CN108696210B - 基于参数辨识的直流电机电流环控制器参数自整定方法 - Google Patents

基于参数辨识的直流电机电流环控制器参数自整定方法 Download PDF

Info

Publication number
CN108696210B
CN108696210B CN201810487604.1A CN201810487604A CN108696210B CN 108696210 B CN108696210 B CN 108696210B CN 201810487604 A CN201810487604 A CN 201810487604A CN 108696210 B CN108696210 B CN 108696210B
Authority
CN
China
Prior art keywords
parameter
self
direct current
model
current loop
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
Application number
CN201810487604.1A
Other languages
English (en)
Other versions
CN108696210A (zh
Inventor
李世华
王佳鹏
王旭明
戴忱
曹为理
张允志
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.)
Southeast University
716th Research Institute of CSIC
Original Assignee
Southeast University
716th Research Institute of CSIC
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 Southeast University, 716th Research Institute of CSIC filed Critical Southeast University
Priority to CN201810487604.1A priority Critical patent/CN108696210B/zh
Publication of CN108696210A publication Critical patent/CN108696210A/zh
Application granted granted Critical
Publication of CN108696210B publication Critical patent/CN108696210B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P7/00Arrangements for regulating or controlling the speed or torque of electric DC motors

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Electric Motors In General (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了基于参数辨识的直流电机电流环控制器参数自整定方法,用于双闭环控制的直流调速系统的电流环控制器参数自整定;包括:首先,在开环状态下,给定两个不同的电压指令,通过获取电流和速度采样信号,算得其反电动势系数和电枢电阻。其次,采用MRAS方法,以直流电机的增量电压方程为可调模型,并给出理想状况下的电压方程为参考模型,使用Landau离散法设计模型的自适应律,实现电机电感辨识。最后,采用模糊理论建立知识库,在极点配置的基础上建立多规则双输入模型,根据电机的电气参数,算得电流环的控制器参数,实现电流环的控制器参数自整定。本发明简洁方便,省去了人工整定参数的种种不足,可以快速准确地实现电流环控制器参数自整定。

