粘滞摩擦系数辨识值的计算公式:
Bp=a0(t)[Bm-λ2∫[ωp(t)-ωm(t)]ωp(t)dt];
式中Jm,Bm为所选取参考模型的转动惯量值和粘滞摩擦系数值,为全维观测器的负载扰动转矩观测量,ωm(t)为数字计算机搭建的参考模型的转速输出值,
自适应辨识前馈辨识参数和反馈辨识参数计算公式的获得方法为:
给出电机和负载单元的动力学方程为:
式中Bp表示电机拖动系统中的粘滞摩擦系数,是待辨识参量之一,Td表示常值负载转矩,Te表示速度控制器转矩输入信号;对于参考模型期望输出转速ωm(t)和电机传动轴输出实际转速ωp(t)差值e(t),代入动力学方程计算得到:
令得到
基于李雅普托夫稳定性理论,找出正定函数V(e,t),使e(t)在有限时间内收敛到零,即数字计算机搭建的参考模型转速输出ωm(t)完全跟踪电机传动系统转速输出ωp(t),同时保证了系统的全局渐进稳定性,其求解步骤如下;
(1)求系统平衡点,e(t)=0,η-η*=0时为唯一平衡点,
(2)构造正定函数其中φ(t)=η(t)-η*(t)
(3)对正定函数就行求导,
取
有
即
b0(t)=-λ2∫ωp(t)e(t)dt
其中λ1和λ2分别为前馈和反馈回路修正系数,将其转换为计算机语言能够识别的离散化形式如下所示:
b0(k+1)=b0(k)-λ2ωp(k)[ωm(k)-ωp(k)]·Ts
以上前馈和反馈修正系数a0(t)和b0(t),使e(t)在一定时间内渐进收敛到零,也即a0(t)和b0(t)逐步收敛至和进而获得转动惯量和粘滞摩擦系数的辨识公式:采用反向求解的方式,通过前馈系数a0与反馈系数b0和转动惯量Jp与粘滞摩擦系数Bm之间的数学关系,得到转动惯量和粘滞摩擦系数的离散化辨识公式,可以直接采用DSP计算机语言应用于电机控制中。
Bp(t)=a0(t)[Bm-λ2∫[ωp(t)-ωm(t)]ωp(t)dt]
其离散化形式为:
Bp(k+1)=a0(k){Bm-[b0(k)-λ2ωp(k)[ωm(k)-ωp(k)]·Ts]}
本实施例基于自适应控制原理对电机控制系统的重构,使重构系统的输出与电机和负载单元的转速输出误差实现无差收敛,达到重构系统与对象系统模型的无限近似,并基于此时的重构系统的前馈可调系数和反馈可调系数,实现对转动惯量的辨识,起到了实时准确的效果。
其中,前馈可调系数a0(t)、反馈可调系数b0(t)和由数字计算机搭建的参考模型系统,共同构成了可调重构系统。由于负载扰动状态包含电机所带负载转矩和由转动惯量与粘滞摩擦系数跟真实值的偏差带来的扰动转矩两项,因此构建全维观测器,对负载转矩状态进行观测,基于观测到的负载转矩状态观测量,与速度控制器的输出转矩信号叠加作为可调模型的输入值,并由自适应重构系统提炼出包含在负载转矩中,由转动惯量与粘滞摩擦系数跟真实值的偏差带来的扰动转矩变化值,辨识机构用来实现对两个目标参数的实时和准确的辨识。
本实施例基于全维观测器实时观测到的扰动负载观测量,实现基于自适应辨识的对象控制系统重构,其本质就是要使重构的自适应可调系统模型输出能够无差收敛于对象系统转速输出,继而在重构系统上实现对转动惯量和粘滞摩擦系数的精确辨识。由于重构系统完全由数字计算机构成,能够轻易对其进行辨识,尤其不对实际系统产生影响,不需要对实际系统的输入量加入高次谐波等外界因素造成的影响。
此方法不仅可以明显抑制阶跃负载扰动的影响,尤其是系统中被控对象的特性或参数的变动,与自适应回路的动态过程相比是非常缓慢的,因此能够精确的辨识出当前系统的转动惯量变化情况。避免了在输入端提出的通过注入相应幅值的谐波指令,给系统带来一定的扰动。
本实施例采用了基于以实时的自适应控制系统的方式对实际系统进行重构,并进行在线转动惯量辨识。在电机拖动控制系统中,由重构控制系统的自适应前馈调整模块和反馈调整模块与待辨识变量之间的数学关系来实现在线辨识,满足了转动惯量辨识的实时性。本实施例方法的辨识结果不受负载转矩、转动惯量和粘滞摩擦力等因素的影响,可在实际生产过程满足实时辨识要求,不需要对系统的响应过程设有加减速或者恒速等特殊要求,方法实施唯一只需要在自适应重构控制系统运行的基础上即可。
MRAS的主要思想就是以数字化的加入前馈系数和反馈系数的可调参考模型作为对系统的模拟,以两者输出的无差收敛作为目的。由于在大惯量系统中,主要因素是系统转动惯量的变化问题,因此调整系数加参考模型的自适应系统避免了参考模型准确度不高的问题,较为适用于惯量变动较大的此类负载的精确辨识。而本方法对通过全维观测器对扰动负载转矩的提取,并基于重构系统,同时对转动惯量和粘滞摩擦系数进行辨识,可以实现转速环控制器的比例和积分系数自整定,也为对粘滞摩擦力实现补偿控制提供了基础。
