CN107093971A - 一种永磁同步电机的转矩控制系统及控制方法 - Google Patents
一种永磁同步电机的转矩控制系统及控制方法 Download PDFInfo
- Publication number
- CN107093971A CN107093971A CN201710447055.0A CN201710447055A CN107093971A CN 107093971 A CN107093971 A CN 107093971A CN 201710447055 A CN201710447055 A CN 201710447055A CN 107093971 A CN107093971 A CN 107093971A
- Authority
- CN
- China
- Prior art keywords
- magnetic linkage
- torque
- error
- stator
- fuzzy
- 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
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
- H02P21/24—Vector control not involving the use of rotor position or rotor speed sensors
- H02P21/28—Stator flux based control
- H02P21/30—Direct torque control [DTC] or field acceleration method [FAM]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明公开了一种永磁同步电机的控制系统及控制方法,属于电机控制领域。本发明先算出转矩给定值Te *及磁链给定值Ψs *;然后通过采集定子端的电流和电压,计算得到反馈转矩Te、定子磁链Ψs和磁链角θs;再把给定值与反馈值进行比较,并把得到的转矩误差和磁链误差输入模糊控制器,进行模糊处理,输出变量CTΨ;最后把输出变量CTΨ以及计算得到的定子磁链Ψs和磁链角θs输入神经网络控制模块,逆变器电路得到应的开关导通状态,然后输出对应的电压值来控制电机。本发明先对输入定子磁链和电磁转矩进行模糊处理,再把神经网络运用到表格查询上,保持快速的动态响应同时降低了定子电流的谐波分量、转矩脉动与定子磁链脉动量。
Description
技术领域
本发明涉及电机控制技术领域,更具体地说,涉及一种永磁同步电机的控制系统及控制方法。
背景技术
永磁同步电机有强耦合、时变、非线性等特点,为了能够实现高性能的调速系统,使系统具备优良的动、静态性能,且对参数的变化和外界扰动具有不敏感性,控制策略的正确选择发挥着至关重要的作用,优良的控制策略不但可以弥补硬件设计上的不足,而且能进一步提高系统的综合性能。1971年,德国西门子公司的工程师F.Blaschke提出了矢量控制理论,使交流电机控制理论获得质的飞跃。针对交流电机这个强耦合的控制对象,采用参数重构的现代控制理论来解耦,进行矢量变换,仿照直流调速原理,使交流调速系统的动、静态性能达到直流调速的水平。对于内置式永磁同步电机一般采用最大转矩电流比的控制策略进一步对永磁同步电机进行线性化解耦。直接转矩控制是一种高性能的电机调速技术,它摒弃了矢量控制的解耦控制思想,利用电机转矩磁链的直接闭环来获得快速的转矩响应和优良的控制性能,并且在感应电机和永磁同步电动机上已获得成功。但目前的控制系统普遍存在响应慢、电磁转矩与定子磁链脉动量大的问题。
经过检索,现有技术中存在相关的技术方案,如发明专利申请:201310695259.8,申请日:2013年12月13日,本发明涉及一种基于自适应模糊神经网络的电机转速跟踪控制方法,采用转速、电流双闭环控制,外环为转速环,设计了基于滑模控制理论的模糊神经网络控制器(SMFNN),内环为电流环,采用比例积分(PI)控制器;所述的模糊神经网络转速控制器由两部分组成,一部分是PID控制器,另一部分是模糊神经网络,模糊神经网络利用基于滑模控制理论设计的参数修正方法进行在线实时学习,这两部分共同作用得到转速控制器的输出ir,即PID控制器的输出iPID减去模糊神经网络的输出iFNN作为转速控制器的输出ir。该方案控制策略能提高电机调速系统的控制精度和抗扰性能。
又如中国专利申请号:201210312371.4,申请日:2012年8月29日。本发明公开了一种基于模糊滑模和神经网络的永磁同步电机复合控制系统,其包括转速控制外环以及电流控制内环,转速控制外环中的控制单元采用复合控制模块,所述复合控制模块包括模糊滑模控制模块与神经网络控制模块,模糊滑模控制模块与神经网络控制模块通过两加权因子λn、λf结合在一起。本发明兼备模糊滑模控制和神经网络控制的优点,实现永磁同步电机控制系统的强鲁棒性、高稳定性,并且提高稳态精度,达到控制的快速性和强的抗负载扰动能力。该方案把模糊与神经网络运用在控制转速上,虽然提高稳定性,但是动态响应降低。
