CN109245640B - 一种异步电机模型预测控制方法及装置 - Google Patents

一种异步电机模型预测控制方法及装置 Download PDF

Info

Publication number
CN109245640B
CN109245640B CN201811094178.1A CN201811094178A CN109245640B CN 109245640 B CN109245640 B CN 109245640B CN 201811094178 A CN201811094178 A CN 201811094178A CN 109245640 B CN109245640 B CN 109245640B
Authority
CN
China
Prior art keywords
reference value
flux linkage
asynchronous motor
information variable
torque
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
CN201811094178.1A
Other languages
English (en)
Other versions
CN109245640A (zh
Inventor
张永昌
张博越
白宇宁
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.)
North China University of Technology
Original Assignee
North China University of Technology
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 North China University of Technology filed Critical North China University of Technology
Priority to CN201811094178.1A priority Critical patent/CN109245640B/zh
Publication of CN109245640A publication Critical patent/CN109245640A/zh
Application granted granted Critical
Publication of CN109245640B publication Critical patent/CN109245640B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • 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
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • H02P27/085—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation wherein the PWM mode is adapted on the running conditions of the motor, e.g. the switching frequency

Abstract

本发明公开了一种异步电机模型预测控制方法，包括:根据外环转速PI调节器，生成转矩参考值；根据得到的所述转矩参考值和设定的定子磁链幅值，依据电机数学模型，生成磁链参考值的信息变量和转矩参考值的信息变量；根据得到的所述磁链参考值的信息变量和转矩参考值的信息变量，计算得出参考电压矢量；根据得到的所述参考电压矢量，构造代价函数并进行滚动优化，得出最优电压矢量，驱动逆变器各个开关器件。本发明提供的异步电机模型预测控制方法和装置，实现在一个控制周期内对定子电压参考矢量的跟踪控制，解决了传统模型预测控制方法以不同量纲的转矩和磁链幅值为控制目标时，需要对权重系数进行反复调试的问题，实现异步电机的高性能控制。