当用户以制定位置指令开始电机伺服驱动,分别通过位置、速度和转矩控制器,最终根据输入的转矩控制信号和转矩反馈信号计算获得PWM电压信号,驱动逆变器,带动负载旋转。全维观测器所观测到的负载转矩观测信号与电机给定转矩信号叠加后生成控制信号输入前馈修正模块,参考模型输入端包括可调重构系统的前馈修正模块和反馈修正模块的叠加控制信号。当电机和可调重构系统按照位置指令实现无差收敛后,通过修正系数与辨识参数直接的关系,得到辨识结果。
本实施方式中,主要部件功能如下:
(1)速度环控制器根据输入的当前位置控制信号以及当前电机转速反馈信号计算获得q轴电流控制信号,q轴电流控制器连接电机转矩常数Kt得到转矩控制信号。
(2)微分单元:光电编码器输出的转子位置信号经微分单元获得当前电机转速信号,实现信号反馈和观测器构建。
(3)电机和负载单元:伺服系统能量转换部件,通过转轴对负载进行拖动。
(4)全维观测器:作为辨识结果输入系列的一部分,负载扰动往往是不能够进行测量,因此全维观测器作用为对负载扰动转矩状态量进行观测。
(5)可调重构模型:本实施例的核心部分,实现可调模型和对象输出的无差收敛,保证可调控制系统的实时性和对对象模型的一致性。
(6)辨识单元:基于无差收敛的可调重构系统,实现对转动惯量和粘滞摩擦系数的准确和实时辨识。
如图3、图4所示,为了验证本实施例方法的可实施性,在永磁同步交流伺服系统仿真平台上实现该方法,仿真平台电机的额定功率是1Kw,额定电流为6.7A,转矩常数Kt为1.03Nm/A,参考模型的转动惯量值Jm为0.00154kg·m2,摩擦系数Bm为0.02N·m/(rad·s-1),全维观测器的极点配置为a=b=c=-150rad/s。
首先在额定负载下运行,电机转速响应曲线和可调模型跟踪输出响应曲线由图3所示,最终的转动惯量辨识结果收敛于Jp=0.015,与给定转动惯量值基本吻合,在4s时刻加大负载转矩,测试结果为Jp=0.01473,如图4所示,说明能够迅速的辨识出转动惯量结果。
通过说明和附图,给出了具体实施方式的特定结构的典型实施例,基于本发明精神,还可作其他的转换。尽管上述发明提出了现有的较佳实施例,然而,这些内容并不作为局限。
对于本领域的技术人员而言,阅读上述说明后,各种变化和修正无疑将显而易见。因此,所附的权利要求书应看作是涵盖本发明的真实意图和范围的全部变化和修正。在权利要求书范围内任何和所有等价的范围与内容,都应认为仍属本发明的意图和范围内。
Claims (13)
1.一种伺服电机驱动系统的惯量在线辨识方法,其特征在于,应用于伺服电机的速度环或者位置环控制器参数的自动调节,所述惯量辨识方法包括:
提供一全维观测器、自适应辨识机构和包括自适应机构和可调子系统的可调重构系统;
利用所述全维观测器实时获取所述伺服电机的负载转矩状态观测量;
获取所述伺服电机的电磁转矩输入量;利用所述自适应机构和所述可调子系统根据所述负载转矩状态观测量和所述电磁转矩输入量确定所述可调子系统的前馈修正参数和反馈修正参数;
所述自适应辨识机构根据所述前馈修正参数和反馈修正参数通过辨识公式辨识输出所述伺服电机驱动系统的转动惯量和粘滞摩擦系数。
2.根据权利要求1所述的伺服电机驱动系统的惯量在线辨识方法,其特征在于,所述惯量辨识方法还包括:
速度控制器或位置环控制器根据所述转动惯量和粘滞摩擦系数控制所述伺服电机的转速和位置。
3.根据权利要求1所述的伺服电机驱动系统的惯量在线辨识方法,其特征在于,所述可调重构系统包括:
可调前馈子系统和可调反馈子系统;其中,
所述可调前馈子系统包括所述前馈修正系数和参考模型;
所述可调反馈子系统包括所述反馈修正系数和所述参考模型;其中所述可调重构系统通过所述前馈修正系数和所述反馈修正系数对所述可调重构系统的输入输出进行模拟;以及
所述自适应机构的输入量包括所述电磁转矩输入量和所述可调重构系统的输出与所述伺服电机的转速之差,并且所述自适应机构的输出量包括所述前馈修正系数和所述反馈修正系数。
4.根据权利要求1所述的伺服电机驱动系统的惯量在线辨识方法,其特征在于,所述自适应辨识机构以软件的形式对系统转动惯量进行辨识;所述自适应辨识机构的输入量包括前馈可调系数和反馈可调系数;所述自适应辨识机构根据所述前馈可调系数和所述反馈可调系数对所述伺服电机驱动系统的转动惯量进行辨识。
5.根据权利要求1所述的伺服电机驱动系统的惯量在线辨识方法,其特征在于,所述可调重构系统包括自适应机构和可调子系统,所述自适应机构的设计是基于李雅普诺夫稳定性理论得到,可调子系统的自适应律的设计基于李雅普诺夫稳定性定理。
