CN110011584A - 一种单转子压缩机的振动补偿方法、系统及相关组件 - Google Patents

一种单转子压缩机的振动补偿方法、系统及相关组件 Download PDF

Info

Publication number
CN110011584A
CN110011584A CN201910334013.5A CN201910334013A CN110011584A CN 110011584 A CN110011584 A CN 110011584A CN 201910334013 A CN201910334013 A CN 201910334013A CN 110011584 A CN110011584 A CN 110011584A
Authority
CN
China
Prior art keywords
fitness
velocity error
relational expression
response surface
optimal
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
Application number
CN201910334013.5A
Other languages
English (en)
Other versions
CN110011584B (zh
Inventor
杨海钿
黄运保
童怀
李璞
王科峰
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.)
Guangdong University of Technology
Original Assignee
Guangdong 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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201910334013.5A priority Critical patent/CN110011584B/zh
Publication of CN110011584A publication Critical patent/CN110011584A/zh
Application granted granted Critical
Publication of CN110011584B publication Critical patent/CN110011584B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H02P21/05—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation specially adapted for damping motor oscillations, e.g. for reducing hunting
    • 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
    • H02P21/22—Current control, e.g. using a current control loop

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Compressor (AREA)
  • Control Of Positive-Displacement Pumps (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本申请公开了一种单转子压缩机的振动补偿方法、系统、装置及计算机可读存储介质，包括：通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，速度误差为转速估计值和转速给定值的差值；确定响应面的各项系数的最优解，根据最优解得到最优速度误差；利用最优速度误差计算q轴前馈补偿电流；将q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。本申请利用响应面求解最优速度误差，既考虑了转速波动的基波分量，也考虑了高阶分量，从而使得到的q轴前馈补偿电流精确度更高，将该q轴前馈补偿电流补偿到单转子压缩机中，可以产生预期波形的电磁转矩，抵消负载转矩的突变，降低电机的转速波动，从而达到降低振动噪音的效果。

