CN110299881B - 一种燃料电池供电的直流双向电机干扰观测与控制方法 - Google Patents

一种燃料电池供电的直流双向电机干扰观测与控制方法 Download PDF

Info

Publication number
CN110299881B
CN110299881B CN201910681666.0A CN201910681666A CN110299881B CN 110299881 B CN110299881 B CN 110299881B CN 201910681666 A CN201910681666 A CN 201910681666A CN 110299881 B CN110299881 B CN 110299881B
Authority
CN
China
Prior art keywords
direct current
motor
fuel cell
bidirectional motor
powered
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
CN201910681666.0A
Other languages
English (en)
Other versions
CN110299881A (zh
Inventor
王亚雄
池训逞
钟浩
陈锦洲
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.)
Fuzhou University
Original Assignee
Fuzhou University
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 Fuzhou University filed Critical Fuzhou University
Priority to CN201910681666.0A priority Critical patent/CN110299881B/zh
Publication of CN110299881A publication Critical patent/CN110299881A/zh
Application granted granted Critical
Publication of CN110299881B publication Critical patent/CN110299881B/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
    • H02P21/0007—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using sliding mode 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
    • 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
    • H02P21/0014—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using neural networks
    • 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
    • H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Feedback Control In General (AREA)
  • Control Of Direct Current Motors (AREA)

Abstract

本发明涉及一种燃料电池供电的直流双向电机干扰观测与控制方法，提供一燃料电池供电的直流双向电机系统包括燃料电池、直流/直流降压变换器、全桥开关变换器和直流双向电机，包括以下步骤：步骤S1：构建燃料电池供电的直流双向电机系统的数学模型；步骤S2:根据燃料电池供电的直流双向电机系统的数学模型，并利用神经网络的逼近特性得到参数自适应律，用以观测系统外界干扰量与外界干扰所引起的系统参数扰动；步骤S3:根据得到的系统参数扰动，基于反演滑模控制方法，分别设计直流电机驱动电压控制器与角速度控制器,用于控制直流双向电机。本发明实现直流双向电机驱动电压及角速度的快速精确追踪。

Description

一种燃料电池供电的直流双向电机干扰观测与控制方法
技术领域
本发明涉及直流双向电机控制领域，具体涉及一种燃料电池供电的直流双向电机干扰观测与控制方法。
背景技术
燃料电池是一种可直接将储存在燃料和氧化剂中的化学能高效、无污染地转化为电能的发电装置，因此被认为是可替代传统能源的高效清洁能源。作为一种能够将电能转化为机械能得一种装置，电机在各个领域起到重要作用。相比于交流电机来说，直流电机不仅凭借着优良的机械特性以及简单的结构等优势而广受欢迎，更因为其在启动性能和调速范围上无可超越的优势而备受工业、家电等青睐。由燃料电池供电的直流双向电机在交通运输、航天航空、工业设备自动化等领域应用日益广泛。在实际工作中，直流电机的转速在不同工况下应不同的要求，并且直流电机需要稳定的驱动电压。因此需要设计控制器使得电机能够满足不同工况下的不同转速要求，同时具有稳定的驱动电压，这也是本领域技术人员目前需要解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种燃料电池供电的直流双向电机干扰观测与控制方法，实现直流双向电机驱动电压及角速度的快速精确追踪。
为实现上述目的，本发明采用如下技术方案：
请参照图1，本发明提供一种燃料电池供电的直流双向电机干扰观测与控制方法，提供一燃料电池供电的直流双向电机系统包括燃料电池、直流/直流降压变换器、全桥开关变换器和直流双向电机，包括以下步骤：
步骤S1：构建燃料电池供电的直流双向电机系统的数学模型；
步骤S2:根据燃料电池供电的直流双向电机系统的数学模型，并利用神经网络的逼近特性得到参数自适应律，用以观测系统外界干扰量与外界干扰所引起的系统参数扰动；
步骤S3:根据得到的系统参数扰动，基于反演滑模控制方法，分别设计直流电机驱动电压控制器与角速度控制器,用于控制直流双向电机。
进一步的，所述步骤S1具体为：
步骤S11:系统由燃料电池、直流/直流降压变换器、全桥开关变换器、直流双向电机组成；分析燃料电池的特性，得出其工作模型，确定燃料电池输出电压VFC与燃料电池电流IFC具有函数关系VFC＝g(IFC)；
步骤S12:根据系统中所有开关的导通/关断状态，同时考虑系统参数扰动及电机负载转矩，得到系统状态空间表达式
Figure BDA0002144919650000021
Figure BDA0002144919650000022
其中，L0，R0，C0分别为直流/直流降压变换器中电感，电阻及电容的额定值，ΔL，ΔR，ΔC分别为直流/直流降压变换器实际工作时参数扰动量；La0，J0，TL，Ra分别为直流电机电感，转动惯量额定值，直流电机负载转矩及电机内阻大小，ΔLa，ΔJ分别为直流电机工作时参数扰动量；VFC为燃料电池输出电压，iL和vc分别为直流/直流降压变换器中电感电流及输出电容电压大小；ω和ia分别为直流电机角速度及电流大小；km，ke，b分别为直流电机转矩常数，反电动势及阻尼系数大小；u1为直流/直流降压变换器中开关控制信号，u2为全桥变换器中开关控制信号。
进一步的，所述步骤S2具体为：
步骤S21:基于切比雪夫多项式的神经网络估计方法得到某一函数f(x)的估计值
Figure BDA0002144919650000031
即参数自适应律
Figure BDA0002144919650000032
其中，
Figure BDA0002144919650000033
为权函数W(x)＝[w0 w1 … wn-1]T的估计值，U(x)＝[u0 u1 … un-1]T为切比雪夫多项式向量，且u0＝1，u1＝2x，un+1(x)＝2xun(x)-un-1(x)；
步骤S22:根据燃料电池供电的直流双向电机系统的数学模型，定义子系统为：
E1＝[y1 z1]T＝[vc-vref ω-ωref]T
Figure BDA0002144919650000034
其中y1与y2为直流双向电机驱动电压控制时的第一、第二阶反演子系统；z1与z2分别为直流双向电机角速度控制时的第一、第二阶反演子系统；vc为直流电机驱动电压，ω为直流电机角速度，vref为直电机目标驱动电压，ωref为直流电机目标角速度，α2＝[0 iL -iau2 -vc]T，β2＝[0 kmia -bω -1]T，
Figure BDA0002144919650000035
Figure BDA0002144919650000036
为参数X的估计值；σ与
Figure BDA0002144919650000041
为正的常数；定义滑模面S＝[sv sω]T＝[τy1+y2 υz1+z2]，其中，τ与υ为正的常数；
步骤S23:定义李雅普诺夫函数
Figure BDA0002144919650000042
消去V一阶导数中的估计误差，得到权函数自适应律
Figure BDA0002144919650000043
其中，ξi，ζi(i＝1,2,3)，σ，υ，τ，
Figure BDA00021449196500000410
为正的常数；sv，sω为滑模面；y1＝vc-vref，z1＝ω-ωref为追踪误差，vref，ωref分别为电机驱动电压及角速度的控制目标值；
通过基于切比雪夫多项式的神经网络估计方法，得到参数自适应律
Figure BDA0002144919650000044
Figure BDA0002144919650000045
其中，
Figure BDA0002144919650000046
及
Figure BDA0002144919650000047
为参数估计向量，即
Figure BDA0002144919650000048
Figure BDA0002144919650000049
为权函数，Θ(x)＝[θ0(x) θ1(x) θ2(x) … θn(x)]T，Π(x)＝[ρ0(x)ρ1(x) ρ2(x) … ρn(x)]T。
进一步的，所述步骤S3具体为：
步骤S31:取控制律为
Figure BDA0002144919650000051
Figure BDA0002144919650000052
步骤S32:可得李雅普诺夫函数V的一阶导数为
Figure BDA0002144919650000053
Figure BDA0002144919650000054
为了确保
Figure BDA0002144919650000055
则正的常数必须满足
Figure BDA0002144919650000056
且，
Figure BDA0002144919650000057
得到
Figure BDA0002144919650000058
Figure BDA0002144919650000059
其中
Figure BDA00021449196500000510
与
Figure BDA00021449196500000511
由有界扰动量ΔL、ΔC、ΔR、ΔLa、ΔJ所限制；
取限制条件
Figure BDA00021449196500000512
步骤S33:若
Figure BDA00021449196500000513
Figure BDA00021449196500000514
γ、τ、κ、λ、υ必须满足
Figure BDA00021449196500000515
步骤S34:根据式(12)，分别设计直流电机驱动电压控制器与角速度控制器，用于控制直流双向电机。
本发明与现有技术相比具有以下有益效果：
1、本发明实现直流电机驱动电压及角速度快速收敛于目标，降低了抖振水平；
2、本发明可以对系统在工作时外界干扰及其引起的参数扰动进行观测；
3、本发明克服燃料电池供电的直流双向电机系统存在的参数不确定和外界干扰，提高了系统的鲁棒性，最终实现直流双向电机驱动电压及角速度的快速精确追踪。
附图说明
图1是本发明实施例中质子交换膜燃料电池供电的直流双向电机系统组成；
图2是本发明实施例中质子交换膜燃料电池供电的直流双向电机自适应反演滑模控制原理图；
图3是本发明实例中用于质子交换膜燃料电池供电的直流电机在负载转矩存在时，12V固定电压、30rad/s固定角速度的控制结果图；
图4是本发明实例中负载转矩的观测值
图5是本发明实例中用于质子交换膜燃料电池供电的直流电机12V固定驱动电压、20→5→-10rad/s变角速度控制结果图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
一种燃料电池供电的直流双向电机干扰观测与控制方法，提供一质子交换膜燃料电池供电的直流双向电机系统包括质子交换膜燃料电池、直流/直流降压变换器、全桥开关变换器和直流双向电机，包括以下步骤：
步骤S1：构建质子交换膜燃料电池供电的直流双向电机系统的数学模型；
步骤S2:根据质子交换膜燃料电池供电的直流双向电机系统的数学模型，并利用神经网络的逼近特性得到参数自适应律，用以观测系统外界干扰量与外界干扰所引起的系统参数扰动；
步骤S3:根据得到的系统参数扰动，基于反演滑模控制方法，分别设计直流电机驱动电压控制器与角速度控制器,用于控制直流双向电机。
在本实施例中，所述步骤S1具体为：
步骤S11:系统由质子交换膜燃料电池、直流/直流降压变换器、全桥开关变换器、直流双向电机组成；分析质子交换膜燃料电池的特性，得出其工作模型，确定质子交换膜燃料电池输出电压VFC与电池电流IFC具有函数关系
VFC＝N(ENernst-VC-Vohm-Vcon) (1)
Figure BDA0002144919650000071
其中，N为质子交换膜燃料电池块数，ENernst为能斯特电压，Vohm为欧姆损失，Vcon为浓度损失，活化损失用双层电容Cact上的电压VC表示；
步骤S12:根据系统中所有开关的导通/关断状态，同时考虑系统参数扰动及电机负载转矩，得到系统状态空间表达式
Figure BDA0002144919650000072
Figure BDA0002144919650000081
其中，L0，R0，C0分别为直流/直流降压变换器中电感，电阻及电容的额定值；ΔL，ΔR，ΔC分别为直流/直流降压变换器实际工作时参数扰动量；La0，J0，TL，Ra分别为直流电机电感，转动惯量额定值，直流电机负载转矩及电机内阻大小，ΔLa，ΔJ分别为直流电机工作时参数扰动量；VFC为燃料电池输出电压，iL和vc分别为直流/直流降压变换器中电感电流及输出电容电压大小；ω和ia分别为直流电机角速度及电流大小；km，ke，b分别为直流电机转矩常数，反电动势及阻尼系数大小；u1为直流/直流降压变换器中开关控制信号，u2为全桥变换器中开关控制信号。
参考图2，本发明实施例中质子交换膜燃料电池供电的直流双向电机干扰观测及自适应反演滑模控制原理图。设计前，假定直流电机驱动电压及驱动角速度的目标值具有连续的n阶导数，并且系统参数的扰动值ΔL、ΔR、ΔC、ΔLa、ΔJ具有上界Lm、Rm、Cm、Lam、Jm。
所述步骤S2具体为：
步骤S21:基于切比雪夫多项式的神经网络估计方法得到某一函数f(x)的估计值
Figure BDA0002144919650000082
即参数自适应律
Figure BDA0002144919650000083
其中，
Figure BDA0002144919650000084
为权函数W(x)＝[w0 w1 … wn-1]T的估计值，U(x)＝[u0 u1 … un-1]T为切比雪夫多项式向量，且u0＝1，u1＝2x，un+1(x)＝2xun(x)-un-1(x)；
步骤S22:根据质子交换膜燃料电池供电的直流双向电机系统的数学模型，定义各子系统为：
E1＝[y1 z1]T＝[vc-vref ω-ωref]T
Figure BDA0002144919650000091
其中y1与y2为直流双向电机驱动电压控制时的第一、第二阶反演子系统；z1与z2分别为直流双向电机角速度控制时的第一、第二阶反演子系统；vc为直流电机驱动电压，ω为直流电机角速度，vref为直电机目标驱动电压，ωref为直流电机目标角速度，α2＝[0 iL-iau2-vc]T，β2＝[0 kmia -bω -1]T，
Figure BDA0002144919650000092
Figure BDA0002144919650000093
为参数X的估计值；σ与
Figure BDA0002144919650000094
为正的常数；定义滑模面S＝[sv sω]T＝[τy1+y2 υz1+z2]，其中，τ与υ为正的常数；
步骤S23:定义李雅普诺夫函数
Figure BDA0002144919650000095
消去V一阶导数中的估计误差，得到权函数自适应律
Figure BDA0002144919650000096
Figure BDA0002144919650000097
其中，ξi，ζi(i＝1,2,3)，σ，υ，τ，
Figure BDA0002144919650000098
为正的常数；sv，sω为滑模面；y1＝vc-vref，z1＝ω-ωref为追踪误差，vref，ωref分别为电机驱动电压及角速度的控制目标值；
通过基于切比雪夫多项式的神经网络估计方法，得到参数自适应律
Figure BDA0002144919650000101
Figure BDA0002144919650000102
其中，
Figure BDA0002144919650000103
及
Figure BDA0002144919650000104
为参数估计向量，即
Figure BDA0002144919650000105
Figure BDA0002144919650000106
为权函数，Θ(x)＝[θ0(x) θ1(x) θ2(x) … θn(x)]T，Π(x)＝[ρ0(x) ρ1(x) ρ2(x) … ρn(x)]T。
在本实施例中，所述步骤S3具体为：
步骤S31:取控制律为
Figure BDA0002144919650000107
Figure BDA0002144919650000108
步骤S32:可得李雅普诺夫函数V的一阶导数为
Figure BDA0002144919650000109
Figure BDA00021449196500001010
为了确保
Figure BDA00021449196500001011
则正的常数必须满足
Figure BDA00021449196500001012
且，
Figure BDA0002144919650000111
得到
Figure BDA0002144919650000112
Figure BDA0002144919650000113
其中
Figure BDA0002144919650000114
与
Figure BDA0002144919650000115
由有界扰动量ΔL、ΔC、ΔR、ΔLa、ΔJ所限制；
取限制条件
Figure BDA0002144919650000116
步骤S33:若
Figure BDA0002144919650000117
Figure BDA0002144919650000118
γ、τ、κ、λ、υ必须满足
Figure BDA0002144919650000119
步骤S34:根据式(12)，分别设计直流电机驱动电压控制器与角速度控制器，用于控制直流双向电机。
为了验证本方法的有效性，提供以下实施例：
参考图3是本发明实例中用于质子交换膜燃料电池供电的直流电机存在变负载转矩，12V固定电压、30rad/s固定角速度的控制结果图。表明即使在负载转矩存在的情况下，该控制方法能将直流电机驱动电压及角速度稳定在目标值上。负载转矩的观测值如图4所示，表明所设计的干扰观测可以快速且准确地观测负载转矩值、
图5是本发明实例中用于质子交换膜燃料电池供电的直流电机12V固定驱动电压、20→5→-10rad/s变角速度控制结果图。表明所提出的全桥开关变换器能实现燃料电池供电的直流电机双向转动。另外，在角速度发生改变时，直流电机具有稳定的驱动电压。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (3)

1.一种燃料电池供电的直流双向电机干扰观测与控制方法，提供一燃料电池供电的直流双向电机系统包括燃料电池、直流/直流降压变换器、全桥开关变换器和直流双向电机，其特征在于，包括以下步骤：
步骤S1：构建燃料电池供电的直流双向电机系统的数学模型；
步骤S2:根据燃料电池供电的直流双向电机系统的数学模型，并利用神经网络的逼近特性得到参数自适应律，用以观测系统外界干扰量与外界干扰所引起的系统参数扰动；
步骤S3:根据得到的系统参数扰动，基于反演滑模控制方法，分别设计直流电机驱动电压控制器与角速度控制器,用于控制直流双向电机；
所述步骤S1具体为：
步骤S11:系统由燃料电池、直流/直流降压变换器、全桥开关变换器、直流双向电机组成；分析燃料电池的特性，得出其工作模型，确定燃料电池输出电压VFC与燃料电池电流IFC具有函数关系VFC＝g(IFC)；
步骤S12:根据系统中所有开关的导通/关断状态，同时考虑系统参数扰动及电机负载转矩，得到系统状态空间表达式
Figure FDA0003026815910000011
Figure FDA0003026815910000012
其中，L0，R0，C0分别为直流/直流降压变换器中电感，电阻及电容的额定值；
ΔL，ΔR，ΔC分别为直流/直流降压变换器实际工作时参数扰动量；La0，J0，TL，Ra分别为直流电机电感，转动惯量额定值，直流电机负载转矩及电机内阻大小，ΔLa，ΔJ分别为直流电机工作时参数扰动量；VFC为燃料电池输出电压，iL和vc分别为直流/直流降压变换器中电感电流及输出电容电压大小；ω和ia分别为直流电机角速度及电流大小；km，ke，B分别为直流电机转矩常数，反电动势常数及阻尼系数大小；u1为直流/直流降压变换器中开关控制信号，u2为全桥变换器中开关控制信号。
2.根据权利要求1所述的一种燃料电池供电的直流双向电机干扰观测与控制方法，其特征在于，所述步骤S2具体为：
步骤S21:基于切比雪夫多项式的神经网络估计方法得到一函数f(x)的估计值
Figure FDA0003026815910000021
即参数自适应律
Figure FDA0003026815910000022
其中，
Figure FDA0003026815910000023
为权函数W(x)＝[w0w1…wn-1]T的估计值，w0,w1,…,wn-1分别为基于切比雪夫多项式神经网络的隐含层至输出层的权值；
Figure FDA0003026815910000024
为切比雪夫多项式向量，且
Figure FDA0003026815910000025
Figure FDA0003026815910000026
步骤S22:根据燃料电池供电的直流双向电机系统的数学模型，定义子系统为：
E1＝[y1 z1]T＝[vc-vref ω-ωref]T
Figure FDA0003026815910000027
其中y1与y2为直流双向电机驱动电压控制时的第一、第二阶反演子系统；z1与z2分别为直流双向电机角速度控制时的第一、第二阶反演子系统；vc为直流电机驱动电压，ω为直流电机角速度，vref为直流电机目标驱动电压，ωref为直流电机目标角速度，α2＝[0 iL-iau2 -vc]T，β2＝[0 kmia-bω -1]T，
Figure FDA0003026815910000031
Figure FDA0003026815910000032
Figure FDA0003026815910000033
分别为直流/直流降压变换器电感L、电容C、电阻R、直流电机电感La的估计值；σ与
Figure FDA0003026815910000034
为正的常数；定义滑模面S＝[sv sω]T＝[τy1+y2 υz1+z2]，其中，τ与υ为正的常数；
步骤S23:定义李雅普诺夫函数
Figure FDA0003026815910000035
消去V一阶导数中的估计误差，得到权函数自适应律
Figure FDA0003026815910000036
其中，ξi，ζi，i＝1,2,3，σ，υ，τ，
Figure FDA0003026815910000039
为正的常数；sv，sω为滑模面；y1＝vc-vref，z1＝ω-ωref为追踪误差，vref，ωref分别为电机驱动电压及角速度的控制目标值；通过基于切比雪夫多项式的神经网络估计方法，得到参数自适应律
Figure FDA0003026815910000038
Figure FDA0003026815910000041
其中，
Figure FDA0003026815910000042
及
Figure FDA0003026815910000043
为参数估计向量，即
Figure FDA0003026815910000044
Figure FDA0003026815910000045
Figure FDA0003026815910000046
m＝a,b,c为权函数向量的估计值；
Θi(vc)＝[θi0 θi1 … θin-1]T；
Figure FDA0003026815910000047
分别为切比雪夫多项式。
3.根据权利要求2所述的一种燃料电池供电的直流双向电机干扰观测与控制方法，其特征在于，所述步骤S3具体为：
步骤S31:取控制律为
Figure FDA0003026815910000048
Figure FDA0003026815910000049
其中，
Figure FDA00030268159100000410
与
Figure FDA00030268159100000411
分别为直流/直流降压变换器电感L与直流电机电感La的估计值；
步骤S32:可得李雅普诺夫函数V的一阶导数为
Figure FDA0003026815910000051
Figure FDA0003026815910000052
为了确保
Figure FDA0003026815910000053
则正的常数必须满足
Figure FDA0003026815910000054
以及
Figure FDA0003026815910000055
且，
Figure FDA0003026815910000056
得到
Figure FDA0003026815910000057
Figure FDA0003026815910000058
其中
Figure FDA0003026815910000059
与
Figure FDA00030268159100000510
由有界扰动量ΔL、ΔC、ΔR、ΔLa、ΔJ所限制,L、C、R分别为直流/直流降压变换器电感、电容、电阻的大小，La与J分别为直流电机电感与转动惯量的大小；
取限制条件
Figure FDA00030268159100000511
与
Figure FDA00030268159100000512
步骤S33:若
Figure FDA00030268159100000513
γ、τ、κ、λ、υ必须满足
Figure FDA00030268159100000514
步骤S34:根据式(12)，分别设计直流电机驱动电压控制器与角速度控制器，用于控制直流双向电机。
CN201910681666.0A 2019-07-26 2019-07-26 一种燃料电池供电的直流双向电机干扰观测与控制方法 Active CN110299881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910681666.0A CN110299881B (zh) 2019-07-26 2019-07-26 一种燃料电池供电的直流双向电机干扰观测与控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910681666.0A CN110299881B (zh) 2019-07-26 2019-07-26 一种燃料电池供电的直流双向电机干扰观测与控制方法

Publications (2)

Publication Number Publication Date
CN110299881A CN110299881A (zh) 2019-10-01
CN110299881B true CN110299881B (zh) 2021-07-13

Family

ID=68032052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910681666.0A Active CN110299881B (zh) 2019-07-26 2019-07-26 一种燃料电池供电的直流双向电机干扰观测与控制方法

Country Status (1)

Country Link
CN (1) CN110299881B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7637842B2 (en) * 2007-01-23 2009-12-29 Gm Global Technology Operations, Inc. Method and apparatus for control of a transmission torque converter clutch
JP2011200105A (ja) * 2010-02-26 2011-10-06 Denso Corp 回転機の制御装置
CN103701396B (zh) * 2013-12-13 2016-01-20 天津大学 一种基于自适应模糊神经网络的电机转速跟踪控制方法
CN104201941B (zh) * 2014-06-30 2017-01-11 浙江工业大学 一种基于非线性扩张状态观测器的永磁同步电机混沌控制方法
CN105785762B (zh) * 2016-03-17 2020-12-11 北京航空航天大学 一种基于自适应反步滑模的两轴惯性稳定平台高精度控制方法

Also Published As

Publication number Publication date
CN110299881A (zh) 2019-10-01

Similar Documents

Publication Publication Date Title
CN107425762B (zh) 一种三相开关磁阻电机预测转矩控制系统及方法
CN106849793B (zh) 一种电动汽车用永磁同步电机模糊神经网络控制系统
CN109560736A (zh) 基于二阶终端滑模的永磁同步电机控制方法
CN105490604B (zh) 一种三相四开关感应电动机变频调速系统的预测控制方法
CN108377117B (zh) 基于预测控制的永磁同步电机复合电流控制系统及方法
CN107154763A (zh) 永磁同步电机无差拍直接转矩控制系统及控制方法
CN104104301B (zh) 一种无速度传感器的内插式永磁同步电机无源控制方法
CN108306568A (zh) 电梯用pmsm抗负载扰动的自适应积分反步控制方法
CN112039390B (zh) 基于负载转矩观测的永磁同步电机滑模控制方法
CN111193448B (zh) 基于扩展卡尔曼滤波器的永磁同步电机负载转矩观测方法
CN110401390B (zh) 基于观测器的永磁同步电机随机命令滤波模糊控制方法
CN106059423A (zh) 一种基于fc和smo的无速度传感器控制系统
CN112187127B (zh) 一种永磁同步电机控制方法
CN105871293B (zh) 一种低成本的双pwm功率变换器模型预测控制方法
CN109617482B (zh) 永磁同步电机的l2滑模控制方法
CN110299881B (zh) 一种燃料电池供电的直流双向电机干扰观测与控制方法
CN112083349B (zh) 一种永磁同步电机定子绕组匝间短路故障诊断方法
CN111313786B (zh) 一种具备电流误差校正能力的三相电机驱动器及校正方法
CN113541554B (zh) 一种飞轮用永磁电机自适应带速充电控制方法
CN110289793B (zh) 一种燃料电池供电的直流双向电机自适应控制方法
Cimini et al. PMSM control with power factor correction: Rapid prototyping scenario
CN110492802B (zh) 电励磁双凸极电机可控整流发电系统的导通角度估计方法
CN110224653B (zh) 一种用于三相异步电机的新型直接转矩控制方法
CN114094891A (zh) 一种包含负载电流及其变化率的航空发电机的励磁电流预测控制方法
Zhu et al. The research of sensorless vector control for permanent magnet linear synchronous motor.

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