6.根据权利要求1所述的伺服电机驱动系统的惯量在线辨识方法,其特征在于,所述惯量辨识方法中,所述伺服电机的传动轴上的光电编码器采集带负载的伺服电机的转速脉冲,得到带负载伺服电机的位置信号,将所述位置信号和所述电磁转矩输入量输入至所述全维观测器;以及
所述全维观测器根据所述位置信号和电磁转矩输入量得到所述负载转矩状态观测量。
7.一种伺服电机驱动系统的惯量在线辨识系统,其特征在于,所述惯量辨识系统包括:
全维观测器,对所述伺服电机的负载转矩状态观测量进行观测,实时得到准确的负载转矩状态观测量;
可调重构系统,与所述全维观测器连接,包括自适应机构和可调子系统,输入所述伺服电机的电磁转矩输入量和所述负载转矩状态观测量;以及
所述可调重构系统根据所述电机的电磁转矩输入量和所述全维观测器输出的负载转矩状态观测量,通过其内部的自适应机构确定前馈修正参数和反馈修正参数的值;
自适应辨识机构,与所述可调控制单元连接,根据所述前馈修正参数和反馈修正参数的值通过辨识公式辨识确定所述伺服电机驱动系统的转动惯量和粘滞摩擦系数。
8.根据权利要求7所述的伺服电机驱动系统的惯量在线辨识系统,其特征在于,所述惯量辨识系统还包括:
速度控制器或位置环控制器根据所述转动惯量和粘滞摩擦系数控制所述伺服电机的转速和位置。
9.根据权利要求7所述的伺服电机驱动系统的惯量在线辨识系统,其特征在于,所述可调子系统包括:可调前馈子系统和/或可调反馈子系统。
10.根据权利要求7所述的伺服电机驱动系统的惯量在线辨识系统,其特征在于,所述可调子系统的数学结构在预设的算法中计算得出。
11.根据权利要求7所述的伺服电机驱动系统的惯量在线辨识系统,其特征在于,所述可调重构系统根据所述电磁转矩输入量和所述伺服电机的转速,对实际系统的输入输出进行重构,经过自适应算法设计,所述可调重构系统的输入与输出量能够跟随实际系统的输入和输出。
12.根据权利要求7所述的伺服电机驱动系统的惯量在线辨识系统,在可调重构系统的输入与输出量能够跟随实际系统的输入和输出情况下,所述可调重构系统的自适应机构输出前馈修正系数和反馈修正系数,所述自适应辨识机构通过对所述前馈修正系数和所述反馈修正系数进行计算,得到转动惯量和粘滞摩擦系数的辨识值。
13.根据权利要求7所述的伺服电机驱动系统的惯量在线辨识系统,其特征在于,所述惯量辨识系统还包括:
光电编码器,设置于所述电机中,采集带负载的伺服电机的转速脉冲,得到带负载伺服电机的位置信号,将所述位置信号和所述电磁转矩输入量输入至所述全维观测器;以及
所述全维观测器根据所述位置信号和电磁转矩输入量得到所述负载转矩状态观测量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610410805.2A CN106026822B (zh) | 2016-06-13 | 2016-06-13 | 伺服电机驱动系统的惯量在线辨识方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610410805.2A CN106026822B (zh) | 2016-06-13 | 2016-06-13 | 伺服电机驱动系统的惯量在线辨识方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106026822A true CN106026822A (zh) | 2016-10-12 |
CN106026822B CN106026822B (zh) | 2019-03-12 |
Family
ID=57090252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610410805.2A Active CN106026822B (zh) | 2016-06-13 | 2016-06-13 | 伺服电机驱动系统的惯量在线辨识方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106026822B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106788061A (zh) * | 2017-01-24 | 2017-05-31 | 东南大学 | 一种基于降阶电流环的永磁同步电机转动惯量识别方法 |
CN106887986A (zh) * | 2017-03-09 | 2017-06-23 | 大连理工大学 | 一种基于rls算法的永磁同步电机自适应控制方法 |
CN107036761A (zh) * | 2016-11-11 | 2017-08-11 | 大连理工大学 | 一种大角度机动下带挠性附件航天器转动惯量在轨辨识方法 |