Description

基于参数辨识的直流电机电流环控制器参数自整定方法
技术领域
本发明涉及一种基于双闭环控制的直流调速系统的电流环控制器参数自整定方法,具体涉及基于参数辨识的直流电机电流环控制器参数自整定方法,属于直流电机电流环控制器参数自整定技术领域。
背景技术
智能化和高性能是伺服电机发展的两个重要方向。其中,智能化是指伺服驱动器产品能够自行完成参数辨识和控制器参数自整定。在没有相关技术的情况下,需要用户自行调试伺服驱动器或产品生产公司安排员工进行手工调节,消耗大量人力物力。因此,一套能实现控制器参数自整定的自动控制系统,能大大减少时间成本和劳动成本,且能切实提高产品的核心竞争力。
控制器的自整定策略主要分为两大类——基于模型的方法和不基于模型的方法。其中,基于模型的方法需要获悉被控对象的机理模型并得到其精确的参数,涉及到模型参数的辨识。就参数辨识而言,电机电气参数辨识方法主要也包括两类:一类是直接计算的方法,通过一定约束条件,利用电气方程列方程组直接计算电阻电感;另一类是在线的方法,如最小二乘法、基于超稳定原理的模型参考自适应法、基于李亚普诺夫稳定原理的模型参考自适应法、卡尔曼滤波器法等。
在实际应用中,模型建立和参数辨识的精度和收敛速度至关重要。精确的模型是控制器参数自整定的基础;参数辨识的精度决定了控制器的控制效果,收敛速度则事关用户体验。当今伺服产品的不断发展要求电流控制器自整定技术在得到良好自整定效果的同时有着较快的自整定过程;使得用户不仅能得到满意的参数自整定效果,也能获得较好的使用体验。
发明内容
本发明所要解决的技术问题是:提供基于参数辨识的直流电机电流环控制器参数自整定方法,针对双闭环直流调速系统中电流环控制器参数手工调节需要花费大量时间的实际情形,使用电压指令和模型参考自适应的方法进行电气参数辨识,并使用重极点配置结合模糊推理理论得到PI参数值,从而实现该系统中电流环控制器参数的自整定,省去了大量的调节时间。在参数辨识中,对不同的参数使用了不同的辨识方案,辨识精度高;在控制器参数自整定中,使用模糊推理减少了计算量,降低了参数敏感性并提高了控制效果。整个方案可以自动完成,无需手工调节,有较好的整定效果和整定时间。
本发明为解决上述技术问题采用以下技术方案:
基于参数辨识的直流电机电流环控制器参数自整定方法,包括如下步骤:
步骤1,在开环状态下,给定两个不同的电压指令,测量这两个情况下的电流和转速,根据克莱尔法则计算得到直流电机的电枢电阻和反电动势系数;
步骤2,对直流电机的电压方程进行离散化和差分,得到增量电压方程,根据增量电压方程设计得到系统的参考模型和可调模型;
步骤3,根据朗道离散法设计得到可调模型的自适应律,对模型参考自适应算法进行改进,实现直流电机的电感辨识;
步骤4,以电机的电气时间常数及PI控制器的参数为模糊值变量,其中,电枢电阻、电枢电感为输入量,比例参数、积分参数为输出量,在重极点配置的基础上建立模糊控制规则;
步骤5,根据步骤4得到的模糊控制规则,对步骤1得到的电枢电阻及步骤3得到的电枢电感进行模糊推理,得到对应的模糊输出,再对模糊输出进行反模糊化处理,得到PI控制器的最终参数,实现自整定。
作为本发明的一种优选方案,步骤1所述电枢电阻和反电动势系数表达式分别如下:
Figure BDA0001666932120000021
其中,R为电枢电阻,Ce为反电动势系数,u1、i1、ω1分别为第一个电压指令下所测得的电压、电流、转速;u2、i2、ω2分别为第二个电压指令下所测得的电压、电流、转速
作为本发明的一种优选方案,步骤2所述系统的参考模型和可调模型分别如下:
Figure BDA0001666932120000031
Figure BDA0001666932120000032
其中,i(k)为参考模型的输出,
Figure BDA0001666932120000033
为可调模型的输出,i(k-1)、i(k-2)分别为第k-1、k-2次实际测量得到的电流值,
Figure BDA0001666932120000034
Figure BDA0001666932120000035
的估计值,
Figure BDA0001666932120000036
为第k-1次
Figure BDA0001666932120000037
的值,Ts为电流环中断周期,L为电枢电感,Δu(k-1)=u(k-1)-u(k-2),u(k-1)、u(k-2)分别为第k-1、k-2次实际测量得到的电压值。
作为本发明的一种优选方案,步骤3所述可调模型的自适应律如下:
Figure BDA0001666932120000038
其中,
Figure BDA0001666932120000039
分别为第k、k-1次
Figure BDA00016669321200000310
的值,β为自适应增益系数,m为定值,t为时间,
Figure BDA00016669321200000311
i(k)为参考模型的输出,
Figure BDA00016669321200000312
为可调模型的输出,Δu(k-1)=u(k-1)-u(k-2),u(k-1)、u(k-2)分别为第k-1、k-2次实际测量得到的电压值。
作为本发明的一种优选方案,步骤4所述比例参数、积分参数分别如下:
Figure BDA00016669321200000313
其中,kp、ki分别为比例参数、积分参数,
Figure BDA00016669321200000314
L为电枢电感,R为电枢电阻,a为极点。
本发明采用以上技术方案与现有技术相比,具有以下技术效果:
1、本发明操作简单,所有步骤都无需手动调节,可由计算机独立完成,简单方便快捷,节省了大量的手动调参时间。
2、本发明对不同电气参数采用不同的辨识方法,辨识结果精准。
3、本发明使用模糊推理,减少了计算量,降低了参数敏感度;由规则库保证能得到良好的控制器参数。
4、本发明不仅在直流电机的电流环控制器参数自整定中能得到良好的效果,且其设计思路能推广至所有电机的电流环参数自整定,甚至可以推广到速度环参数自整定,具有非常广阔的应用前景。
附图说明
图1是直流电机电流环MRAS模型示意图。
图2是直流电机双闭环调速系统动态结构图。
图3是基于参数辨识的直流电机电流环控制器参数自整定方法结构框图。
图4是不同步长下电感辨识曲线效果图。
图5是基于参数辨识的直流电机电流环控制器参数自整定方法流程图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
如图3、图5所示,本发明基于参数辨识的直流电机电流环控制器参数自整定方法,包括如下步骤:
步骤一、在开环状态下,给定两段电压指令,算得电机的电枢电阻和反电动势系数;具体如下:
在双闭环直流调速系统中,其内环为电流环,外环为速度环。这里,采用PI控制器作为其电流环控制器,设计方案设计其PI参数的自整定。
直流电机的电压方程为:
Figure BDA0001666932120000041
对于特定的电机,其反电动势系数为定值,电阻变化范围较小,也可视为定值。当电机处于稳态时,其导数项为零。给定两个不同的电压指令,在稳态时,根据电流和转速采样信息可以得到下述方程:
Figure BDA0001666932120000051
由以上方程组可以算得:
Figure BDA0001666932120000052
步骤二、通过对直流电机的电压方程进行离散化,差分得到其增量电压方程,根据其增量电压方程设计其参考模型和可调模型;具体如下:
对直流电机的电压方程进行离散化,得到:
Figure BDA0001666932120000053
Figure BDA0001666932120000054
考虑到稳定情况下,E(k-1)=E(k-2),将以上两式进行相减,得到方程如下:
Figure BDA0001666932120000055
式中,Δu(k-1)=u(k-1)-u(k-2);
将上式表示其电流的方程,可得:
Figure BDA0001666932120000056
在实际系统中,由于
Figure BDA0001666932120000057
且电流一般不会突变,所以可以省略上式的最后一项,得到参考模型如下:
Figure BDA0001666932120000058
根据参考模型,可以设计可调模型如下:
Figure BDA0001666932120000059
式中,
Figure BDA00016669321200000510
步骤三、根据模型参考自适应(MRAS)算法进行改进,直流电机电流环MRAS模型如图1所示,设计其可调模型的自适应律,并实现电机的电感辨识;具体如下:
使用朗道(Landau)离散时间递推参数辨识机制,设计MRAS算法,取性能指标为:
Figure BDA0001666932120000061
式中,
Figure BDA0001666932120000062
采用梯度法,得:
Figure BDA0001666932120000063
式中,λ为步长,这里选取
Figure BDA0001666932120000064
使得λ为一个时变的参数,且随着时间的增加递减,从而实现自整定刚开始粗调,最终细调的效果。
Figure BDA0001666932120000065
Figure BDA0001666932120000066
上式中,i(k)为实际测量到的电流值,即参考模型的输出;
Figure BDA0001666932120000067
为可调模型的输出,也可视为i(k)的估计值。
Figure BDA0001666932120000068
为两个模型输出的差,
Figure BDA0001666932120000069
Figure BDA00016669321200000610
的估计值,上式为自适应机制,β为自适应增益。
根据上述公式,可由
Figure BDA00016669321200000611
推算得到电感的值为
Figure BDA00016669321200000612
其中Ts为电流环中断周期。
步骤四、以电机电气时间常数,PI控制器参数为模糊值变量,在极点配置基础上建立双输入多规则的模糊推理机知识库;具体如下:
根据直流电机双闭环调速系统动态结构图,如图2所示,可得其电流环闭环特征方程为:
Figure BDA00016669321200000613
其中,
Figure BDA00016669321200000614
为电机的电气时间常数,设计重极点配置:
(s+a)2=0
通过选取合适的重极点,可以得到比例积分增益:
Figure BDA0001666932120000071
以上述重极点配置方案作为控制器参数整定的基础。考虑到系统中的非线性,摩擦和电流限幅等情况,需要在极点配置的基础上进行调整。调整的原则是:如果电流阶跃响应的调节时间过长,则适当增大比例参数kp;如果电流阶跃响应的超调偏大,则适当减小比例参数kp;如果电流阶跃响应的稳态误差较大,则适当增大积分参数ki;如果电流阶跃响应的稳态震荡较严重,则适当减小积分参数ki。然后,以L,R,kp和ki为模糊值变量,其中,L和R为输入量,kp和ki为输出量。根据不同的电机类型,可以将输入量变化范围映射为7个数,对于这些给定的参数,调得最好的控制器参数,建立输入与输出的对应表。
步骤五、对电机时间常数进行模糊化,进行模糊推理得到对应的模糊输出;再进行反模糊化得到最终的电流控制器PI的参数,实现自整定;具体如下:
由所求得的电感值L和电阻值R,对这两个输入进行模糊化处理,得到对应的输入参数;由模糊控制规则进行模糊推理,得到电流环控制器参数kp和ki的模糊量;再对这两个值进行反模糊化处理(根据实际参数与模糊量进行插值),得到最终的控制器参数。
本发明是为了改善现有伺服系统参数自整定技术的整定效果,缩短自整定技术的整定时间,提出了一种新型直流电机电流控制器参数自整定方法。为了说明本发明的具体实施方式,下面结合某市售的直流电机进行说明。
该直流电机的参数具体为:电枢电阻R为1.7Ω;极对数nP为2;电枢电感L为0.02H;电流环控制周期为50μs。电机所用的控制结构图可以参考图2。
步骤一:电阻和反电动势辨识。
分别给定两个不同的占空比0.2和0.6,测量两种情况下的电流和转速;为减少干扰的影响,分别取4096个点,求均值。再根据对应的电压值,由克莱尔法则可以算得电阻和反电动势:
Figure BDA0001666932120000072
步骤二:模型参考自适应系统设计。
本步骤的设计主要是为了得到系统的参考模型和可调模型——这两个模型由电机的电气方程决定。对于直流电机,其电气方程为:
Figure BDA0001666932120000081
通过对该方程进行离散化和化简可以得到系统的参考模型如下:
Figure BDA0001666932120000082
根据参考模型,可以设计可调模型如下:
Figure BDA0001666932120000083
式中,
Figure BDA0001666932120000084
对于其他类型的电机,只要满足其电气方程关系,也可以用同样的思路进行模型参考自适应系统设计。
步骤三:自适应律设计和电感辨识。
根据Landau离散法设计的自适应率如下:
Figure BDA0001666932120000085
式中,
Figure BDA0001666932120000086
为步长,不同步长情况下电感辨识曲线如图4所示。这里,为实现电感辨识的准确性和快速性,我们采用变步长的方案。自适应系数β取0.1,m取100。这里,步长随着时间的增加而减小——从而达到在辨识初步长大粗调,辨识后期步长小细调的效果。
步骤四:模糊推理知识库设计。
本步骤是在重极点配置的基础上建立模糊控制器。这里,以L,R,kp和ki为模糊值变量,其中,L和R为输入量,kp和ki为输出量。根据不同的电机类型,可以将输入量变化范围映射为7个数,对于这些给定的参数,调得最好的控制器参数,根据输入和输出的模糊集建立对应的模糊控制规则。
这里需要说明的是,这里的模糊控制规则只需要在设计时建立一次,在自整定过程中,可以直接在步骤五中根据模糊控制规则得到对应的控制器参数并进行反模糊化。建立模糊控制规则时,模糊集的取值按照最优参数设置,从而使得控制器参数的控制效果达到最佳。
步骤五:电流环控制器参数整定。
根据前面所求得的电感值L和电阻值R,对这两个输入进行模糊化处理,得到对应的模糊集上的数和与该数的比例关系;由模糊控制规则进行模糊推理,得到电流环控制器参数kp和ki的模糊量;再对这两个值进行反模糊化处理,可以得到最终的控制器参数。
以上实施例仅为说明本发明的技术思想,不能以此限定本发明的保护范围,凡是按照本发明提出的技术思想,在技术方案基础上所做的任何改动,均落入本发明保护范围之内。

Claims (5)

1.基于参数辨识的直流电机电流环控制器参数自整定方法,其特征在于,包括如下步骤:
步骤1,在开环状态下,给定两个不同的电压指令,测量这两个情况下的电流和转速,根据克莱尔法则计算得到直流电机的电枢电阻和反电动势系数;
步骤2,对直流电机的电压方程进行离散化和差分,得到增量电压方程,根据增量电压方程设计得到系统的参考模型和可调模型;
步骤3,根据朗道离散法设计得到可调模型的自适应律,对模型参考自适应算法进行改进,实现直流电机的电感辨识;
步骤4,以电机的电气时间常数及PI控制器的参数为模糊值变量,其中,电枢电阻、电枢电感为输入量,比例参数、积分参数为输出量,在重极点配置的基础上建立模糊控制规则;
步骤5,根据步骤4得到的模糊控制规则,对步骤1得到的电枢电阻及步骤3得到的电枢电感进行模糊推理,得到对应的模糊输出,再对模糊输出进行反模糊化处理,得到PI控制器的最终参数,实现自整定。
2.根据权利要求1所述基于参数辨识的直流电机电流环控制器参数自整定方法,其特征在于,步骤1所述电枢电阻和反电动势系数表达式分别如下:
Figure FDA0003023785760000011
其中,R为电枢电阻,Ce为反电动势系数,u1、i1、ω1分别为第一个电压指令下所测得的电压、电流、转速;u2、i2、ω2分别为第二个电压指令下所测得的电压、电流、转速。
3.根据权利要求1所述基于参数辨识的直流电机电流环控制器参数自整定方法,其特征在于,步骤2所述系统的参考模型和可调模型分别如下:
Figure FDA0003023785760000012
Figure FDA0003023785760000013
其中,i(k)为参考模型的输出,
Figure FDA0003023785760000014
为可调模型的输出,i(k-1)、i(k-2)分别为第k-1、k-2次实际测量得到的电流值,
Figure FDA0003023785760000021
Figure FDA0003023785760000022
的估计值,
Figure FDA0003023785760000023
为第k-1次
Figure FDA0003023785760000024
的值,Ts为电流环中断周期,L为电枢电感,Δu(k-1)=u(k-1)-u(k-2),u(k-1)、u(k-2)分别为第k-1、k-2次实际测量得到的电压值。
4.根据权利要求1所述基于参数辨识的直流电机电流环控制器参数自整定方法,其特征在于,步骤3所述可调模型的自适应律如下:
Figure FDA0003023785760000025
其中,
Figure FDA0003023785760000026
分别为第k、k-1次
Figure FDA0003023785760000027
的值,
Figure FDA0003023785760000028
Figure FDA0003023785760000029
的估计值,Ts为电流环中断周期,L为电枢电感,β为自适应增益系数,m为定值,t为时间,
Figure FDA00030237857600000210
i(k)为参考模型的输出,
Figure FDA00030237857600000211
为可调模型的输出,Δu(k-1)=u(k-1)-u(k-2),u(k-1)、u(k-2)分别为第k-1、k-2次实际测量得到的电压值。
5.根据权利要求1所述基于参数辨识的直流电机电流环控制器参数自整定方法,其特征在于,步骤4所述比例参数、积分参数分别如下:
Figure FDA00030237857600000212
其中,kp、ki分别为比例参数、积分参数,
Figure FDA00030237857600000213
L为电枢电感,R为电枢电阻,a为极点。
CN201810487604.1A 2018-05-21 2018-05-21 基于参数辨识的直流电机电流环控制器参数自整定方法 Active CN108696210B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810487604.1A CN108696210B (zh) 2018-05-21 2018-05-21 基于参数辨识的直流电机电流环控制器参数自整定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810487604.1A CN108696210B (zh) 2018-05-21 2018-05-21 基于参数辨识的直流电机电流环控制器参数自整定方法

Publications (2)

Publication Number Publication Date
CN108696210A CN108696210A (zh) 2018-10-23
CN108696210B true CN108696210B (zh) 2021-07-13

Family

ID=63846590

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810487604.1A Active CN108696210B (zh) 2018-05-21 2018-05-21 基于参数辨识的直流电机电流环控制器参数自整定方法

Country Status (1)

Country Link
CN (1) CN108696210B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109474217B (zh) * 2018-12-26 2020-04-21 帝麦克斯(苏州)医疗科技有限公司 一种电机控制方法及装置
CN109951115B (zh) * 2019-04-08 2021-08-31 东莞市诺必然智能科技有限公司 一种直流无刷电机转速自适应控制方法
CN110417320B (zh) * 2019-07-04 2021-06-01 东南大学 一种垂直运行磁通切换永磁直线电机上下行无位置控制方法
CN110474586B (zh) * 2019-08-29 2022-05-17 上海电气富士电机电气技术有限公司 一种感应电机的动态调整方法
CN110850709B (zh) * 2019-10-21 2023-08-01 浙江中控技术股份有限公司 用于pid参数的渐进式整定方法
CN111404439A (zh) * 2020-04-02 2020-07-10 深圳大学 磁悬浮平面电机的电流控制方法和系统
CN111648946A (zh) * 2020-05-21 2020-09-11 四川虹美智能科技有限公司 通用化压缩机启动方法、装置及电器设备
CN111987951B (zh) * 2020-09-06 2021-11-26 西北工业大学 一种基于自适应pi参数的航空三级式变频交流发电系统电压稳定控制方法
CN112511064A (zh) * 2020-11-06 2021-03-16 中国航空工业集团公司洛阳电光设备研究所 一种电机电流环pi控制器参数自整定方法
CN113224797B (zh) * 2021-06-02 2023-02-21 上海电机学院 一种逆变器的电压电流双闭环控制系统pi参数配置方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62194504A (ja) * 1986-02-21 1987-08-27 Yokogawa Electric Corp 調節計
WO1995004956A1 (en) * 1993-08-11 1995-02-16 Fisher-Rosemount Systems, Inc. Method and apparatus for fuzzy logic control with automatic tuning
CN101738936A (zh) * 2008-11-05 2010-06-16 三科电器有限公司 一种应用于ups中的自适应数字闭环的控制策略
CN101989827A (zh) * 2010-11-18 2011-03-23 东南大学 基于惯量辨识的交流伺服系统速度环控制参数自整定方法
CN102426417A (zh) * 2011-12-13 2012-04-25 中冶南方(武汉)自动化有限公司 Pi参数混合整定法
CA2663742C (en) * 2005-09-19 2013-10-01 Cleveland State University Controllers, observers, and applications thereof
CN103532465A (zh) * 2013-09-30 2014-01-22 清华大学 基于增量式模型参考自适应的永磁同步电机电感辨识算法
CN105024610A (zh) * 2015-08-04 2015-11-04 南京信息工程大学 一种无刷直流电动机控制方法
CN105912009A (zh) * 2016-06-16 2016-08-31 浙江工业大学 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法
CN106773710A (zh) * 2017-01-13 2017-05-31 东南大学 一种直流电机电流控制器参数自整定系统及方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62194504A (ja) * 1986-02-21 1987-08-27 Yokogawa Electric Corp 調節計
WO1995004956A1 (en) * 1993-08-11 1995-02-16 Fisher-Rosemount Systems, Inc. Method and apparatus for fuzzy logic control with automatic tuning
CA2663742C (en) * 2005-09-19 2013-10-01 Cleveland State University Controllers, observers, and applications thereof
CN101738936A (zh) * 2008-11-05 2010-06-16 三科电器有限公司 一种应用于ups中的自适应数字闭环的控制策略
CN101989827A (zh) * 2010-11-18 2011-03-23 东南大学 基于惯量辨识的交流伺服系统速度环控制参数自整定方法
CN102426417A (zh) * 2011-12-13 2012-04-25 中冶南方(武汉)自动化有限公司 Pi参数混合整定法
CN103532465A (zh) * 2013-09-30 2014-01-22 清华大学 基于增量式模型参考自适应的永磁同步电机电感辨识算法
CN105024610A (zh) * 2015-08-04 2015-11-04 南京信息工程大学 一种无刷直流电动机控制方法
CN105912009A (zh) * 2016-06-16 2016-08-31 浙江工业大学 基于极点配置和模糊自抗扰控制技术的四旋翼飞行器控制方法
CN106773710A (zh) * 2017-01-13 2017-05-31 东南大学 一种直流电机电流控制器参数自整定系统及方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Adaptive Speed Control for Permanent-Magnet Synchronous Motor System With Variations of Load Inertia;Shihua Li;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20090831;第56卷(第8期);第3050-3059页 *
Self Tuning Fuzzy Logic Current Control for High Performance Induction Motor Drives;F. Profumo;《IECON "98. Proceedings of the 24th Annual Conference of the IEEE Industrial Electronics Society (Cat. No.98CH36200)》;19980904;第1871-1876页 *
基于继电自整定的模糊PI永磁同步电机速度控制器;齐丹丹;《电气传动》;20080220;第38卷(第2期);第14-18页 *
模糊自整定PID控制器的研究及应用;程启建;《中国优秀硕士学位论文全文数据库 信息科技辑》;20170215;I140-1270 *
永磁同步电动机调速系统PI控制器参数整定方法;王莉娜;《电工技术学报》;20140526;第29卷(第5期);第104-117页 *