发明内容
1.发明要解决的技术问题
本发明的目的在于克服现有技术中电机的转矩与定子磁链的幅值存在较大的脉动的不足,提供了一种永磁同步电机的控制系统及控制方法,本发明先对输入定子磁链和电磁转矩进行模糊处理,再把神经网络运用到表格查询上,保持快速的动态响应同时降低了定子电流的谐波分量、转矩脉动与定子磁链脉动量。
2.技术方案
为达到上述目的,本发明提供的技术方案为:
本发明的一种永磁同步电机的转矩控制方法,包括以下步骤:
步骤1、根据采集的电机转子的转速位置信息计算出转速,然后算出转矩给定值Te *及磁链给定值Ψs *;
步骤2、通过检测模块采集定子端的电流和电压,并通过计算模块得到反馈转矩Te、定子磁链Ψs和磁链角θs;
步骤3、把转矩和定子磁链的给定值与反馈值进行比较,并把得到的转矩误差和磁链误差输入模糊控制器,按照模糊处理方法进行模糊处理,输出变量
步骤4、把步骤3中模糊控制器的输出变量以及计算得到的定子磁链Ψs和磁链角θs输入神经网络控制模块,神经网络控制模块输出逆变器电路中对应的开关导通状态,逆变器根据开关状态输出对应的电压值来控制电机。
作为本发明更进一步的改进,步骤3)包括:
比较反馈转矩Te与转矩给定值Te *得到转矩误差eT,定义转矩误差eT的隶属度函数,并定义对应的隶属等级{负大、负小、零、正小、正大};
比较定子磁链Ψs与磁链给定值Ψs *得到磁链误差eΨ,定义磁链误差eΨ的隶属度函数,并定义对应的隶属等级{负、零、正}。
作为本发明更进一步的改进,步骤3中的模糊处理方法为:模糊控制器首先对控制系统的转矩误差eT及定子磁链误差eΨ进行模糊化,再利用模糊控制器的模糊控制规则对输入量转矩误差eT、磁链误差eΨ进行计算和判断,最后把输出值解模糊化,得到对应的电压矢量。
作为本发明更进一步的改进,步骤4包括:
1)把输出变量定子磁链Ψs和磁链角θs乘以对应的比例系数K,进行比例放大或缩小;
2)处理后的数值输入到神经网路查询表中,经过硬限幅器后输出;
3)硬限幅器输出数据经过采样保持电路进行处理,得到逻辑电信号作为逆变器电路的开关信号。
作为本发明更进一步的改进,采用SHa、SHb、SHc对采样保持后的信号进行激励,能够得到逆变器的8种开关状态。
作为本发明更进一步的改进,经过硬限幅器处理后的变量值为0或1。
本发明的一种永磁同步电机的转矩控制系统,包括模糊控制器、神经网络控制模块、检测模块和计算模块,检测模块用于采集定子端的电流和电压,由计算模块得到反馈转矩、定子磁链和磁链角;所述模糊控制器用于把转矩和定子磁链的给定值和反馈值之间的误差进行模糊处理,并把输出变量连同定子磁链和磁链角输入到神经网络控制模块,所述神经网络控制模块用于查询对应信号并输入到逆变器,得到逆变器的8种开关状态,进而控制电机工作。
作为本发明更进一步的改进,所述神经网络控制模块设有比例控制模块、神经网络查询表、硬限幅器和采样保持电路,比例控制模块用于缩小数值差距,硬限幅器使输出值只有1和0。
3.有益效果
采用本发明提供的技术方案,与现有技术相比,具有如下有益效果:
本发明的一种永磁同步电机的转矩控制系统,采用模糊控制器的直接转矩控制系统可以保持快速的动态响应,同时降低了定子电流的谐波分量、转矩脉动与磁链脉动量;此外,采用神经网络表格查询,逆变器的开关频率不会随电源电压,电动机参数和反电动势变化,开关频率的恒定减轻了逆变器的设计任务。
附图说明
图1为本发明的系统结构框图;
图2为神经网络控制流程示意图。
具体实施方式
为进一步了解本发明的内容,结合附图和实施例对本发明作详细描述。
实施例
结合图1,本实施例的一种永磁同步电机的转矩控制系统,包括模糊控制器、神经网络控制模块、检测模块和计算模块,检测模块用于采集定子端的电流和电压,由计算模块得到反馈转矩、定子磁链和磁链角;所述模糊控制器用于把转矩和定子磁链的给定值和反馈值之间的误差进行模糊处理,并把输出变量连同定子磁链和磁链角输入到神经网络控制模块,所述神经网络控制模块用于查询对应信号并输入到逆变器,得到逆变器的8种开关状态,进而控制电机工作。
此外,系统中还有必不可少的逆变器和速度采集模块,逆变器用于控制永磁同步电机(PMSM)工作,速度位置采集模块用于采集永磁同步电机的实际转速和位置信息,实际转速与给定的参考转速的差值在速度控制器中可得到转矩给定值Te *,根据转子位置信息和转矩给定值Te *还可计算出磁链给定值Ψs *,由于本方案主要在于后续处理过程,对于转矩给定值Te *以及磁链给定值Ψs *的获取方法没有具体限制。
本实施例中的检测模块用于采集逆变器定子端的电流I和电压V,并将获得数据输入到计算模块,经过计算,得到反馈转矩Te、定子磁链Ψs和磁链角θs。
本实施例中的模糊控制器包含两部分,一部分用于处理转矩信号,输入转矩误差eT,经过模糊规则处理,可得到5个隶属等级;另一部分用于对定子磁链信号进行处理,经过其隶属度函数处理,可得到3个隶属等级,经过模糊规则处理可得到输出变量