WO2018120323A1 (zh) * | 2016-12-27 | 2018-07-05 | 山东大学 | 同时消除反电势、负载转矩扰动的伺服控制策略及其系统 |
CN109639200A (zh) * | 2018-10-11 | 2019-04-16 | 东菱技术有限公司 | 一种基于电机负载转矩检测的转动惯量在线辨识方法 |
CN110071676A (zh) * | 2019-06-04 | 2019-07-30 | 清华大学 | 一种柔性机器人关节伺服系统的振动抑制方法和装置 |
CN110569767A (zh) * | 2019-08-28 | 2019-12-13 | 苏州汇川技术有限公司 | 运动参数识别方法、系统、设备及计算机可读存储介质 |
CN111506996A (zh) * | 2020-04-15 | 2020-08-07 | 郑州轻工业大学 | 一种基于辨识误差受限的转台伺服系统自适应辨识方法 |
CN111564999A (zh) * | 2019-12-30 | 2020-08-21 | 哈尔滨工业大学(深圳) | 一种基于mras算法的电机低速测速方法 |
CN111669097A (zh) * | 2020-06-09 | 2020-09-15 | 季华实验室 | 负载转动惯量辨识方法及系统 |
CN112332739A (zh) * | 2020-11-09 | 2021-02-05 | 上海英恒电子有限公司 | 速度环参数调整方法、装置、计算机设备以及存储介质 |
CN113688474A (zh) * | 2021-08-13 | 2021-11-23 | 北京航天飞腾装备技术有限责任公司 | 一种基于参数辨识的电动舵机仿真建模方法 |
CN114977941A (zh) * | 2022-06-30 | 2022-08-30 | 苏州浪潮智能科技有限公司 | 一种交流伺服系统惯量识别方法、装置及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5880416A (en) * | 1997-12-22 | 1999-03-09 | Otis Elevator Company | Automatic calibration of motor speed loop gain for an elevator motor control |
JP2008148402A (ja) * | 2006-12-07 | 2008-06-26 | Toshiba Mitsubishi-Electric Industrial System Corp | 電力変換装置 |
CN102355193A (zh) * | 2011-09-30 | 2012-02-15 | 哈尔滨工业大学 | 交流永磁伺服系统的在线转动惯量辨识装置及辨识方法 |
CN102497156A (zh) * | 2011-12-27 | 2012-06-13 | 东南大学 | 永磁同步电机速度环的神经网络自校正控制方法 |
CN103219939A (zh) * | 2013-03-19 | 2013-07-24 | 哈尔滨工业大学 | 交流永磁同步电机伺服系统的转动惯量在线辨识方法 |
-
2016
- 2016-06-13 CN CN201610410805.2A patent/CN106026822B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5880416A (en) * | 1997-12-22 | 1999-03-09 | Otis Elevator Company | Automatic calibration of motor speed loop gain for an elevator motor control |
JP2008148402A (ja) * | 2006-12-07 | 2008-06-26 | Toshiba Mitsubishi-Electric Industrial System Corp | 電力変換装置 |
CN102355193A (zh) * | 2011-09-30 | 2012-02-15 | 哈尔滨工业大学 | 交流永磁伺服系统的在线转动惯量辨识装置及辨识方法 |
CN102497156A (zh) * | 2011-12-27 | 2012-06-13 | 东南大学 | 永磁同步电机速度环的神经网络自校正控制方法 |
