CN110380656B - 一种基于简化mras法的永磁同步电机无位置传感器控制方法 - Google Patents
一种基于简化mras法的永磁同步电机无位置传感器控制方法 Download PDFInfo
- Publication number
- CN110380656B CN110380656B CN201910477390.4A CN201910477390A CN110380656B CN 110380656 B CN110380656 B CN 110380656B CN 201910477390 A CN201910477390 A CN 201910477390A CN 110380656 B CN110380656 B CN 110380656B
- Authority
- CN
- China
- Prior art keywords
- mras
- identification
- adaptive law
- permanent magnet
- resistance
- 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
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
- H02P21/0017—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
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Electric Motors In General (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明公开了一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,属于电机控制系统领域,包括以下步骤:S1:基于MRAS法构建永磁同步电机无位置传感器辨识系统的参考模型与可调模型,S2:构建基于MRAS法的IPMSM位置辨识系统,S3:对构建的基于MRAS法的IPMSM位置辨识系统进行仿真分析,S4:构建增加电阻辨识后无位置传感器算法的改进的系统,S5:对构建增加电阻辨识后无位置传感器算法的改进的系统进行仿真分析。该基于简化MRAS法的永磁同步电机无位置传感器控制方法更加科学合理,在不影响控制效果的前提下,简化了MRAS法,加入了定子电阻辨识,使得电机模型更加精确,提高了转子位置辨识精度。
Description
技术领域
本发明涉及电机控制用途领域,具体为一种基于简化MRAS法的永磁同步电机无位置传感器控制方法。
背景技术
随着军事技术的变革,集电驱动、电武器、电防护、综合电子信息于一体的全电化装甲车辆是各国陆战装备的重要研究对象,作为全电化装甲车辆的核心,电驱动系统替代了传统机械式车辆中复杂的传动结构,将动力通过驱动电机和减速器直接传递给车轮或履带,具有动态响应快、控制精度好、效率高、维护简便等诸多优点,其中,永磁同步电机具有功率密度高、控制性能好等优越性能,而且在近些年,其高性能设计及控制技术发展迅速、日趋成熟,成为装甲车辆轮毂电机的最佳选择,研究永磁同步电机无位置传感器控制技术,使轮毂电机能够满足大扭矩启动、宽范围调速等多种运行需求的同时,可以去掉传感器实现可靠运行,或者能够将无传感器控制策略作为驱动系统的备用方案,对提高电传动车辆运行的可靠性、提升装甲部队的战斗力具有重要的现实意义。
脉振高频注入法在电机低速时具有较好的辨识效果,但随着转速升高,高频干扰等因素导致注入法已不再适用于电机的位置估计。而电机转速较高时,基波反电动势较大,基于电机模型的位置辨识方法可以发挥良好的作用,弥补高频注入法的不足,常用的基于模型点的辨识算法有SMO法、EKF法、MRAS 法等,其中,MRAS法简便易行、抗外界干扰能力比较强,特别是在电机稳定运行的高速阶段具有较好的稳态精度和动态性能,但为了最大化地提高辨识精度,MRAS法需要克服以下不足:其辨识效果对电机各项参数变化比较敏感,在这些参数中,轮毂电机运行过程中的温度变化所造成的定子阻值变化对辨识精度的影响尤为明显,电阻误差过大会严重影响MRAS法的性能。
为此,提出一种基于简化MRAS法的永磁同步电机无位置传感器控制方法。
发明内容
本发明的目的在于提供一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,包括以下步骤:
S1:基于MRAS法构建永磁同步电机无位置传感器辨识系统的参考模型与可调模型;
MRAS法用于PMSM转速和转子位置辨识的基本原理是以PMSM本身作为参考模型,选择含有转子位置信息的电流模型为可调模型,两个模型输出相同的信号,利用二者输出信号的差值构建自适应机构并求出自适应律,辨识出转子位置信息,并将得到的位置反馈到可调模型中进行实时调节,使其输出不断跟随参考模型的输出,完成动态辨识;
S2:转子位置辨识自适应律的设计,构建基于MRAS法的IPMSM位置辨识系统;
S3:对S2中所构建的系统进行仿真分析;
S4:定子电阻辨识的自适应律设计,构建增加电阻辨识后无位置传感器算法的改进的系统;
为减小因电阻值变化所引起的MRAS法辨识误差,设计一种定子电阻实时辨识方法,以提高算法的辨识效果;在前述MRAS法的设计过程中,能有效辨识出转子的电角速度,基于这个基础,开展基于MRAS的转速和定子电阻同时辨识研究;其自适应律方程中不包含定子电阻,因此按照相同的MRAS理论设计电阻辨识方法时,电阻辨识自适应律也不会受转速的影响,由此可以将转速看作已知信号,在此基础上求取电阻辨识的自适应律是可行的,求取过程如下所述;
同样取电机的电流状态方程式:
构建非线性反馈系统为
前已证明其前向传递函数矩阵是严格正实的,假定定子电阻辨识自适应律为
当M1(v,t,τ)和M2(v,t)满足下式时,非线性系统同样满足Popov积分不等式;
将上式代入电阻辨识自适应律方程,得到自适应律并写为比例、积分函数的形式为
当转速和电阻同时辨识时,还需要考虑它们是否能同时收敛于实际值;同时辨识时,系统的实际参考模型为
简写为
由上述两式相减,可以得到:
S5:对S4中构建的改进后的系统进行仿真。
优选的,在S1中,MRAS法用以系统参数估计时,需要在保证系统稳定的基础上构建合适的自适应律,常用的构建自适应律的方法有李雅普诺夫稳定性理论和波波夫超稳定性理论。
优选的,在S1中,选择波波夫超稳定性理论来构建自适应律。
优选的,在S2中,参考模型为IPMSM本身。
优选的,在S2中,构建基于MRAS法的IPMSM位置辨识系统的过程中忽略估计值与实际值的误差影响。
优选的,在S2中,对于MRAS系统而言,为确保整体系统的稳定性,自适应律选用PI调节器,以此来调整可调模型的输出。
优选的,在S3中以电传动车用轮毂电机为对象,开展构建基于MRAS法的IPMSM位置辨识系统仿真研究。
优选的,在S3中,在MATLAB/Simulink中搭建位置辨识系统仿真模型。
与现有技术相比,本发明的有益效果是:
1、该基于简化MRAS法的永磁同步电机无位置传感器控制方法更加科学合理,在不影响控制效果的前提下,简化了MRAS法,加入了定子电阻辨识,使得电机模型更加精确,提高了转子位置辨识精度。
附图说明
图1为本发明的整体流程图;
图2为本发明的MRAS法的基本原理图;
图3为本发明的非线性反馈系统结构图;
图4为本发明的非线性反馈系统等效结构图;
图5为本发明的基于MRAS法的IPMSM位置辨识系统框图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1-5,本发明提供一种技术方案:一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,包括以下步骤:
S1:基于MRAS法构建永磁同步电机无位置传感器辨识系统的参考模型与可调模型;
MRAS法用于PMSM转速和转子位置辨识的基本原理是以PMSM本身作为参考模型,选择含有转子位置信息的电流模型为可调模型,两个模型输出相同的信号,利用二者输出信号的差值构建自适应机构并求出自适应律,辨识出转子位置信息,并将得到的位置反馈到可调模型中进行实时调节,使其输出不断跟随参考模型的输出,完成动态辨识,如图2所示;
MRAS法用以系统参数估计时,需要在保证系统稳定的基础上构建合适的自适应律,常用的构建自适应律的方法有李雅普诺夫稳定性理论和波波夫超稳定性理论;前者在应用过程中需要构建合适的李氏函数,因为此类函数种类繁多且没有固定的形式,使得推导过程比较繁琐复杂;波波夫超稳定性理论通过求解Popov积分不等式来求取自适应律,设计过程相对简便,因此,本发明采用波波夫超稳定性理论设计辨识系统的自适应律;在稳定性理论中,非线性反馈系统一般由线性定常环节和非线性反馈环节组成,其结构如图3所示;
假设系统参考模型的状态方程为
式中:x1为参考模型的n维状态矢量;u1为参考模型的m维输入矢量;Am为n阶稳定矩阵;Bm为n×m维稳定矩阵;与式(1-1)对应的可调模型状态方程为
由图2可知,可调模型依赖于广义误差,波波夫超稳定性理论的作用就是通过设计自适应律,保证系统输入域动态变化过程中,广义误差能够趋于0,以此保证辨识参数的准确性;对于图3中的非线性时变环节,前向环节方程为
非线性时变环节方程为
式(1-4)和式(1-5)中:x为状态矢量;u为定常环节输入矢量;v为定常环节输出矢量;w为反馈环节中的输出矢量;A、B、C、D为相关的矩阵;
基于波波夫稳定性理论,要确保上述非线性系统的稳定性,需满足以下条件:
1)线性定常部分传递函数矩阵H(s)=D+C(sI-A)-1B为严格正实矩阵;
2)非线性时变部分满足Popov积分不等式,即满足
S2:转子位置辨识自适应律的设计,构建基于MRAS法的IPMSM位置辨识系统;
将IPMSM的电压方程式
写成电流状态方程的形式为:
为获取电流状态方程的标准形式,对式(1-7)作相应变换并写成矩阵为
式(1-9)可以简写为
式中:带^符号的量为该参数的估计值;将式(1-11)同样简写为
定义广义状态误差为
将式(1-10)与式(1-12)相减,可得
式(1-14)为前馈定常系统,将其写为式(1-4)的形式为
式(1-15)可以表示为一个非线性反馈系统,如图4所示;
首先判断其前向传递函数是否严格正实,有
由式(1-16)明显可以看出,系统的传递函数矩阵满足严格正实性,满足Popov超稳定性理论的第一个条件;
对于MRAS系统而言,为确保整体系统的稳定性,自适应律常选用PI调节器,以此来调整可调模型的输出,假设电机角速度辨识的自适应律为
为证明自适应律能够符合波波夫超稳定性理论的第二个条件,将上述v和 w的值带入式(1-6),可以得到
将所设计的自适应律式(1-17)带入式(1-18),得到
为便于求解,令η(0,t1)=η1(0,t1)+η2(0,t1),即
将式(1-22)代入式(1-20),可以得到
对式(1-22)的第一个式子求导,可以得到
对于第二个积分不等式,令
将式(1-25)代入式(1-21),可以得到
写成比例、积分函数的形式为
由公式(1-29)可以看出,速度辨识的自适应律主要用到参考模型和可调模型中的电流值,结合准确的电机参数和合适的PI增益,可以得到电机的电角速度;辨识结果通过反馈调节可调模型不断对两者的输出误差进行修正,确保电机系统在各种运行状态下具有较好的动态性能;转子位置通过对电角速度进行积分获得,公式为
通过以上分析,构建基于MRAS法的IPMSM位置辨识系统,如图5所示;
S3:对S2中所构建的系统进行仿真分析,以电传动车用轮毂电机为对象,开展构建基于MRAS法的IPMSM位置辨识系统仿真研究;在MATLAB/Simulink 中搭建位置辨识系统仿真模型,电机运行于MTPA控制模式下,实际转矩实现了对指令转矩的良好跟随,而且转矩和电流脉动较小;在由低速到高速变化过程中,电机估计转速具有良好的辨识效果,当转速恒定时,估计误差很小,基本为零,转速不断变化的过程中,位置误差有所增大,并且转速越高,其误差的脉动也越大;
S4:定子电阻辨识的自适应律设计,构建增加电阻辨识后无位置传感器算法的改进的系统;
为减小因电阻值变化所引起的MRAS法辨识误差,需设计一种定子电阻实时辨识方法,以提高算法的辨识效果;在前述MRAS法的设计过程中,能有效辨识出转子的电角速度,基于这个基础,开展基于MRAS的转速和定子电阻同时辨识研究;根据速度辨识的误差自适应律式(1-29)可以看出,其自适应律方程中不包含定子电阻,因此按照相同的MRAS理论设计电阻辨识方法时,电阻辨识自适应律也不会受转速的影响,由此可以将转速看作已知信号,在此基础上求取电阻辨识的自适应律是可行的,求取过程如下所述;
同样取电机的电流状态方程式(1-9)为参考模型,取定子电阻为待辨识参数,此时可调模型为
构建非线性反馈系统为
前已证明其前向传递函数矩阵是严格正实的,假定定子电阻辨识自适应律为
当M1(v,t,τ)和M2(v,t)满足式(1-37)时,非线性系统同样满足Popov积分不等式;
将式(1-37)代入电阻辨识自适应律方程(1-36),得到自适应律并写为比例、积分函数的形式为
当转速和电阻同时辨识时,还需要考虑它们是否能同时收敛于实际值;同时辨识时,系统的实际参考模型为
简写为
由式(1-10)减去式(1-41),可以得到:
S5:对S4中构建的改进后的系统进行仿真,为验证增加电阻辨识后无位置传感器算法的有效性,对改进后的控制系统进行仿真,仿真参数设置及转矩给定与未加入电阻辨识时完全一致,观察电阻、转速及转子位置的辨识效果,增加定子电阻辨识后,估计电阻值能够快速、有效的收敛到实际值,当转矩突变时,估计阻值稍有波动但能很快调整到稳定状态;与S3中的仿真结果对比可以看出,改进后的位置估计算法能够有效提高位置和转速的辨识精度,有效避免了因电阻值变化引起的低速时误差过大问题。
该基于简化MRAS法的永磁同步电机无位置传感器控制方法更加科学合理,在不影响控制效果的前提下,简化了MRAS法,加入了定子电阻辨识,使得电机模型更加精确,提高了转子位置辨识精度。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定,本发明不受上述实施例的限制,在不脱离本发明精神和范围的前提下会有各种改进和变化,因此,这意味着在所附权利要求中包括属于本发明范围内的所有变化和修改。
Claims (8)
1.一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于,包括以下步骤:
S1:基于MRAS法构建永磁同步电机无位置传感器辨识系统的参考模型与可调模型;
MRAS法用于PMSM转速和转子位置辨识的基本原理是以PMSM本身作为参考模型,选择含有转子位置信息的电流模型为可调模型,两个模型输出相同的信号,利用二者输出信号的差值构建自适应机构并求出自适应律,辨识出转子位置信息,并将得到的位置反馈到可调模型中进行实时调节,使其输出不断跟随参考模型的输出,完成动态辨识;
S2:转子位置辨识自适应律的设计,构建基于MRAS法的IPMSM位置辨识系统;
S3:对S2中所构建的系统进行仿真分析;
S4:定子电阻辨识的自适应律设计,构建增加电阻辨识后无位置传感器算法的改进的系统;
为减小因电阻值变化所引起的MRAS法辨识误差,设计一种定子电阻实时辨识方法,以提高算法的辨识效果;在前述MRAS法的设计过程中,能有效辨识出转子的电角速度,基于这个基础,开展基于MRAS的转速和定子电阻同时辨识研究;其自适应律方程中不包含定子电阻,因此按照相同的MRAS理论设计电阻辨识方法时,电阻辨识自适应律也不会受转速的影响,由此可以将转速看作已知信号,在此基础上求取电阻辨识的自适应律是可行的,求取过程如下所述;
同样取电机的电流状态方程式:
构建非线性反馈系统为
前已证明其前向传递函数矩阵是严格正实的,假定定子电阻辨识自适应律为
当M1(v,t,τ)和M2(v,t)满足下式时,非线性系统同样满足Popov积分不等式;
将上式代入电阻辨识自适应律方程,得到自适应律并写为比例、积分函数的形式为
当转速和电阻同时辨识时,还需要考虑它们是否能同时收敛于实际值;同时辨识时,系统的实际参考模型为
简写为
由上述两式相减,可以得到:
S5:对S4中构建的改进后的系统进行仿真。
2.根据权利要求1所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S1中,MRAS法用以系统参数估计时,需要在保证系统稳定的基础上构建合适的自适应律,常用的构建自适应律的方法有李雅普诺夫稳定性理论和波波夫超稳定性理论。
3.根据权利要求2所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S1中,选择波波夫超稳定性理论来构建自适应律。
4.根据权利要求1所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S2中,参考模型为IPMSM本身。
5.根据权利要求1所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S2中,构建基于MRAS法的IPMSM位置辨识系统的过程中忽略估计值与实际值的误差影响。
6.根据权利要求1所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S2中,对于MRAS系统而言,为确保整体系统的稳定性,自适应律选用PI调节器,以此来调整可调模型的输出。
7.根据权利要求1所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S3中以电传动车用轮毂电机为对象,开展构建基于MRAS法的IPMSM位置辨识系统仿真研究。
8.根据权利要求1所述的一种基于简化MRAS法的永磁同步电机无位置传感器控制方法,其特征在于:在S3中,在MATLAB/Simulink中搭建位置辨识系统仿真模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910477390.4A CN110380656B (zh) | 2019-06-03 | 2019-06-03 | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910477390.4A CN110380656B (zh) | 2019-06-03 | 2019-06-03 | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110380656A CN110380656A (zh) | 2019-10-25 |
CN110380656B true CN110380656B (zh) | 2021-02-12 |
Family
ID=68249675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910477390.4A Active CN110380656B (zh) | 2019-06-03 | 2019-06-03 | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110380656B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113037161A (zh) * | 2021-03-25 | 2021-06-25 | 哈尔滨理工大学 | 一种基于超扭曲滑模算法的模型参考自适应永磁同步电机无位置传感器矢量控制方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101252336B (zh) * | 2008-03-07 | 2011-12-28 | 清华大学 | 永磁同步电机-压缩机系统高速运行控制方法 |
CN102291079A (zh) * | 2011-07-05 | 2011-12-21 | 东南大学 | 直驱永磁同步风电系统无速度传感器控制算法 |
CN102624320B (zh) * | 2012-01-13 | 2014-04-23 | 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 |
CN105281630B (zh) * | 2015-11-08 | 2018-01-12 | 浙江大学 | 异步电机无速度传感器系统中在线辨识定转子电阻的方法 |
-
2019
- 2019-06-03 CN CN201910477390.4A patent/CN110380656B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN110380656A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maiti et al. | An adaptive speed sensorless induction motor drive with artificial neural network for stability enhancement | |
CN106788086B (zh) | 考虑输入饱和的异步电机命令滤波有限时间模糊控制方法 | |
CN103051274B (zh) | 基于变阻尼的二自由度永磁同步电机的无源性控制方法 | |
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 | |
Liu et al. | Improved backstepping control with nonlinear disturbance observer for the speed control of permanent magnet synchronous motor | |
CN107196570A (zh) | 一种永磁同步电机无传感器控制方法 | |
CN111510035A (zh) | 一种永磁同步电机的控制方法及装置 | |
WO2018145498A1 (zh) | 基于强化学习算法的双馈感应风力发电机自校正控制方法 | |
CN109067275A (zh) | 一种基于解耦自适应滑模的永磁直线电机混沌控制方法 | |
Yu et al. | Adaptive fuzzy backstepping position tracking control for a permanent magnet synchronous motor | |
CN110380656B (zh) | 一种基于简化mras法的永磁同步电机无位置传感器控制方法 | |
CN113556073B (zh) | 一种永磁同步电机显式模型预测控制的实现方法 | |
Lu et al. | Improved sliding mode control for permanent magnet synchronous motor servo system | |
CN110138293A (zh) | 一种基于双馈风电系统的bp神经网络优化混沌控制方法 | |
Li et al. | Improved active disturbance rejection control of permanent-magnet synchronous motor based on BP neural network | |
Song et al. | Identification of PMSM based on EKF and elman neural network | |
CN109194224B (zh) | 基于扩张状态观测器的永磁同步电机无传感器控制方法 | |
Jie et al. | Research on control strategy of the electric power steering system for all-terrain vehicles based on model predictive current control | |
Wang et al. | A Novel Active Disturbance Rejection Control of PMSM Based on Deep Reinforcement Learning for More Electric Aircraft | |
Dominguez et al. | Super-twisting control of induction motors with core loss | |
CN108233813A (zh) | 一种永磁同步电机自适应滑模控制方法 | |
CN115102444B (zh) | 一种永磁同步电机自适应积分滑模预测控制方法 | |
Zhou et al. | Simulation of PMSM vector control based on a self-tuning fuzzy PI controller | |
CN116169921A (zh) | 基于参数辨识的永磁辅助同步磁阻电机无差拍控制方法 | |
CN113343592B (zh) | 一种新能源飞机的永磁同步电机dqn智能控制方法 |
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 |