Description

一种异步电机模型预测控制方法及装置
技术领域
本发明涉及异步电机调速控制领域，特别是指一种异步电机模型预测控制方法及装置。
背景技术
模型预测控制是一种在线滚动优化控制算法，以其原理简单、容易处理非线性约束、易于实现多变量控制等优点，近些年来吸引了大量学者对其在电力传动领域的应用进行了广泛研究。但是传统方案的控制变量是量纲不一致的电磁转矩和定子磁链幅值，为实现系统在各种工况下均有良好的动静态性能，需要通过反复仿真和试验来确定合适的权重系数，大大限制了控制算法的通用性和实用性。
为解决繁复的权重系数设计问题，有学者提出了一些解决方法，如文献《Multiobjective Switching State Selector for Finite-States Model PredictiveControl Based on Fuzzy Decision Making in a Matrix Converter》采用模糊逻辑决策过程来选择最优的变换器开关状态，能够较好解决多目标跟踪控制时权重系数选择的难题,但增加了算法复杂度。文献《Predictive Torque and Flux Control WithoutWeighting Factors》采用先计算磁链和转矩两个目标函数，然后对所有矢量在这两个目标函数下的值进行排序，综合得到最佳电压矢量，虽然省去了权重系数的设计，但额外的在线排序增加了算法的复杂度，不利于算法的工业实际应用。在专利CN106301127A《一种异步电机模型预测磁链控制方法及装置》中利用电机数学模型得到定子磁链矢量参考值再得到定子电压矢量参考值，在此过程中利用旋转变换以及角度和三角函数计算，程序计算负担较大。总之，现有这些方法大都比较复杂，实用性不强。
发明内容
有鉴于此，本发明的目的在于提供一种简单低复杂度的异步电机模型预测控制方法及装置，显著提升控制效果。
基于上述目的，本发明提供的异步电机模型预测控制方法，包括：
根据外环转速PI调节器，生成转矩参考值；
根据得到的所述转矩参考值和设定的定子磁链幅值，依据电机数学模型，生成磁链参考值的信息变量和转矩参考值的信息变量；
根据得到的所述磁链参考值的信息变量和转矩参考值的信息变量，计算得出参考电压矢量；
根据得到的所述参考电压矢量，构造代价函数并进行滚动优化，得出最优电压矢量。
进一步的，所述根据外环转速PI调节器，生成转矩参考值的步骤包括：
设转矩参考值表示为
Figure BDA0001805131290000021
通过公式
Figure BDA0001805131290000022
计算得出所述转矩参考值，其中kp和ki分别为PI调节器中的比例增益和积分增益，s表示复频率，
Figure BDA0001805131290000023
表示给定转速，ωr表示实际转速。
进一步的，所述根据得到的所述转矩参考值和设定的定子磁链幅值，依据异步电机的数学模型，通过磁链无差拍和转矩无差拍方法，生成磁链参考值的信息变量和转矩参考值的信息变量的步骤包括：
设磁链参考值的信息变量表示为Y，转矩参考值的信息变量表示为Z；
设定子磁链幅值表示为
Figure BDA0001805131290000024
定子磁链幅值
Figure BDA0001805131290000025
设定为额定值；
通过公式：
Figure BDA0001805131290000026
计算得到所述磁链参考值的信息变量Y，其中ψs为定子磁链，Tsc为采样时间，Rs为定子电阻，is为定子电流矢量，
通过公式：
Figure BDA0001805131290000027
计算得到所述转矩参考值的信息变量Z，其中
Figure BDA0001805131290000031
p为异步电机极对数，Te为转矩，Rr为转子电阻，ψr为估计的转子磁链，Ls为异步电机定子电感，Lr为异步电机转子电感，Lm为异步电机互感，Re为取复数的实部。
进一步的，所述根据得到的所述磁链参考值的信息变量和转矩参考值的信息变量，计算得出静止参考坐标系中参考电压矢量步骤包括：
由变量Y和Z组成方程组：
Figure BDA0001805131290000032
其中us为定子电压矢量；
设参考电压矢量表示为Uref；
通过公式：
Figure BDA0001805131290000033
计算得到所述静止参考坐标系中参考电压矢量，其中ψr为转子磁链矢量，j为虚部，Im为取复数的虚部。
进一步的，所述根据得到的所述参考电压矢量，构造代价函数，根据得到的代价函数进行滚动优化，得出最优电压矢量步骤包括：
设最优电压矢量表示为Uopt；
构造代价函数为J＝|Uref-Uc|，其中
Figure BDA0001805131290000034
exp为指数运算，Uc为候选电压矢量，Udc为直流母线电压，k＝1...7，当k＝7时，Udc＝0；
在线滚动候选矢量Uc，计算代价函数最小值，得到最优电压矢量Uopt，驱动逆变器各个开关器件。
另一方面，本发明还提供一种异步电机模型预测控制装置，包括：
三相电压源、异步电机、三相二极管整流桥、直流侧电容、电压电流采样电路、DSP控制器和驱动电路；
其中，电压电流采样电路利用电压霍尔传感器和电流霍尔传感器分别采集直流侧电压以及异步电机两相电流，采样信号经过信号调理电路后进入DSP控制器转换为数字信号；
DSP控制器完成所述的异步电机模型预测控制方法的运算，输出六路开关脉冲，然后经过驱动电路后得到逆变器的六个开关管的最终驱动信号。
从上面所述可以看出，本发明提供的异步电机模型预测控制方法及装置，采用定子电压矢量作为控制目标，算法简单实用，避免了传统控制方案中繁杂的权重系数设计和调整问题，显著提升了控制效果；通过在静止坐标系下对定子磁链幅值参考值和转矩参考值进行转换，减少了复杂的旋转变换。
定子磁链幅值参考值和转矩参考值转化过程基于复矢量运算，避免了角度和三角函数的复杂运算，在数字处理器上执行效率更高；本发明提供的控制方式易于和其他控制方法统一，易于在统一的控制程序框架下实现不同的控制模式。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的异步电机模型预测控制方法实施例流程图；
图2为基于本发明提供的异步电机模型预测控制方法的原理框图；
图3为本发明提供的异步电机调速控制装置硬件结构图；
图4为采用传统有权重系数异步电机模型预测控制在15kHz采样率下，电机运行在150r/min时带额定负载的实验结果；
图5为采用无权重系数异步电机模型预测控制在15kHz采样率下，电机运行在150r/min时带额定负载的实验结果；
图6为采用传统有权重系数异步电机模型预测控制在15kHz采样率下，电机运行在1500r/min时带额定负载的实验结果；
图7为采用无权重系数异步电机模型预测控制在15kHz采样率下，电机运行在1500r/min时带额定负载的实验结果；
图8为采用传统有权重系数异步电机模型预测控制在15kHz采样率下，电机运行在1500r/min时空载的A相电流THD分析结果；
图9为采用无权重系数异步电机模型预测控制在15kHz采样率下，电机运行在1500r/min时空载的A相电流THD分析结果；
图10为采用传统有权重系数异步电机模型预测控制在15kHz采样率下进行1500r/min正反转的实验结果；
图11为采用无权重系数异步电机模型预测控制在15kHz采样率下进行1500r/min正反转的实验结果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
以下结合附图对本发明进行进一步说明，如图1所示，为本发明提供的异步电机模型预测控制方法实施例流程图，包括：
步骤101，根据外环转速PI调节器，生成转矩参考值的步骤包括：
设转矩参考值表示为
Figure BDA0001805131290000051
通过公式
Figure BDA0001805131290000052
计算得出所述转矩指令，其中kp和ki分别为PI调节器中的比例增益和积分增益，s表示复频率，
Figure BDA0001805131290000053
表示给定转速，ωr表示实际转速。
步骤102，根据得到的所述转矩参考值和设定的定子磁链幅值，依据电机数学模型，生成磁链参考值的信息变量和转矩参考值的信息变量的步骤包括：
设磁链参考值的信息变量表示为Y，转矩参考值的信息变量表示为Z；
设定子磁链幅值表示为
Figure BDA0001805131290000054
定子磁链幅值
Figure BDA0001805131290000055
设定为额定值；
通过公式：
Figure BDA0001805131290000056
计算得到所述磁链参考值的信息变量Y，其中ψs为定子磁链，Tsc为采样时间，Rs为定子电阻，is为定子电流矢量，
通过公式：
Figure BDA0001805131290000057
计算得到所述转矩参考值的信息变量Z，其中
Figure BDA0001805131290000058
p为异步电机极对数，Te为转矩，Rr为转子电阻，ψr为估计的转子磁链，Ls为异步电机定子电感，Lr为异步电机转子电感，Lm为异步电机互感，Re为取复数的实部。
步骤103，根据得到的所述磁链参考值的信息变量和转矩参考值的信息变量，计算得出参考电压矢量的步骤包括：
由变量Y和Z组成方程组：
Figure BDA0001805131290000061
其中us为定子电压矢量；
设参考电压矢量表示为Uref；
通过公式：
Figure BDA0001805131290000062
计算得到所述静止参考坐标系中参考电压矢量，其中ψr为转子磁链矢量，j为虚部，Im为取复数的虚部。
步骤104，根据得到的所述参考电压矢量，构造代价函数并进行滚动优化，得出最优电压矢量的步骤包括：
设最优电压矢量表示为Uopt；
构造代价函数为J＝|Uref-Uc|，其中
Figure BDA0001805131290000063
exp为指数运算，Uc为候选电压矢量，Udc为直流母线电压，k＝1...7，当k＝7时，Udc＝0；
在线滚动候选矢量Uc，计算代价函数最小值，得到最优电压矢量Uopt，根据得到的最优电压驱动逆变器各个开关器件。
本发明提供的异步电机模型预测控制方法及装置，采用定子电压矢量作为控制目标，算法简单实用，避免了传统控制方案中繁杂的权重系数设计和调整问题，显著提升了控制效果；通过在静止坐标系下对定子磁链幅值参考值和转矩参考值进行转换，减少了复杂的旋转变换。
定子磁链幅值参考值和转矩参考值转化过程基于复矢量运算，避免了角度和三角函数的复杂运算，在数字处理器上执行效率更高；本发明提供的控制方式易于和其他控制方法统一，易于在统一的控制程序框架下实现不同的控制模式。
如图2所示，为基于本发明提供的异步电机模型预测控制方法的原理框图，包括PI调节器201，参考值转换模块202，目标函数模块203，磁链估计模块204，两电平逆变器205和异步电机206。
其中，参考值转换模块根据得到的转矩参考值和设定的定子磁链幅值，依据电机数学模型，生成磁链参考值的信息变量和转矩参考值的信息变量，计算得出参考电压矢量。
目标函数模块针对代价函数进行滚动优化，得出最优电压矢量。
本发明提供的异步电机模型预测控制方法按照图所示的过程依次实现。
另一方面，本发明还提供一种异步电机调速控制装置，如图3所示，包括：
三相电压源301、异步电机206、三相二极管整流桥303、直流侧电容304、电压电流采样电路305、DSP控制器306和驱动电路307。
其中，电压电流采样电路利用电压霍尔传感器和电流霍尔传感器分别采集直流侧电压以及异步电机两相电流，采样信号经过信号调理电路后进入DSP控制器转换为数字信号。
DSP控制器用于完成上述步骤101-104所提出方法的运算，输出六路开关脉冲，然后经过驱动电路后得到逆变器的六个驱动管的最终驱动信号。
本发明所提供异步电机调速控制方法的有效性可以通过对比图4和图5、图6和图7、图10和图11所示的实验结果及图8和图9的分析结果得出。
如图4和图5所示，分别表示采用传统有权重系数异步电机模型预测磁链控制方法和采用本发明控制方法，在15kHz采样率下，电机运行在低速150r/min时带额定负载的实验结果。从图4和图5的对比中可以发现，在电机低速运行情况下，采用相同采样率，传统有权重系数的控制方法由于权重系数调节不当，相比本发明控制方法的转矩更加不平滑、磁链脉动更大、定子电流畸变更大。
如图6和图7所示，分别表示采用传统有权重系数异步电机模型预测磁链控制方法和采用本发明控制方法，在15kHz采样率下，电机运行在高速1500r/min时带额定负载的实验结果。从图6和图7的对比中可以发现，与电机运行在低速150r/min时情况相同，在电机高速运行情况下，采用本发明控制方法的磁链脉动和转矩脉动更小，定子电流更正弦。
如图8和图9所示，分别表示采用传统有权重系数异步电机模型预测磁链控制方法和采用本发明控制方法，在15kHz采样率下，电机运行在1500r/min不带载的实验分析结果。从图8和图9的对比中可以看出，采用本发明控制方法后的电流THD明显减小，电流更正弦。
如图10和图11所示，分别表示采用传统有权重系数异步电机模型预测磁链控制方法和采用本发明控制方法，在15kHz采样率下，电机运行在1500r/min正反转的实验结果。从图10和图11中可以看出在整个正反转过程中，本发明中所述的控制方法能够实现磁链幅值和电磁转矩的解耦控制，相比传统控制方法，采用本发明控制方法在具有类似快速动态性能的同时，电机具有更加平滑的转矩、更小的磁链脉动和更加正弦的定子电流。
由此可见本发明提供的异步电机模型预测控制方法及装置，通过采用定子电压矢量作为控制目标，算法简单实用，避免了传统控制方案中繁杂的权重系数设计和调整问题，显著提升了控制效果；通过在静止坐标系下对定子磁链幅值参考值和转矩参考值进行转换，减少了复杂的旋转变换；定子磁链幅值参考值和转矩参考值转化过程基于复矢量运算，避免了角度和三角函数的复杂运算，在数字处理器上执行效率更高；本发明提供的控制方式易于和其他控制方法统一，易于在统一的控制程序框架下实现不同的控制模式。
上述实施例的装置用于实现前述实施例中相应的方法，并且具有相应的方法实施例的有益效果，在此不再赘述。
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(IC)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态RAM(DRAM))可以使用所讨论的实施例。
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种异步电机模型预测控制方法，其特征在于包括：
根据外环转速PI调节器，生成转矩参考值；
根据得到的所述转矩参考值和设定的定子磁链幅值，依据电机数学模型，生成磁链参考值的信息变量和转矩参考值的信息变量；
由生成的所述磁链参考值的信息变量Y和所述转矩参考值的信息变量Z组成方程组：
Figure FDA0003068898210000011
其中，ψs表示定子磁链，ψr表示估计的转子磁链，us表示定子电压矢量，Re表示取复数的实部，Im表示取复数的虚部；
根据得到的所述磁链参考值的信息变量和转矩参考值的信息变量，计算得出静止坐标系中参考电压矢量Uref：
Figure FDA0003068898210000012
其中，j表示虚部；
根据得到的所述参考电压矢量，构造代价函数并进行滚动优化，得出最优电压矢量。
2.根据权利要求1所述的一种异步电机模型预测控制方法，其特征在于，所述根据外环转速PI调节器，生成转矩参考值的步骤包括：
设转矩参考值表示为
Figure FDA0003068898210000013
通过公式
Figure FDA0003068898210000014
计算得出所述转矩参考值，其中kp和ki分别为PI调节器中的比例增益和积分增益，s表示复频率，
Figure FDA0003068898210000015
表示给定转速，ωr表示实际转速。
3.根据权利要求2所述的一种异步电机模型预测控制方法，其特征在于，所述根据得到的所述转矩参考值和设定的定子磁链幅值，依据异步电机的数学模型，通过磁链无差拍和转矩无差拍方法，生成磁链参考值的信息变量和转矩参考值的信息变量的步骤包括：
设定子磁链幅值表示为
Figure FDA0003068898210000021
定子磁链幅值
Figure FDA0003068898210000022
设定为额定值；
通过公式：
Figure FDA0003068898210000023
计算得到所述磁链参考值的信息变量Y，其中Tsc为采样时间，Rs为定子电阻，is为定子电流矢量，
通过公式：
Figure FDA0003068898210000024
计算得到所述转矩参考值的信息变量Z，其中
Figure FDA0003068898210000025
p为异步电机极对数，Te为转矩，Rr为转子电阻，ψr为估计的转子磁链，Ls为异步电机定子电感，Lr为异步电机转子电感，Lm为异步电机互感。
4.根据权利要求1所述的一种异步电机模型预测控制方法，其特征在于，所述根据得到的所述参考电压矢量，构造代价函数，根据得到的代价函数进行滚动优化，得出最优电压矢量步骤包括：
设最优电压矢量表示为Uopt；
构造代价函数为J＝|Uref-Uc|，其中
Figure FDA0003068898210000026
exp为指数运算，Uc为候选电压矢量，Udc为直流母线电压，k＝1...7，当k＝7时，Udc＝0；
在线滚动候选矢量Uc，计算代价函数最小值，得到最优电压矢量Uopt，驱动逆变器各个开关器件。
5.一种异步电机模型预测控制装置，其特征在于，包括：
三相电压源、异步电机、三相二极管整流桥、直流侧电容、电压电流采样电路、DSP控制器和驱动电路；
其中，电压电流采样电路利用电压霍尔传感器和电流霍尔传感器分别采集直流侧电压以及异步电机两相电流，采样信号经过信号调理电路后进入DSP控制器转换为数字信号；
DSP控制器完成如权利要求1～4任意一项所述的异步电机模型预测控制方法的运算，输出六路开关脉冲，然后经过驱动电路后得到逆变器的六个开关管的最终驱动信号。
CN201811094178.1A 2018-09-19 2018-09-19 一种异步电机模型预测控制方法及装置 Active CN109245640B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811094178.1A CN109245640B (zh) 2018-09-19 2018-09-19 一种异步电机模型预测控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811094178.1A CN109245640B (zh) 2018-09-19 2018-09-19 一种异步电机模型预测控制方法及装置

Publications (2)

Publication Number Publication Date
CN109245640A CN109245640A (zh) 2019-01-18
CN109245640B true CN109245640B (zh) 2021-09-14

Family

ID=65059375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811094178.1A Active CN109245640B (zh) 2018-09-19 2018-09-19 一种异步电机模型预测控制方法及装置

Country Status (1)

Country Link
CN (1) CN109245640B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110323993B (zh) * 2019-05-09 2021-06-15 深圳大学 一种多目标约束下平面电机的控制方法及终端设备
CN110601628A (zh) * 2019-08-30 2019-12-20 北方工业大学 一种基于扩张状态观测器的无模型预测电流控制方法
CN110912484A (zh) * 2019-11-21 2020-03-24 西安理工大学 一种感应电机改进模型预测控制方法
CN111614278A (zh) * 2020-06-12 2020-09-01 中国矿业大学 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092422A (zh) * 2014-07-28 2014-10-08 北方工业大学 有限状态集异步电机模型预测磁链控制方法及装置
CN105915135A (zh) * 2016-05-16 2016-08-31 北方工业大学 基于无差拍优化与双矢量模型预测的电机控制方法
CN106301127A (zh) * 2016-10-20 2017-01-04 北方工业大学 一种异步电机模型预测磁链控制方法及装置
CN107565872A (zh) * 2017-09-15 2018-01-09 郑州轻工业学院 一种异步电机模型预测直接转矩控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104092422A (zh) * 2014-07-28 2014-10-08 北方工业大学 有限状态集异步电机模型预测磁链控制方法及装置
CN105915135A (zh) * 2016-05-16 2016-08-31 北方工业大学 基于无差拍优化与双矢量模型预测的电机控制方法
CN106301127A (zh) * 2016-10-20 2017-01-04 北方工业大学 一种异步电机模型预测磁链控制方法及装置
CN107565872A (zh) * 2017-09-15 2018-01-09 郑州轻工业学院 一种异步电机模型预测直接转矩控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
yongchang zhang 等.overview of model predictive control for induction motor drives􀁕􀁒􀁏􀀃􀁉􀁒􀁕􀀃.《Chinese Journal of Electrical Engineering》.2016,第2卷(第1期),第62-76页. *
张晓光 等.永磁同步电机优化模型预测转矩控制.《中国电机工程学报》.2017,第37卷(第16期),第4800-4809页. *
永磁同步电机优化模型预测转矩控制;张晓光 等;《中国电机工程学报》;20170820;第37卷(第16期);第4800-4809页 *

Also Published As

Publication number Publication date
CN109245640A (zh) 2019-01-18

Similar Documents

Publication Publication Date Title
CN109245640B (zh) 一种异步电机模型预测控制方法及装置
CN106936356B (zh) 矢量筛选和占空比结合的电机模型预测控制系统及方法
CN109302110B (zh) 一种异步电机广义级联模型预测磁链控制方法及装置
CN209844868U (zh) 永磁同步电机无差拍电流预测控制系统
CN207166388U (zh) 矢量筛选和占空比结合的电机模型预测控制系统
CN107623479B (zh) 一种电机容错故障控制方法及装置
CN110112979B (zh) 基于标幺化的永磁同步电机无权重系数预测转矩控制方法
CN110120763B (zh) 一种永磁同步电机无权重系数预测转矩控制方法
Kumar et al. Adaptive control schemes for improving dynamic performance of efficiency-optimized induction motor drives
CN107994826A (zh) 一种基于误差加权的全阶观测器无速度传感器控制系统
Gonzalez et al. Variable-speed control of a six-phase induction machine using predictive-fixed switching frequency current control techniques
CN106301127B (zh) 一种异步电机模型预测磁链控制方法及装置
CN110912480A (zh) 基于扩张状态观测器的永磁同步电机无模型预测控制方法
Zhang et al. Multi-stage series model predictive control for PMSM drives
CN206640528U (zh) 永磁同步电机无权值模型预测转矩控制系统
Osman et al. An optimal reduced-control-set model predictive flux control for 3L-NPC fed induction motor drive
CN111478633A (zh) 一种永磁同步电机无差拍预测控制方法
CN112803861B (zh) 一种永磁同步电机三矢量模型预测控制的无零矢量算法
CN113922720A (zh) 一种基于占空比控制的pmsm模型预测电流控制算法
CN113809967A (zh) 基于矩阵变换器的永磁同步电机调制模型预测控制方法
Wang et al. Comparison and analysis of predictive control of induction motor without weighting factors
Kiani et al. Predictive torque control of induction motor drive with reduction of torque and flux ripple
González et al. Predictive current control with kalman filter observer for a five-phase induction machine operating at fixed switching frequency
CN111082711A (zh) 一种无刷直流电机反步法控制方法及系统
Zhang et al. Model predictive control for PMSM drives with switching frequency optimization

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