CN102497156B (zh) * | 2011-12-27 | 2015-04-29 | 东南大学 | 永磁同步电机速度环的神经网络自校正控制方法 |
CN103219939A (zh) * | 2013-03-19 | 2013-07-24 | 哈尔滨工业大学 | 交流永磁同步电机伺服系统的转动惯量在线辨识方法 |
Non-Patent Citations (1)
Title |
---|
杜帅: "永磁同步电机转动惯量辨识研究", 《电机与控制应用》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107036761A (zh) * | 2016-11-11 | 2017-08-11 | 大连理工大学 | 一种大角度机动下带挠性附件航天器转动惯量在轨辨识方法 |
CN107036761B (zh) * | 2016-11-11 | 2019-04-16 | 大连理工大学 | 一种大角度机动下带挠性附件航天器转动惯量在轨辨识方法 |
WO2018120323A1 (zh) * | 2016-12-27 | 2018-07-05 | 山东大学 | 同时消除反电势、负载转矩扰动的伺服控制策略及其系统 |
US10411628B2 (en) | 2016-12-27 | 2019-09-10 | Shandong University | Servo control strategy and system for simultaneously eliminating counter- electromagnetic force (CEMF) and load torque disturbances |
CN106788061A (zh) * | 2017-01-24 | 2017-05-31 | 东南大学 | 一种基于降阶电流环的永磁同步电机转动惯量识别方法 |
CN106788061B (zh) * | 2017-01-24 | 2019-04-30 | 东南大学 | 一种基于降阶电流环的永磁同步电机转动惯量识别方法 |
CN106887986A (zh) * | 2017-03-09 | 2017-06-23 | 大连理工大学 | 一种基于rls算法的永磁同步电机自适应控制方法 |
CN109639200A (zh) * | 2018-10-11 | 2019-04-16 | 东菱技术有限公司 | 一种基于电机负载转矩检测的转动惯量在线辨识方法 |
CN109639200B (zh) * | 2018-10-11 | 2022-02-15 | 东菱技术有限公司 | 一种基于电机负载转矩检测的转动惯量在线辨识方法 |
CN110071676A (zh) * | 2019-06-04 | 2019-07-30 | 清华大学 | 一种柔性机器人关节伺服系统的振动抑制方法和装置 |
CN110569767A (zh) * | 2019-08-28 | 2019-12-13 | 苏州汇川技术有限公司 | 运动参数识别方法、系统、设备及计算机可读存储介质 |
CN110569767B (zh) * | 2019-08-28 | 2024-01-26 | 苏州汇川技术有限公司 | 运动参数识别方法、系统、设备及计算机可读存储介质 |
CN111564999B (zh) * | 2019-12-30 | 2021-12-14 | 哈尔滨工业大学(深圳) | 一种基于mras算法的电机低速测速方法 |
CN111564999A (zh) * | 2019-12-30 | 2020-08-21 | 哈尔滨工业大学(深圳) | 一种基于mras算法的电机低速测速方法 |
CN111506996A (zh) * | 2020-04-15 | 2020-08-07 | 郑州轻工业大学 | 一种基于辨识误差受限的转台伺服系统自适应辨识方法 |
CN111506996B (zh) * | 2020-04-15 | 2024-05-03 | 郑州轻工业大学 | 一种基于辨识误差受限的转台伺服系统自适应辨识方法 |
CN111669097A (zh) * | 2020-06-09 | 2020-09-15 | 季华实验室 | 负载转动惯量辨识方法及系统 |
CN112332739A (zh) * | 2020-11-09 | 2021-02-05 | 上海英恒电子有限公司 | 速度环参数调整方法、装置、计算机设备以及存储介质 |
CN112332739B (zh) * | 2020-11-09 | 2022-07-12 | 上海英恒电子有限公司 | 速度环参数调整方法、装置、计算机设备以及存储介质 |