Description

一种单转子压缩机的振动补偿方法、系统及相关组件
技术领域
本申请涉及压缩机领域，特别是涉及一种单转子压缩机的振动补偿方法、系统及相关组件。
背景技术
单转子压缩机以其成本上的优势，在我国家电领域被广泛应用，但是单转子压缩机存在周期性波动的负载转矩，负载转矩的突变会导致转速波动，从而产生振动噪音。为降低振动噪音，现有的补偿方案是通过获取单转子压缩机的速度指令值对应的转速给定值ω*和转速估计值ωe；将速度误差Δω(Δω＝ω*-ωe)与cosθ相乘后进行低通滤波处理得到速度波动基波的余弦分量Qc，将Δω与sinθ相乘后进行低通滤波处理得到速度波动基波的正弦分量Qs；将Qc与cos(θ+Δθ)相乘，将Qs与sin(θ+Δθ)相乘，将Qc与cos(θ+Δθ)相乘结果和Qs与sin(θ+Δθ)相乘结果相加得到中间转速ωrip；对ωrip进行高通滤波处理后得到q轴电流补偿值；将q轴电流补偿值输入单转子压缩机以实现振动补偿。可以理解的是，在能准确无误的估计出压缩机转速的条件下，现有技术通过弥补速度误差Δω是可以达到降低转速，从而降低振动噪音的目的，但由于只关注转速波动的基波分量，忽略了高阶分量，这种补偿方法本身也存在着一定的误差。
因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种单转子压缩机的振动补偿方法、系统、装置及计算机可读存储介质，既考虑了转速波动的基波分量，也考虑了高阶分量，从而使得到的q轴前馈补偿电流精确度更高，将该q轴前馈补偿电流补偿到单转子压缩机中，可以产生预期波形的电磁转矩，抵消负载转矩的突变，降低电机的转速波动，达到降低振动噪音的效果。
为解决上述技术问题，本申请提供了一种单转子压缩机的振动补偿方法，包括：
通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，所述速度误差为转速估计值和转速给定值的差值；
确定所述响应面的各项系数的最优解，根据所述最优解得到所述最优速度误差；
利用所述最优速度误差计算q轴前馈补偿电流；
将所述q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
优选的，所述预设高阶多项关系式为泰勒关系式或切比雪夫关系式或拉格朗日关系式。
优选的，所述确定所述响应面的各项系数的最优解的过程具体为：
通过遗传算法确定所述响应面的各项系数的最优解。
优选的，所述通过遗传算法确定所述响应面的各项系数的最优解的过程具体为：
随机生成与所述响应面的各项系数对应的多个个体；
计算每个所述个体的适应度；
判断是否存在所述适应度满足终止条件的个体，若是，根据所述适应度满足所述终止条件的个体确定所述响应面的各项系数的最优解。
优选的，所述判断是否存在所述适应度满足终止条件的个体之后，该振动补偿方法还包括：
若否，对所有所述个体进行选择和/或交叉和/或变异操作，得到新个体；
计算每个所述新个体的适应度；
判断是否存在所述适应度满足所述终止条件的新个体，若是，根据所述适应度满足所述终止条件的新个体确定所述响应面的各项系数的最优解。
优选的，所述计算每个所述个体的适应度的过程具体为：
通过适应度关系式计算每个所述个体的适应度；
相应的，所述计算每个所述新个体的适应度的过程具体为：
通过所述适应度关系式计算每个所述新个体的适应度；
其中，所述适应度关系式为fi为所述适应度，Δω为所述速度误差。
优选的，所述利用所述最优速度误差计算q轴前馈补偿电流的过程具体为：
利用电流补偿关系式计算q轴前馈补偿电流；
其中，所述电流补偿关系式为Δi为所述q轴前馈补偿电流，Δω0为所述最优速度误差，P为电机输出功率，pn为电机极对数，为永磁体磁链。
为解决上述技术问题，本申请还提供了一种单转子压缩机的振动补偿系统，包括：
构建模块，用于通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，所述速度误差为转速估计值和转速给定值的差值；
确定模块，用于确定所述响应面的各项系数的最优解，根据所述最优解得到所述最优速度误差；
计算模块，用于利用所述最优速度误差计算q轴前馈补偿电流；
补偿模块，用于将所述q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
为解决上述技术问题，本申请还提供了一种单转子压缩机的振动补偿装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文任意一项所述振动补偿方法的步骤。
为解决上述技术问题，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文任意一项所述振动补偿方法的步骤。
本申请提供了一种单转子压缩机的振动补偿方法，包括：通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，速度误差为转速估计值和转速给定值的差值；确定响应面的各项系数的最优解，根据最优解得到最优速度误差；利用最优速度误差计算q轴前馈补偿电流；将q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
在实际应用中，采用本申请的方案，通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，利用该响应面求解最优速度误差，既考虑了转速波动的基波分量，也考虑了高阶分量，从而使通过该最优速度误差得到的q轴前馈补偿电流精确度更高，将该q轴前馈补偿电流补偿到单转子压缩机中，可以产生预期波形的电磁转矩，抵消负载转矩的突变，降低电机的转速波动，达到降低振动噪音的效果。
本申请还提供了一种单转子压缩机的振动补偿系统、装置及计算机可读存储介质，具有和上述振动补偿方法相同的有益效果。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对现有技术和实施例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申请的一些实施例，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为本申请所提供的一种单转子压缩机的振动补偿方法的步骤流程图；
图2为本申请所提供的一种单转子压缩机的振动补偿系统的结构示意图。
具体实施方式
本申请的核心是提供一种单转子压缩机的振动补偿方法、系统、装置及计算机可读存储介质，既考虑了转速波动的基波分量，也考虑了高阶分量，从而使得到的q轴前馈补偿电流精确度更高，将该q轴前馈补偿电流补偿到单转子压缩机中，可以产生预期波形的电磁转矩，抵消负载转矩的突变，降低电机的转速波动，达到降低振动噪音的效果。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参照图1，图1为本申请所提供的一种单转子压缩机的振动补偿方法的步骤流程图，包括：
步骤1：通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，速度误差为转速估计值和转速给定值的差值；
具体的，预设高阶多项关系式可以选择泰勒关系式、切比雪夫关系式或拉格朗日关系式，本申请以泰勒关系式为例对本方案进行说明。
具体的，将单转子压缩机的速度指令值对应的转速给定值ω*和转速估计值ωe做差得到速度误差Δω，选择泰勒关系式作为基底构建响应面，可以得到Δω的表达式为Δω＝a0+a1x+a2x2+a3x3+a4x4+…+anxn，从而保证本申请既关注转速波动的基波分量，又关注高阶分量，使得到的速度误差Δω更精确，通过该速度误差进行补偿，降低振动噪音的效果更好。
步骤2：确定响应面的各项系数的最优解，根据最优解得到最优速度误差；
作为一种优选的实施例，确定响应面的各项系数的最优解的过程具体为：
通过遗传算法确定响应面的各项系数的最优解。
具体的，求解上述表达式中各系数a0、a1、a2、…、an的最优解，从而计算出最优速度误差Δω0，具体可以采用遗传算法来求解a0、a1、a2、…、an的最优解，遗传算法能很好的处理约束，全局搜索能力强，跳出局部最优，最终得到全局最优解。在确定a0、a1、a2、…、an的最优解后，即可通过上述关系式计算出最优速度误差Δω0。
当然，除了可以采用遗传算法得到各系数a0、a1、a2、…、an的最优解，还可以采用其他算法(如模拟退火、爬山算法等)，本申请在此不做限定。
步骤3：利用最优速度误差计算q轴前馈补偿电流；
作为一种优选的实施例，利用最优速度误差计算q轴前馈补偿电流的过程具体为：
利用电流补偿关系式计算q轴前馈补偿电流；
其中，电流补偿关系式为Δi为q轴前馈补偿电流，Δω0为最优速度误差，P为电机输出功率，pn为电机极对数，为永磁体磁链。
步骤4：将q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
具体的，在计算出最优速度误差Δω0后，根据电流补偿关系式计算q轴前馈补偿电流Δi，本申请通过在q轴电流iq中，加入q轴前馈补偿电流Δi，以产生预期波形的电磁转矩，抵消负载转矩的突变，降低电机的转速波动和振动噪音。
本申请提供了一种单转子压缩机的振动补偿方法，包括：通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，速度误差为转速估计值和转速给定值的差值；确定响应面的各项系数的最优解，根据最优解得到最优速度误差；利用最优速度误差计算q轴前馈补偿电流；将q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
在实际应用中，采用本申请的方案，通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，利用该响应面求解最优速度误差，既考虑了转速波动的基波分量，也考虑了高阶分量，从而使通过该最优速度误差得到的q轴前馈补偿电流精确度更高，将该q轴前馈补偿电流补偿到单转子压缩机中，可以产生预期波形的电磁转矩，抵消负载转矩的突变，降低电机的转速波动，达到降低振动噪音的效果。
在上述实施例的基础上：
作为一种优选的实施例，通过遗传算法确定响应面的各项系数的最优解的过程具体为：
随机生成与响应面的各项系数对应的多个个体；
计算每个个体的适应度；
判断是否存在适应度满足终止条件的个体，若是，根据适应度满足终止条件的个体确定响应面的各项系数的最优解。
具体的，通过遗传算法计算响应面的各项系数的最优解时，需要对遗传算法的运行参数进行赋值，设种群规模为20，终止进化代数(最大迭代次数)为500；随机产生初始种群，设n＝10，令X0＝a0、…、X10＝a10，令X＝X0,X1,X2,…,X10，利用随机函数rand()在X0,X1,X2,…,X10∈(-100,100)中各挑选20个随机数(共220个)，组成20个X形式的个体；判断当前种群是否满足最大迭代次数500，若是，输出最优解，结束计算，若否，计算每个个体的适应度，适应度越大越适合生存，本申请中Δω越小越好，因此，可以通过适应度关系式计算每个个体的适应度，其中，fi为适应度，Δω为速度误差；理论上Δω＝0是最佳结果，但实际中由于存在某些不可控因素很难达到理想的状态，因此，本申请将Δω＜0.1作为终止条件，若存在满足终止条件的个体，就将该个体中X0,X1,X2,…,X10的值分别赋予a0,a1,a2,…,a10，作为a0,a1,a2,…,a10的最优解。
当然，除了可以按照上述方案计算适应度，还可以通过其他方式计算适应度，终止条件需要根据实际工程需要确定，本申请在此均不做具体的限定。
作为一种优选的实施例，判断是否存在适应度满足终止条件的个体之后，该振动补偿方法还包括：
若否，对所有个体进行选择和/或交叉和/或变异操作，得到新个体；
计算每个新个体的适应度；
判断是否存在适应度满足终止条件的新个体，若是，根据适应度满足终止条件的新个体确定响应面的各项系数的最优解。
具体的，在上一实施例的基础上，若不存在满足终止条件的个体，则对个体进行选择、交叉、变异等操作来产生下一代。
其中，选择操作包括：遵照适应度越高，选择概率越大的原则，从当前种群中选择两个个体作为父方和母方，通过计算个体的适应度fi和总体的适应度S10，计算各个个体的概率pi和累计概率gi，通过产生均匀分布在0-1的随机数r，将r与gi进行比较，如果gi-1＜r＜gi，则选择个体i进入下一代新群体，重复操作20次，直至选出20个子代(即新个体)，具体的，pi＝fi/S10，gi＝∑pi；
交叉操作包括：按交叉概率对交叉算子进行交叉操作，令X＝X0,X1,X2,…,X10，为随机选择的两个个体，和为子代交叉后的两个新个体，α为交叉的一个常数，取值范围为(0,1]，可得交叉后的子代为：
变异操作包括：按变异概率执行离散变异操作，令为变异后的新个体，为变异前的个体，k是变异的一个常数，取值范围为(0,1]，Xmax、Xmin分别时个体的上限和下限，r是变异概率，可得变异后的子代为：
生成由新个体构成的新种群后，判断新种群是否满足最大迭代次数，若不满足，则计算各个新个体的适应度，并重复上述步骤，直至出现满足终止条件的个体或达到最大迭代次数，输出最优个体，根据最优个体确定响应面中各项系数a0,a1,a2,…,a10的最优解。
请参照图2，图2为本申请所提供的一种单转子压缩机的振动补偿系统的结构示意图，包括：
构建模块1，用于通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，速度误差为转速估计值和转速给定值的差值；
确定模块2，用于确定响应面的各项系数的最优解，根据最优解得到最优速度误差；
计算模块3，用于利用最优速度误差计算q轴前馈补偿电流；
补偿模块4，用于将q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
作为一种优选的实施例，预设高阶多项关系式为泰勒关系式或切比雪夫关系式或拉格朗日关系式。
作为一种优选的实施例，确定模块2具体用于：
通过遗传算法确定响应面的各项系数的最优解。
作为一种优选的实施例，确定模块2包括：
生成单元，用于随机生成与响应面的各项系数对应的多个个体；
计算单元，用于计算每个个体的适应度；
判断单元，用于判断是否存在适应度满足终止条件的个体，若是，触发确定单元；
确定单元，用于根据适应度满足终止条件的个体确定响应面的各项系数的最优解。
作为一种优选的实施例，该振动补偿系统还包括：
处理单元，用于当不存在适应度满足终止条件的个体，对所有个体进行选择和/或交叉和/或变异操作，得到新个体，触发计算单元；
计算单元，还用于计算每个新个体的适应度；
判断单元，还用于判断是否存在适应度满足终止条件的新个体，若是，触发确定单元；
确定单元，还用于根据适应度满足终止条件的新个体确定响应面的各项系数的最优解。
作为一种优选的实施例，计算单元具体用于：
通过适应度关系式计算每个个体的适应度；
通过适应度关系式计算每个新个体的适应度；
其中，适应度关系式为fi为适应度，Δω为速度误差。
作为一种优选的实施例，计算模块3具体用于：
利用电流补偿关系式计算q轴前馈补偿电流；
其中，电流补偿关系式为Δi为q轴前馈补偿电流，Δω0为最优速度误差，P为电机输出功率，pn为电机极对数，为永磁体磁链。
本申请所提供的一种单转子压缩机的振动补偿系统，具有和上述振动补偿方法相同的有益效果。
对于本申请所提供的一种单转子压缩机的振动补偿系统的介绍请参照上述实施例，本申请在此不再赘述。
相应的，本申请还提供了一种单转子压缩机的振动补偿装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上文任意一项振动补偿方法的步骤。
本申请所提供的一种单转子压缩机的振动补偿装置，具有和上述振动补偿方法相同的有益效果。
对于本申请所提供的一种单转子压缩机的振动补偿装置的介绍请参照上述实施例，本申请在此不再赘述。
相应的，本申请还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上文任意一项振动补偿方法的步骤。
本申请所提供的一种计算机可读存储介质，具有和上述振动补偿方法相同的有益效果。
对于本申请所提供的一种计算机可读存储介质的介绍请参照上述实施例，本申请在此不再赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其他实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种单转子压缩机的振动补偿方法，其特征在于，包括：
通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，所述速度误差为转速估计值和转速给定值的差值；
确定所述响应面的各项系数的最优解，根据所述最优解得到所述最优速度误差；
利用所述最优速度误差计算q轴前馈补偿电流；
将所述q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
2.根据权利要求1所述的振动补偿方法，其特征在于，所述预设高阶多项关系式为泰勒关系式或切比雪夫关系式或拉格朗日关系式。
3.根据权利要求1所述的振动补偿方法，其特征在于，所述确定所述响应面的各项系数的最优解的过程具体为：
通过遗传算法确定所述响应面的各项系数的最优解。
4.根据权利要求3所述的振动补偿方法，其特征在于，所述通过遗传算法确定所述响应面的各项系数的最优解的过程具体为：
随机生成与所述响应面的各项系数对应的多个个体；
计算每个所述个体的适应度；
判断是否存在所述适应度满足终止条件的个体，若是，根据所述适应度满足所述终止条件的个体确定所述响应面的各项系数的最优解。
5.根据权利要求4所述的振动补偿方法，其特征在于，所述判断是否存在所述适应度满足终止条件的个体之后，该振动补偿方法还包括：
若否，对所有所述个体进行选择和/或交叉和/或变异操作，得到新个体；
计算每个所述新个体的适应度；
判断是否存在所述适应度满足所述终止条件的新个体，若是，根据所述适应度满足所述终止条件的新个体确定所述响应面的各项系数的最优解。
6.根据权利要求4所述的振动补偿方法，其特征在于，所述计算每个所述个体的适应度的过程具体为：
通过适应度关系式计算每个所述个体的适应度；
相应的，所述计算每个所述新个体的适应度的过程具体为：
通过所述适应度关系式计算每个所述新个体的适应度；
其中，所述适应度关系式为fi为所述适应度，Δω为所述速度误差。
7.根据权利要求1-6任意一项所述的振动补偿方法，其特征在于，所述利用所述最优速度误差计算q轴前馈补偿电流的过程具体为：
利用电流补偿关系式计算q轴前馈补偿电流；
其中，所述电流补偿关系式为Δi为所述q轴前馈补偿电流，Δω0为所述最优速度误差，P为电机输出功率，pn为电机极对数，为永磁体磁链。
8.一种单转子压缩机的振动补偿系统，其特征在于，包括：
构建模块，用于通过预设高阶多项关系式作为基底构建与速度误差对应的响应面，其中，所述速度误差为转速估计值和转速给定值的差值；
确定模块，用于确定所述响应面的各项系数的最优解，根据所述最优解得到所述最优速度误差；
计算模块，用于利用所述最优速度误差计算q轴前馈补偿电流；
补偿模块，用于将所述q轴前馈补偿电流输入单转子压缩机，以实现振动补偿。
9.一种单转子压缩机的振动补偿装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-7任意一项所述振动补偿方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-7任意一项所述振动补偿方法的步骤。
CN201910334013.5A 2019-04-24 2019-04-24 一种单转子压缩机的振动补偿方法、系统及相关组件 Expired - Fee Related CN110011584B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910334013.5A CN110011584B (zh) 2019-04-24 2019-04-24 一种单转子压缩机的振动补偿方法、系统及相关组件

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910334013.5A CN110011584B (zh) 2019-04-24 2019-04-24 一种单转子压缩机的振动补偿方法、系统及相关组件

Publications (2)

Publication Number Publication Date
CN110011584A true CN110011584A (zh) 2019-07-12
CN110011584B CN110011584B (zh) 2021-10-01

Family

ID=67173926

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910334013.5A Expired - Fee Related CN110011584B (zh) 2019-04-24 2019-04-24 一种单转子压缩机的振动补偿方法、系统及相关组件

Country Status (1)

Country Link
CN (1) CN110011584B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110504886A (zh) * 2019-07-17 2019-11-26 广东工业大学 一种估算单转子压缩机负载转矩的方法
CN111262481A (zh) * 2020-02-24 2020-06-09 广东海悟科技有限公司 减小单转子变频压缩机低频下转子波动的方法、电子设备、计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109560736A (zh) * 2018-12-18 2019-04-02 东南大学 基于二阶终端滑模的永磁同步电机控制方法
US20200052635A1 (en) * 2018-08-09 2020-02-13 AAC Technologies Pte. Ltd. Method for searching excitation signal of motor, and electronic device

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200052635A1 (en) * 2018-08-09 2020-02-13 AAC Technologies Pte. Ltd. Method for searching excitation signal of motor, and electronic device
CN109560736A (zh) * 2018-12-18 2019-04-02 东南大学 基于二阶终端滑模的永磁同步电机控制方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110504886A (zh) * 2019-07-17 2019-11-26 广东工业大学 一种估算单转子压缩机负载转矩的方法
CN110504886B (zh) * 2019-07-17 2021-07-09 广东工业大学 一种估算单转子压缩机负载转矩的方法
CN111262481A (zh) * 2020-02-24 2020-06-09 广东海悟科技有限公司 减小单转子变频压缩机低频下转子波动的方法、电子设备、计算机可读存储介质

Also Published As

Publication number Publication date
CN110011584B (zh) 2021-10-01

Similar Documents

Publication Publication Date Title
CN105850015B (zh) 用于控制电气转换器的控制器和方法以及转换器系统
CN108964545B (zh) 一种基于命令滤波的同步电机神经网络反步离散控制方法
Chebre et al. Speed control of induction motor using genetic algorithm-based PI controller
Huang et al. Robust Position Control of PMSM Using Fractional‐Order Sliding Mode Controller
CN110011584A (zh) 一种单转子压缩机的振动补偿方法、系统及相关组件
US11288409B2 (en) Method and system for designing electrical machines using reinforcement learning
CN110112971B (zh) 一种基于有限时间动态面的异步电动机位置跟踪控制方法
Derammelaere et al. Load angle estimation for two‐phase hybrid stepping motors
CN109543332A (zh) 一种系列化机器人腕部减速器选型方法
Yin et al. Research on brushless DC motor control system based on fuzzy parameter adaptive PI algorithm
CN1043395C (zh) 单相感应电动机的控制方法及装置
Szczepanski et al. Comparison of Constraint-handling Techniques Used in Artificial Bee Colony Algorithm for Auto-Tuning of State Feedback Speed Controller for PMSM.
Imran et al. Speed control of universal motor
CN109379003A (zh) 高速永磁同步电机控制的方法、装置及计算机存储介质
CN107425761B (zh) 永磁同步电机低频控制方法、装置、压缩机以及空调器
CN108923707A (zh) 双馈电机系统的控制方法、系统、装置及可读存储介质
CN112821832B (zh) 永磁同步电机的控制方法、装置及电机控制器
CN114362595B (zh) 基于粒子群自适应的多电机控制方法、装置和电子设备
CN110336510A (zh) 电机的控制方法、系统及家用电器
Yi et al. Research of self-tuning PID for PMSM vector control based on improved KMTOA
CN105553370B (zh) 一种电机控制方法及电子设备
CN114244216A (zh) 一种永磁同步电机参数辨识方法、装置及系统
Truong et al. An investigation of Adaline for torque ripple minimization in Non-Sinusoidal Synchronous Reluctance Motors
Lin Novel modified Elman neural network control for PMSG system based on wind turbine emulator
Tikhonov et al. Dynamic field model of brushed dc motor for electric drive systems research

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20211001

CF01 Termination of patent right due to non-payment of annual fee