Also Published As

Publication number Publication date
CN108696210A (zh) 2018-10-23

Similar Documents

Publication Publication Date Title
CN108696210B (zh) 基于参数辨识的直流电机电流环控制器参数自整定方法
Liu et al. An adaptive SOSM controller design by using a sliding-mode-based filter and its application to buck converter
CN110572091B (zh) 一种优化永磁同步电机无传感器控制方法
CN109541935B (zh) 一种参数自适应分数阶自抗扰自动发电控制方法
CN106681136A (zh) 一种基于自整定模糊pid控制的同步电机励磁控制系统
CN110501906B (zh) 互耦分数阶混沌机电换能器加速自适应模糊控制方法
CN110531614B (zh) 新颖的无刷直流电机模糊神经网络pi控制器
CN104122795A (zh) 基于新型极值函数指标的智能自整定pid室温控制算法
CN110601573A (zh) 一种基于改进型自适应模糊神经网络的三相整流控制方法
CN105911862A (zh) 一种电加热炉温度控制方法
CN106054616B (zh) 模糊逻辑优化pid控制器参数的钛带卷连续酸洗活套高度控制方法
WO2020140188A1 (zh) 一种智能混肥控制方法及控制系统
CN108828954B (zh) 气候风洞自适应预测控制系统及其控制方法
CN106292285B (zh) 一种模糊自适应pi控制器参数确定方法
CN110488600B (zh) Lqr优化型无刷直流电机调速神经网络pid控制器
CN108897221A (zh) 一种军用电源机箱风机转速控制方法
CN108227476A (zh) 一种agv小车的控制方法
CN108132597B (zh) 一种微分超前智能模型集pid控制器设计方法
CN108363292B (zh) 一种基于模糊控制策略的火电机组agc控制方法及装置
CN111082660B (zh) 基于ELM-PID的Buck变换器输出电压控制方法
JPH0434766B2 (zh)
CN114609988B (zh) 一种基于改进推理控制器的大滞后系统控制方法
CN112733372B (zh) 一种负荷建模的模糊逻辑强跟踪方法
CN116224771A (zh) 基于模糊pid算法的仿人胸腔位置控制方法
CN116838511A (zh) 一种基于pid闭环控制的智能定容弹加热系统及方法

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