结合图2,本实施例中神经网络控制模块设有比例控制模块、神经网络查询表、硬限幅器和采样保持电路。其中,比例控制模块用于对输入数据缩小或放大,以缩小数值差距,保证较高的准确度。输入的三个变量包括输出变量磁链幅值Ψs和磁链角θs,原始输入数据三者之间差异可能很大,而神经网络查询表没有这么大的接受范围,通过比例处理,可以得到相应的输入数据。
神经网络查询表即为神经学习网络ANN,通过学习功能在其内部已经存储不同输入情况下的输入及输出数据,实际使用时,能够根据输入数值直接输出对应的数据矢量。硬限幅器用于将变量转换为0或1,通过采样保持电路(S&H)可得到作为逆变器开关信号SA、SB、SC,分别用于控制对应电路的开关状态。
进一步地,本系统中神经网络控制模块输出有8种情况,其中表3神经网络在线学习状态表中的第1和第8状态两种情况对于三相无中线连接的负载不可能出现,因此,采用SHa、SHb、SHc电路对采样保持后的信号进行激励,经过处理后,逆变器就可以得到出现所有的8种开关状态。
本方案还提供了一种永磁同步电机的转矩控制方法,包括以下步骤:
步骤1、根据采集的电机转子的转速位置信息计算出转速,其实际转速为N,给定的参考转速为N*,将两者输入速度控制器中可得到转矩给定值Te *,结合位置信息和转矩给定值Te *可计算出磁链给定值Ψs *;
步骤2、通过检测模块采集定子端的电流I和电压V,并通过计算模块得到反馈转矩Te、定子磁链Ψs和磁链角θs;
步骤3、把转矩和定子磁链的给定值与反馈值进行比较,并把得到的转矩误差和磁链误差输入模糊控制器,按照模糊处理方法进行模糊处理。模糊控制器首先对控制系统的转矩误差eT及定子磁链误差eΨ进行模糊化,再利用模糊控制器的模糊控制规则对输入量转矩误差eT、磁链误差eΨ进行计算和判断,最后把输出值解模糊化,得到对应的电压矢量。
具体地:
比较反馈转矩Te与转矩给定值Te *得到转矩误差eT,eT=Te *-Te,定义转矩误差eT的隶属度函数,并定义对应的隶属等级{负大、负小、零、正小、正大},可以用NL、NS、ZO、PS、PL表示;
比较定子磁链Ψs与磁链给定值Ψs *得到磁链误差eΨ,eΨ=Ψs *-Ψs,定义磁链误差eΨ的隶属度函数,并定义对应的隶属等级{负、零、正},可以用N、Z、P表示,输出变量表示电压矢量U,所对应的隶属等级可表示为GA、GB、HT、KA、KB,其字母只代表五种不同状态,用于相互区分。其模糊规则为:
如果eT是负大,eΨ是负,则CTΨ是GB;
如果eT是负大,eΨ是零,则CTΨ是GA;
如果eT是负大,eΨ是正,则CTΨ是GA;
如果eT是负小,eΨ是负,则CTΨ是GB;
如果eT是负小,eΨ是零,则CTΨ是HT;
如果eT是负小,eΨ是正,则CTΨ是GA;
如果eT是零,eΨ是负,则CTΨ是HT;
如果eT是零,eΨ是零,则CTΨ是HT;
如果eT是零,eΨ是正,则CTΨ是HT;
如果eT是正小,eΨ是负,则CTΨ是KB;
如果eT是正小,eΨ是零,则CTΨ是KB;
如果eT是正小,eΨ是正,则CTΨ是KA;
如果eT是正大,eΨ是负,则CTΨ是KB;
如果eT是正大,eΨ是零,则CTΨ是KB;
如果eT是正大,eΨ是正,则CTΨ是KA;
可表示为:表1 模糊控制规则表
用1~5表示表中的输出变量等级,对应电压矢量U1~U5,则模糊规则表为:
表2 模糊控制规则表
步骤4、把步骤3中模糊控制器的输出变量以及计算得到的定子磁链Ψs和磁链角θs输入神经网络控制模块,神经网络控制模块输出逆变器电路中对应的开关导通状态,逆变器根据开关状态输出对应的电压值来控制电机。
具体包括:
1)把输出变量定子磁链Ψs和磁链角θs乘以对应的比例系数K,进行比例放大或缩小;
2)处理后的数值输入到神经网路查询表中,经过硬限幅器后输出,硬限幅器处理后的变量值为0或1;
3)硬限幅器输出数据经过采样保持电路进行处理,采用SHa、SHb、SHc对采样保持后的信号进行激励,得到逻辑电信号作为逆变器电路的8种开关状态,如表3所示。其中3表示一个变量,没有特定的要求。
表3 神经网络在线学习状态
对于三相无中线连接的负载,不可能出现上表中的状态1和状态8。为此,采用SHa、SHb、SHc对采样保持后的信号进行激励。经过该处理后,逆变器就可以出现所有的8种开关状态,其中零电压矢量的作用可以减少逆变器的输出谐波分量。其中第1中状态是逆变器三个开关全部闭合,用函数表示就是一条纵坐标为1的直线,第8种状态是逆变器三个开关全部断开,用函数表示就是一条纵坐标为0的直线。所以采用一种信号,即一种变化的函数去激励,使其改变直线状态,从而达到8种状态。具体原理参看图2。
对比文件分析:
专利文件1(CN 102843088 A)公开了一种基于模糊滑模和神经网络的永磁同步电机复合控制系统,包括转速控制外环以及电流控制内环,转速控制外环中的控制单元采用复合控制模块,其复合模块就是模糊滑膜和神经网络的结合体。神经网络系统主要通过在线学习,优化整个控制系统。模糊滑膜控制通过采用控制策略使参数的确认更加容易,只是传统PID控制系统的延伸。而本发明改变了控制方法,是对电机控制系统中开关表进行神经网络控制,通过在线学习,使输入逆变器的开关信号更加迅速、稳定。
专利文件2(CN 105846745 A)公开了一种无刷直流电机直接转矩控制系统和控制方法,通过光电编码器采集电机转子的位置信息,根据转子位置信息计算出实际转速,根基转子位置信息以及参考转矩计算定子磁链给定值,采集定子三相电流和端电压来计算实际电磁转矩和实际定子磁链,PWM控制器根据转矩误差和磁链误差,产生电压矢量,通过电压矢量驱动逆变电路,实现电机稳定运行。本发明在磁链误差和转矩误差上采用模糊处理,在逆变器开关输入上采用神经网络处理。在传统电机直接转矩控制中,电机的定子磁链幅值,三相电流,电机的转矩和转速存在较大的脉动,一方面正是这些脉动量驱动开关查询表输出控制特有的波形,另一方面调速系统并不期望有太大的转矩脉动。而本法民采用模糊控制方法后,定子磁链矢量轨迹波动变小,三相电流也变得更加稳定,转速波形由锯齿状变成一条直线。神经网络查询表通过在线学习形成记忆模式,能够快速准确地输出逆变器需要的开关信号。
以上示意性的对本发明及其实施方式进行了描述,该描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。所以,如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (8)
1.一种永磁同步电机的转矩控制方法,其特征在于包括以下步骤:
步骤1、根据采集的电机转子的转速位置信息计算出转速,然后算出转矩给定值Te *及磁链给定值Ψs *;
步骤2、通过检测模块采集定子端的电流和电压,并通过计算模块得到反馈转矩Te、定子磁链Ψs和磁链角θs;
步骤3、把转矩和定子磁链的给定值与反馈值进行比较,并把得到的转矩误差和磁链误差输入模糊控制器,按照模糊处理方法进行模糊处理,输出变量
步骤4、把步骤3中模糊控制器的输出变量以及计算得到的定子磁链Ψs和磁链角θs输入神经网络控制模块,神经网络控制模块输出逆变器电路中对应的开关导通状态,逆变器根据开关状态输出对应的电压值来控制电机。
2.根据权利要求1所述的一种永磁同步电机的转矩控制方法,其特征在于:步骤3)包括:
比较反馈转矩Te与转矩给定值Te *得到转矩误差eT,定义转矩误差eT的隶属度函数,并定义对应的隶属等级{负大、负小、零、正小、正大};
比较定子磁链Ψs与磁链给定值Ψs *得到磁链误差eΨ,定义磁链误差eΨ的隶属度函数,并定义对应的隶属等级{负、零、正}。
3.根据权利要求2所述的一种永磁同步电机的转矩控制方法,其特征在于:步骤3中的模糊处理方法为:模糊控制器首先对控制系统的转矩误差eT及定子磁链误差eΨ进行模糊化,再利用模糊控制器的模糊控制规则对输入量转矩误差eT、磁链误差eΨ进行计算和判断,最后把输出值解模糊化,得到对应的电压矢量。
4.根据权利要求2所述的一种永磁同步电机的转矩控制方法,其特征在于:步骤4包括:
1)把输出变量定子磁链Ψs和磁链角θs乘以对应的比例系数K,进行比例放大或缩小;
2)处理后的数值输入到神经网路查询表中,经过硬限幅器后输出;
3)硬限幅器输出数据经过采样保持电路进行处理,得到逻辑电信号作为逆变器电路的开关信号。
5.根据权利要求4所述的一种永磁同步电机的转矩控制方法,其特征在于:采用SHa、SHb、SHc对采样保持后的信号进行激励,能够得到逆变器的8种开关状态。
6.根据权利要求4所述的一种永磁同步电机的转矩控制方法,其特征在于:经过硬限幅器处理后的变量值为0或1。
7.一种永磁同步电机的转矩控制系统,其特征在于:包括模糊控制器、神经网络控制模块、检测模块和计算模块,检测模块用于采集定子端的电流和电压,由计算模块得到反馈转矩、定子磁链和磁链角;所述模糊控制器用于把转矩和定子磁链的给定值和反馈值之间的误差进行模糊处理,并把输出变量连同定子磁链和磁链角输入到神经网络控制模块,所述神经网络控制模块用于查询对应信号并输入到逆变器,得到逆变器的8种开关状态,进而控制电机工作。
8.根据权利要求7所述的一种永磁同步电机的转矩控制系统,其特征在于:所述神经网络控制模块设有比例控制模块、神经网络查询表、硬限幅器和采样保持电路,比例控制模块用于缩小数值差距,硬限幅器使输出值只有1和0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710447055.0A CN107093971B (zh) | 2017-06-14 | 2017-06-14 | 一种永磁同步电机的转矩控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710447055.0A CN107093971B (zh) | 2017-06-14 | 2017-06-14 | 一种永磁同步电机的转矩控制系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107093971A true CN107093971A (zh) | 2017-08-25 |
CN107093971B CN107093971B (zh) | 2019-05-07 |
Family
ID=59640054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710447055.0A Active CN107093971B (zh) | 2017-06-14 | 2017-06-14 | 一种永磁同步电机的转矩控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107093971B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109787527A (zh) * | 2018-09-11 | 2019-05-21 | 浙江台运汽车科技有限公司 | 一种电机转矩的直接控制方法 |
CN113759699A (zh) * | 2021-08-27 | 2021-12-07 | 北京工业大学 | 一种减小稳态误差的伺服电机转速控制方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070073685A (ko) * | 2007-06-12 | 2007-07-10 | 순천대학교 산학협력단 | 유도전동기 최대토크 제어시스템 |
CN103684169A (zh) * | 2013-11-19 | 2014-03-26 | 西安交通大学 | 一种基于无差拍的永磁同步电机直接转矩控制方法 |
CN103872951A (zh) * | 2014-04-23 | 2014-06-18 | 东南大学 | 基于滑模磁链观测器的永磁同步电机转矩控制方法 |
CN104022699A (zh) * | 2014-05-19 | 2014-09-03 | 江苏新绿能科技有限公司 | 无刷直流电机直接转矩控制方法 |
-
2017
- 2017-06-14 CN CN201710447055.0A patent/CN107093971B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20070073685A (ko) * | 2007-06-12 | 2007-07-10 | 순천대학교 산학협력단 | 유도전동기 최대토크 제어시스템 |
CN103684169A (zh) * | 2013-11-19 | 2014-03-26 | 西安交通大学 | 一种基于无差拍的永磁同步电机直接转矩控制方法 |
CN103872951A (zh) * | 2014-04-23 | 2014-06-18 | 东南大学 | 基于滑模磁链观测器的永磁同步电机转矩控制方法 |
CN104022699A (zh) * | 2014-05-19 | 2014-09-03 | 江苏新绿能科技有限公司 | 无刷直流电机直接转矩控制方法 |
Non-Patent Citations (3)
Title |
---|
HONGKUI LI ET AL.: "Sliding mode controller based on fuzzy neural network optimization for direct torque controlled PMSM", 《 2010 8TH WORLD CONGRESS ON INTELLIGENT CONTROL AND AUTOMATION》 * |
徐保友 等: "基于模糊神经网络的异步电机DTC研究", 《变频器世界》 * |
林海 等: "基于BP神经网络和模糊控制的PMSM-DTC研究", 《系统仿真学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109787527A (zh) * | 2018-09-11 | 2019-05-21 | 浙江台运汽车科技有限公司 | 一种电机转矩的直接控制方法 |
CN113759699A (zh) * | 2021-08-27 | 2021-12-07 | 北京工业大学 | 一种减小稳态误差的伺服电机转速控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107093971B (zh) | 2019-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Das et al. | MRAS-based speed estimation of induction motor drive utilizing machines'd-and q-circuit impedances | |
CN107070342A (zh) | 一种带负载状态观测器的永磁同步电机控制系统 | |
CN110518850A (zh) | 内置式永磁同步电机单神经元自适应pid弱磁控制方法 | |
Liu et al. | Switched PI control based MRAS for sensorless control of PMSM drives using fuzzy-logic-controller | |
Zheng et al. | Synthesis of fractional order robust controller based on Bode’s ideas | |
Li et al. | Adaptive fuzzy PI controller for permanent magnet synchronous motor drive based on predictive functional control | |
Shaija et al. | An intelligent speed controller Design for indirect vector controlled Induction Motor drive system | |
CN107093971B (zh) | 一种永磁同步电机的转矩控制系统及控制方法 | |
CN106655903B (zh) | 基于模糊自适应云模型的双永磁同步电机矢量控制方法 | |
Barambones Caramazana et al. | Sliding mode position control for real-time control of induction motors | |
CN104977850A (zh) | 一种基于分数阶预测器的无时滞鲁棒伺服电机控制方法 | |
CN106655962B (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 | |
Moradi CheshmehBeigi et al. | Torque ripple minimization in SRM based on advanced torque sharing function modified by genetic algorithm combined with fuzzy PSO | |
Li et al. | A self-tuning fuzzy PID speed control strategy for switched reluctance motor | |
Xie et al. | Optimization research of FOC based on PSO of induction motors | |
Ananthamoorthy et al. | Modelling, simulation and analysis of fuzzy logic controllers for permanent magnet synchronous motor drive | |
Ouannou et al. | Torque control of switched reluctance motor using ANN-PID controller | |
Sujatha et al. | Artificial intelligence based speed control of brushless DC motor | |
Goel et al. | A Review of the DTC Controller and estimation of Stator Resistance in IM Drives | |
Luo et al. | Speed estimation direct stator field-orientation-controlled induction motor drive using adaptive flux estimator | |
Senthilkumar et al. | Impact of using a novel emotional intelligent controller for induction motor speed control | |
Joshi et al. | Type-1 Mamdani fuzzy logic controller for electric vehicle drive | |
PI et al. | Speed control of DTC-SVM for induction motor drive using self-tuning fuzzy PI controller ANN ANFIS | |
Reddy et al. | Direct torque control of induction motor based on state feedback and variable structure fuzzy controllers | |
Gao et al. | Research on Speed Control of Three-Phase Alternating Current Asynchronous Motor Based on Back Propagation Neural Network Tuning Proportion Integration Differentiation Control |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |