CN109560740A - 一种模型参考自适应的异步电机参数辨识方法 - Google Patents
一种模型参考自适应的异步电机参数辨识方法 Download PDFInfo
- Publication number
- CN109560740A CN109560740A CN201811437141.4A CN201811437141A CN109560740A CN 109560740 A CN109560740 A CN 109560740A CN 201811437141 A CN201811437141 A CN 201811437141A CN 109560740 A CN109560740 A CN 109560740A
- Authority
- CN
- China
- Prior art keywords
- model
- identification
- stator
- rotor
- flux linkage
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 16
- 230000001360 synchronised effect Effects 0.000 title abstract 2
- 230000004907 flux Effects 0.000 claims abstract description 58
- 238000001914 filtration Methods 0.000 claims abstract description 16
- 239000007983 Tris buffer Substances 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000012850 discrimination method Methods 0.000 abstract 1
- 230000010354 integration Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000002238 attenuated effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005457 optimization Methods 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
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002500 effect on skin Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000002277 temperature effect Effects 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
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0017—Model reference adaptation, e.g. MRAS or MRAC, useful for control or parameter estimation
-
- 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
- H02P21/18—Estimation of position or speed
-
- 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
-
- 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
- H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
- H02P2207/01—Asynchronous machines
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明涉及异步电机的矢量控制技术,具体涉及一种模型参考自适应的异步电机参数辨识方法,包括以下步骤:1、建立改进型的模型参考自适应系统参考模型;1.1、通过αβ两相静止坐标系电压方程和转子磁链方程得到转子磁链的电压模型;根据转子磁链的电压模型,得出转子磁链电流模型;1.2、在转子磁链电压模型中利用一个一阶惯性环节来代替纯积分和高通滤波环节,同时将转子参考磁链经过滤波来补偿一阶惯性环节;2、采用基于定子电阻在线辨识的转速估计方法进行转速辨识;在转速估计的同时对定子电阻在线辨识,根据实时定子电阻阻值来辨识转速。该辨识方法能够提高异步电机转速辨识的精度,提高系统运行的稳定性。
Description
技术领域
本发明属于异步电机的矢量控制技术领域,尤其涉及一种模型参考自适应的异步电机参数辨识方法。
背景技术
目前在交流电机的高性能控制算法中,矢量控制算法是应用最广泛的。20世纪末F.Blaschke首次提出了矢量控制理论。矢量控制理论实现了转速和磁链的解耦控制,它的主要工作原理是在转子磁链坐标系中,分别控制M轴、T轴的定子电流分量,实现转速和磁链的解耦控制。利用坐标变换的理论,重新搭建异步电动机的数学模型,把它的运行模式模拟成类似于直流电机的模式,独立控制转矩电流以及励磁电流,并且获得和直流电机一样的动态性能。矢量控制提出以后,许多学者将大量的时间和精力投入其中,促使其飞速发展,同时促进交流传动系统的发展,提高其系统的性能。
对于一些性能比较优越的交流调速系统,其速度环普遍进行的是闭环控制,由,速度的测量需要安装测速设备,例如测速发电机、速度传感器等、光电编码器。在异步电机调速系统中这些传感器的加入,也带来了一些不好的影响,,如增加体积、成本,甚至在一些特殊场合无法安装。
异步电动机的无速度传感器矢量控制技术是在传统带转速传感器的矢量控制技术上发展起来的,转速是通过建模估算出来,控制上仍然使用磁场定向控制。因此该算法的关键问题为如何得到准确的电机转速信号,如何提高该算法的精度收到人们越来越多的关注。异步电机的定子电阻、转子电阻等参数受到温度或集肤效应的影响,导致磁场定向不准确,所以对电机定子电阻、转子电阻等参数的实时在线识别也很重要。
发明内容
本发明的目的是提供一种引入一阶惯性环节带补偿的方式和定子电阻在线辨识实现转速辨识的方法。
为实现上述目的,本发明采用的技术方案是:一种模型参考自适应的异步电机参数辨识方法,包括以下步骤:
步骤1、建立改进型的模型参考自适应系统参考模型;
步骤1.1、通过αβ两相静止坐标系电压方程和转子磁链方程得到转子磁链的电压模型;根据转子磁链的电压模型,得出转子磁链电流模型;
步骤1.2、在转子磁链电压模型中利用一个一阶惯性环节来代替纯积分和高通滤波环节,同时将转子参考磁链经过滤波来补偿一阶惯性环节;
步骤2、采用基于定子电阻在线辨识的转速估计方法进行转速辨识;
在转速估计的同时对定子电阻在线辨识,根据实时定子电阻阻值来辨识转速。
在上述的模型参考自适应的异步电机参数辨识方法中,步骤1.1所述转子磁链的电压模型为:
式中,为漏磁系数,Rs为定子电阻,usα,usβ为定子电压α,β轴分量,isα,isβ为定子电流α,β轴分量,Lm为α-β坐标系中定子与转子的互感,Ls为α-β坐标系中定子自感,含定子漏感,Lr为α-β坐标系中转子自感,含转子漏感;ψrα,ψrβ为转子磁链α,β轴分量;
转子磁链的电流模型方程:
式中,p为微分算子,Tr为时间常数,ωr转子角速度。
在上述的模型参考自适应的异步电机参数辨识方法中,步骤1.2的实现包括以下步骤:
步骤1.2.1、一阶惯性环节的设计:对于一个纯积分环节将积分后的信号通过高通滤波器后可以得到:
其中,x为输入,y为输出,α为截止频率;
步骤1.2.2、带补偿一阶惯性环节模型的设计为:
式中,Tc为一阶惯性环节截止周期,ψr为转子磁链,ψr'为经过滤波的转子磁链,ψr *为转子参考磁链。
在上述的模型参考自适应的异步电机参数辨识方法中,步骤2所述采用基于定子电阻在线辨识的转速估计方法进行转速辨识包括以下步骤:
步骤2.1、转速辨识率公式为:
式中,kp,ki为比例系数,为可调模型磁链观测值;
步骤2.2、对于转速辨识,电压模型作为参考模型,电流模型作为可调模型得到转速辨识;
步骤2.3、对于定子电阻辨识,电压模型作为可调模型,电流模型作为参考模型;根据popov稳定性理论可得到定子电阻辨识为:
其中,为定子电阻辨识值,kp′,ki′为定子电阻辨识率对应的比例系数。
本发明的有益效果:1.引入一阶惯性环节带补偿的方式解决传统MRAS所存在的纯积分问题。
2.加入定子电阻在线辨识实现转速辨识的优化。提高系统稳定性和转速辨识的精度。
3.能够提高异步电机转速辨识的精度,提高系统运行的稳定性。
附图说明
图1为本发明一个实施例传统的模型参考自适应系统原理框图;
图2为本发明一个实施例改进型的电压参考模型;
图3为本发明一个实施例转速和定子电阻同时辨识原理框图。
具体实施方式
下面结合附图对本发明的实施方式进行详细描述。
如图1所示,为传统的模型参考自适应系统原理框图。针对在模型参考自适应无速度传感器辨识中,电压参考模型纯积分环节带来积分误差累计、积分漂移、系统失稳等弊端,导致速度辨识不准确,采用一阶惯性环节代替纯积分和高通滤波环节,同时将参考磁链通过滤波来补偿一阶惯性环节。从而提高系统稳定性和转速辨识的精度。另外,参考模型中定子电阻因温度变化导致速度不准确,采用模型参考自适应系统实时在线辨识定子电阻。
本实施例通过以下技术方案来实现,一种模型参考自适应的异步电机参数辨识方法,包括建立改进型的模型参考自适应系统参考模型和采用基于定子电阻在线辨识的转速估计方法进行转速辨识;具体步骤如下:
步骤(1):由αβ两相静止坐标系电压方程和转子磁链方程可得转子磁链的电压模型方程。同理根据异步电机的电压方程,可以推导出转子磁链电流模型方程。
步骤(2):通过分析可以看出,电压模型中含有纯积分环节;纯积分环节会受到积初值和直流漂移的影响。在磁链电压模型中可以利用一个一阶惯性环节来代替纯积分和高通滤波环节,同时将参考磁链经过滤波后来补偿一阶惯性环节。
步骤(3):采用基于定子电阻在线辨识的转速估计方法,其特征在于在转速估计的同时对定子电阻在线辨识,以此来实时调整定子电阻阻值来更新辨识转速达到高精度估计转速的目的。
步骤(1)中根据异步电机的电压方程和电流方程可以推导出基于模型参考自适应系统的电压参考模型和电流参考模型,为自适应律的得到奠定基础。
步骤(2)将电压参考模型中的纯积分环节通过一阶惯性环节带滤波补偿的方法进行代替,可以很好的解决因为纯积分环节所带来的积分误差累积等问题,同时滤波补偿也形成一个反馈回路,具有较强的稳定性。
步骤(3)对于定子电阻辨识,电压模型可以作为可调模型,电流模型可以作为参考模型。这样既可以辨识定子电阻也可以辨识转速,消除定子电阻变化对电机转速辨识影响。
1)建立改进型的模型参考自适应系统参考模型:
由αβ两相静止坐标系电压方程和转子磁链方程可得转子磁链的电压模型为:
式中,为漏磁系数,Rs为定子电阻,usα,usβ为定子电压α,β轴分量,isα,isβ为定子电流α,β轴分量,Lm为α-β坐标系中定子与转子的互感,Ls为α-β坐标系中定子自感(含定子漏感),Lr为α-β坐标系中转子自感(含转子漏感);ψrα,ψrβ为转子磁链α,β轴分量;
转子磁链的电流模型方程:
式中,p为微分算子,Tr为时间常数,ωr转子角速度。
转子磁链电压模型实质上是一种纯积分器,其中不含转子电阻和转速,输出作为转子磁链的期望值,可以作为参考模型;
磁链的电流模型方程:
式中,p为微分算子,Tr为时间常数,ωr转子角速度。
通过分析可以看出,电压模型中含有纯积分环节;纯积分环节会受到积初值和直流漂移的影响。这些因素引起的误差经过积分环节累加后,将会严重影响磁链的估算精度,估算误差随时间累积后可能会导致系统失稳。
在磁链电压模型中可以利用一个一阶惯性环节来代替纯积分和高通滤波环节,系统的误差会随着滤波时间参数的推移而衰减。但是一阶惯性环节将导致磁链相位和幅值的偏差,同时截止频率与输入信号频率相差越大,相位和幅值的偏差也会越大,因此采取将参考磁链经过滤波后来补偿一阶惯性环节。
模型参考自适应系统的转速辨识率为:
式中,kp,ki为比例系数,为可调模型磁链观测值。
转子磁链的改变量与定子电阻改变量成正比关系,所以电机运行时,因为温度变化等因素所引起的定子电阻变化会使磁链产生较大变化,为了准确的辨识磁链,需要实时的辨识定子电阻。在转速估计的同时对定子电阻在线辨识,根据实时定子电阻阻值来准确辨识转速,从而提高转速辨识精度。
参考模型不含电机转速,电流模型不含定子电阻。对于转速辨识,电压模型可以作为参考模型,电流模型可以作为可调模型。对于定子电阻辨识,电压模型可以作为可调模型,电流模型可以作为参考模型。这样既可以辨识定子电阻也可以辨识转速,消除定子电阻变化对电机转速辨识影响。由popov稳定性理论可得到定子电阻的辨识值为:
其中,为定子电阻辨识值,kp′,ki′为定子电阻辨识率对应的比例系数。
如图2所示,一阶惯性环节带补偿优化参考模型设计:
对于一个纯积分环节将积分后的信号通过高通滤波器后可以得到:
其中x为输入,y为输出,α为截止频率。
在磁链电压模型中可以利用一个一阶惯性环节来代替纯积分和高通滤波环节,系统的误差会随着滤波时间参数的推移而衰减。但是一阶惯性环节将导致磁链相位和幅值的偏差,同时截止频率与输入信号频率相差越大,相位和幅值的偏差也会越大,故需要对信号进行补偿:
式中,Tc为一阶惯性环节截止周期,ψr为转子磁链,ψr'为经过滤波的转子磁链,ψr *为转子参考磁链。
当系统稳态运行时,实际磁链等于参考磁链,那么式上中的ψ* r-ψr为零,这时改进电压模型的输出结果就等于实际的磁链,所以该模型可以较好的消除误差,改善纯积分项带来的影响。
如图3所示,为基于定子电阻在线辨识的转速估计方法:
在转速估计的同时对定子电阻在线辨识,以此来实时调整定子电阻阻值来更新辨识转速达到高精度估计转速的目的,参考模型不含电机转速,电流模型不含定子电阻。对于转速辨识,电压模型可以作为参考模型,电流模型可以作为可调模型得到的转速辨识。对于定子电阻辨识,电压模型可以作为可调模型,电流模型可以作为参考模型。这样既可以辨识定子电阻也可以辨识转速,消除定子电阻变化对电机转速辨识影响。由popov稳定性理论可得到定子电阻的辨识值为:
其中,为定子电阻辨识值,k′p,k′i为定子电阻辨识率对应的比例系数。
应当理解的是,本说明书未详细阐述的部分均属于现有技术。
虽然以上结合附图描述了本发明的具体实施方式,但是本领域普通技术人员应当理解,这些仅是举例说明,可以对这些实施方式做出多种变形或修改,而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (4)
1.一种模型参考自适应的异步电机参数辨识方法,其特征是,包括以下步骤:
步骤1、建立改进型的模型参考自适应系统参考模型;
步骤1.1、通过αβ两相静止坐标系电压方程和转子磁链方程得到转子磁链的电压模型;根据转子磁链的电压模型,得出转子磁链电流模型;
步骤1.2、在转子磁链电压模型中利用一个一阶惯性环节来代替纯积分和高通滤波环节,同时将转子参考磁链经过滤波来补偿一阶惯性环节;
步骤2、采用基于定子电阻在线辨识的转速估计方法进行转速辨识;
在转速估计的同时对定子电阻在线辨识,根据实时定子电阻阻值来辨识转速。
2.如权利要求1所述的模型参考自适应的异步电机参数辨识方法,其特征是,步骤1.1所述转子磁链的电压模型为:
式中,为漏磁系数,Rs为定子电阻,usα,usβ为定子电压α,β轴分量,isα,isβ为定子电流α,β轴分量,Lm为α-β坐标系中定子与转子的互感,Ls为α-β坐标系中定子自感,含定子漏感,Lr为α-β坐标系中转子自感,含转子漏感;ψrα,ψrβ为转子磁链α,β轴分量;
转子磁链的电流模型方程:
式中,p为微分算子,Tr为时间常数,ωr转子角速度。
3.如权利要求1所述的模型参考自适应的异步电机参数辨识方法,其特征是,步骤1.2的实现包括以下步骤:
步骤1.2.1、一阶惯性环节的设计:对于一个纯积分环节将积分后的信号通过高通滤波器后可以得到:
其中,x为输入,y为输出,α为截止频率;
步骤1.2.2、带补偿一阶惯性环节模型的设计为:
式中,Tc为一阶惯性环节截止周期,ψr为转子磁链,ψr'为经过滤波的转子磁链,ψr *为转子参考磁链。
4.如权利要求1所述的模型参考自适应的异步电机参数辨识方法,其特征是,步骤2所述采用基于定子电阻在线辨识的转速估计方法进行转速辨识包括以下步骤:
步骤2.1、转速辨识率公式为:
式中,kp,ki为比例系数,为可调模型磁链观测值;
步骤2.2、对于转速辨识,电压模型作为参考模型,电流模型作为可调模型得到转速辨识;
步骤2.3、对于定子电阻辨识,电压模型作为可调模型,电流模型作为参考模型;根据popov稳定性理论可得到定子电阻辨识值为:
其中,为定子电阻辨识值,k′p,k′i为定子电阻辨识率对应的比例系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811437141.4A CN109560740A (zh) | 2018-11-28 | 2018-11-28 | 一种模型参考自适应的异步电机参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811437141.4A CN109560740A (zh) | 2018-11-28 | 2018-11-28 | 一种模型参考自适应的异步电机参数辨识方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109560740A true CN109560740A (zh) | 2019-04-02 |
Family
ID=65867758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811437141.4A Pending CN109560740A (zh) | 2018-11-28 | 2018-11-28 | 一种模型参考自适应的异步电机参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109560740A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110048653A (zh) * | 2019-05-22 | 2019-07-23 | 河南科技大学 | 无轴承异步电机的滑模变结构mras转速辨识方法 |
CN110176895A (zh) * | 2019-05-28 | 2019-08-27 | 上海联影医疗科技有限公司 | 一种电机参数辨识方法及装置、电机转速调节装置 |
CN110649851A (zh) * | 2019-09-18 | 2020-01-03 | 重庆中涪科瑞工业技术研究院有限公司 | 异步电机多参数解耦在线辨识方法 |
CN111092579A (zh) * | 2019-12-25 | 2020-05-01 | 上海电力大学 | 带有定子温度在线监测的异步电机自适应矢量控制系统 |
CN111969917A (zh) * | 2020-08-12 | 2020-11-20 | 湖州积微电子科技有限公司 | 一种基于模型参考自适应算法的感应电机无速度传感器控制方法 |
CN114337415A (zh) * | 2021-12-28 | 2022-04-12 | 深圳市英威腾电气股份有限公司 | 一种异步电机的参数识别方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388639A (zh) * | 2008-11-03 | 2009-03-18 | 北京清能华福风电技术有限公司 | 双馈风力发电机无位置传感器矢量控制方法 |
CN101938246A (zh) * | 2010-09-29 | 2011-01-05 | 重庆交通大学 | 无速度传感器电机转速的模糊融合辨识方法 |
CN102624320A (zh) * | 2012-01-13 | 2012-08-01 | 重庆交通大学 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
CN104009696A (zh) * | 2014-05-08 | 2014-08-27 | 昆明理工大学 | 一种基于滑模控制的交互式模型参考自适应速度与定子电阻的辨识方法 |
CN107276476A (zh) * | 2017-08-09 | 2017-10-20 | 上海应用技术大学 | 一种基于mras的异步电机低速控制的方法 |
CN107645258A (zh) * | 2016-07-21 | 2018-01-30 | 申茂军 | 一种基于变参数mras法的异步电机矢量控制方法 |
CN108631677A (zh) * | 2018-05-14 | 2018-10-09 | 山东理工大学 | 一种低速电动车用感应电机转子电阻及定子电阻在线辨识方法 |
-
2018
- 2018-11-28 CN CN201811437141.4A patent/CN109560740A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101388639A (zh) * | 2008-11-03 | 2009-03-18 | 北京清能华福风电技术有限公司 | 双馈风力发电机无位置传感器矢量控制方法 |
CN101938246A (zh) * | 2010-09-29 | 2011-01-05 | 重庆交通大学 | 无速度传感器电机转速的模糊融合辨识方法 |
CN102624320A (zh) * | 2012-01-13 | 2012-08-01 | 重庆交通大学 | 基于定子电阻观测器的电动机动/稳态阶段参数辨识方法 |
CN104009696A (zh) * | 2014-05-08 | 2014-08-27 | 昆明理工大学 | 一种基于滑模控制的交互式模型参考自适应速度与定子电阻的辨识方法 |
CN107645258A (zh) * | 2016-07-21 | 2018-01-30 | 申茂军 | 一种基于变参数mras法的异步电机矢量控制方法 |
CN107276476A (zh) * | 2017-08-09 | 2017-10-20 | 上海应用技术大学 | 一种基于mras的异步电机低速控制的方法 |
CN108631677A (zh) * | 2018-05-14 | 2018-10-09 | 山东理工大学 | 一种低速电动车用感应电机转子电阻及定子电阻在线辨识方法 |
Non-Patent Citations (1)
Title |
---|
王明渝: "《定转子电阻在线辨识的感应电机转速估计方法》", 《电机与控制学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110048653A (zh) * | 2019-05-22 | 2019-07-23 | 河南科技大学 | 无轴承异步电机的滑模变结构mras转速辨识方法 |
CN110176895A (zh) * | 2019-05-28 | 2019-08-27 | 上海联影医疗科技有限公司 | 一种电机参数辨识方法及装置、电机转速调节装置 |
CN110176895B (zh) * | 2019-05-28 | 2021-02-09 | 上海联影医疗科技股份有限公司 | 一种电机参数辨识方法及装置、电机转速调节装置 |
CN110649851A (zh) * | 2019-09-18 | 2020-01-03 | 重庆中涪科瑞工业技术研究院有限公司 | 异步电机多参数解耦在线辨识方法 |
CN110649851B (zh) * | 2019-09-18 | 2021-10-08 | 重庆中涪科瑞工业技术研究院有限公司 | 异步电机多参数解耦在线辨识方法 |
CN111092579A (zh) * | 2019-12-25 | 2020-05-01 | 上海电力大学 | 带有定子温度在线监测的异步电机自适应矢量控制系统 |
CN111092579B (zh) * | 2019-12-25 | 2023-04-14 | 上海电力大学 | 带有定子温度在线监测的异步电机自适应矢量控制系统 |
CN111969917A (zh) * | 2020-08-12 | 2020-11-20 | 湖州积微电子科技有限公司 | 一种基于模型参考自适应算法的感应电机无速度传感器控制方法 |
CN114337415A (zh) * | 2021-12-28 | 2022-04-12 | 深圳市英威腾电气股份有限公司 | 一种异步电机的参数识别方法、装置、设备及介质 |
CN114337415B (zh) * | 2021-12-28 | 2024-08-02 | 深圳市英威腾电气股份有限公司 | 一种异步电机的参数识别方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109560740A (zh) | 一种模型参考自适应的异步电机参数辨识方法 | |
CN108069021B (zh) | 一种舵机及其控制系统 | |
CN102931906B (zh) | 异步电机转子磁链观测与转速辨识的方法 | |
CN109873586B (zh) | 一种基于高阶滑模观测器的电机机械参数辨识方法及系统 | |
CN105680754B (zh) | 一种永磁同步电机的直交轴电流矢量复合控制器 | |
CN108551287A (zh) | 车用内置式永磁同步电机驱动系统转矩闭环控制方法 | |
CN104283477B (zh) | 一种基于转矩观测的异步电机矢量控制磁场定向矫正方法 | |
CN103414424B (zh) | 交流电机定子磁链估计方法 | |
CN104009696B (zh) | 一种基于滑模控制的交互式模型参考自适应速度与定子电阻的辨识方法 | |
CN109713971B (zh) | 一种永磁同步电机的扰动抑制方法 | |
CN106169894B (zh) | 三相异步电机在线参数辨识方法及装置 | |
CN102843093A (zh) | 异步电机转子时间常数在线校正方法及装置和控制系统 | |
CN110649851B (zh) | 异步电机多参数解耦在线辨识方法 | |
CN110784144B (zh) | 内置式永磁同步电机的改进控制方法 | |
CN113676088B (zh) | 带有谐波抑制的永磁同步电机无速度传感器控制方法 | |
CN111030535A (zh) | 一种异步电机电感参数在线辨识方法 | |
CN115566954B (zh) | 嵌入式电机调速控制补偿方法及系统 | |
CN104506108B (zh) | 基于伏秒测量和全阶磁链观测器的异步电机转速估算方法 | |
CN113067506B (zh) | 内模型等价输入干扰的永磁同步电机周期扰动抑制方法 | |
CN112532136B (zh) | 一种基于矢量滤波器的感应电机转子磁链估计方法 | |
CN106685294B (zh) | 异步电机转子电阻及励磁电感解耦矫正方法 | |
CN106788068A (zh) | 定子电流轻度失真时估算电机转子转速与位置角的方法 | |
CN113965129A (zh) | 一种永磁同步电机控制系统电流测量偏移误差的补偿方法 | |
CN107896079B (zh) | 一种感应电机转子时间常数辨识方法 | |
CN108183646B (zh) | 一种感应电机无速度传感器矢量控制低频估算方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190402 |