CN113688474A (zh) * | 2021-08-13 | 2021-11-23 | 北京航天飞腾装备技术有限责任公司 | 一种基于参数辨识的电动舵机仿真建模方法 |
CN113688474B (zh) * | 2021-08-13 | 2024-02-09 | 北京航天飞腾装备技术有限责任公司 | 一种基于参数辨识的电动舵机仿真建模方法 |
CN114977941A (zh) * | 2022-06-30 | 2022-08-30 | 苏州浪潮智能科技有限公司 | 一种交流伺服系统惯量识别方法、装置及介质 |
CN114977941B (zh) * | 2022-06-30 | 2023-11-03 | 苏州浪潮智能科技有限公司 | 一种交流伺服系统惯量识别方法、装置及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106026822B (zh) | 2019-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106026822B (zh) | 伺服电机驱动系统的惯量在线辨识方法及系统 | |
CN104639003B (zh) | 一种交流伺服系统的转动惯量辨识方法 | |
CN103618492B (zh) | 一种基于时频变换的同步发电机参数辨识方法 | |
CN107505841B (zh) | 一种基于干扰估计器的机械臂姿态鲁棒控制方法 | |
CN103259479B (zh) | 一种永磁同步电机神经网络左逆状态观测方法 | |
CN114006557B (zh) | 基于扩展滑模观测器的永磁同步电机机械参数辨识方法 | |
CN108155643B (zh) | 一种基于滑模观测器的单相电网电压参数的鲁棒估计方法 | |
CN105867110A (zh) | 一种用于电机伺服系统的离散重复控制方法 | |
CN111546336A (zh) | 一种用于机器人系统的灰箱模型参数辨识方法及系统 | |
CN105116329B (zh) | 振镜扫描电机模型参数的辨识方法及装置 | |
CN110716430A (zh) | 一种采用等效扰动补偿的伺服系统快速吸引重复控制方法 | |
CN115664283A (zh) | 一种基于广义参数估计观测器的滑模控制方法及系统 | |
CN115392110A (zh) | 基于ppo算法的数据模型混合驱动风电场建模方法 | |
CN102280884B (zh) | 一种电网等值方法 | |
Martyanov et al. | State observer for variable speed wind turbine | |
CN111585285A (zh) | 基于电压监测系统的负荷建模方法及装置 | |
Adib et al. | Dynamic Load Emulation for Evaluating EVs Machines Based on Sliding Mode Control | |
Barra et al. | Sensorless nonlinear control of wind energy systems with doubly fed induction generator | |
CN112968644B (zh) | 永磁同步电机参数在线识别方法、系统、终端及介质 | |
Yang et al. | System identification and sliding mode control design for electromechanical actuator with harmonic gear drive | |
CN111237116B (zh) | 非线性隐极水轮发电机水门与励磁联合调节方法和系统 | |
CN104038132B (zh) | 具有时变测量延迟输出和噪声的伺服电机的状态观测方法 | |
CN111682532A (zh) | 一种励磁系统无补偿相频特性在线建模方法及存储介质 | |
CN111181461A (zh) | 一种基于电阻在线辨识的dfig定子磁通观测器及方法 | |
Neshati et al. | Estimation-based torque tracking control for a nacelle test rig |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |