CN112087172A - 一种永磁同步电机改进无差拍预测电流控制方法 - Google Patents

一种永磁同步电机改进无差拍预测电流控制方法 Download PDF

Info

Publication number
CN112087172A
CN112087172A CN202010698970.9A CN202010698970A CN112087172A CN 112087172 A CN112087172 A CN 112087172A CN 202010698970 A CN202010698970 A CN 202010698970A CN 112087172 A CN112087172 A CN 112087172A
Authority
CN
China
Prior art keywords
stator
current
predicted
moment
equation
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
CN202010698970.9A
Other languages
English (en)
Other versions
CN112087172B (zh
Inventor
张硕
周莹
张承宁
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202010698970.9A priority Critical patent/CN112087172B/zh
Publication of CN112087172A publication Critical patent/CN112087172A/zh
Application granted granted Critical
Publication of CN112087172B publication Critical patent/CN112087172B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/141Flux estimation
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22Current control, e.g. using a current control loop
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P25/00Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
    • H02P25/022Synchronous motors
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P2207/00Indexing scheme relating to controlling arrangements characterised by the type of motor
    • H02P2207/05Synchronous machines, e.g. with permanent magnets or DC excitation
    • H02P2207/055Surface mounted magnet motors

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

一种永磁同步电机改进无差拍预测电流控制方法,该方法首先建立新的电流更新机制,得到新的预测电流和电压方程,然后根据无差拍预测电流控制方法推导出预测电流误差公式,进一步解耦出定子电感,利用电压公式解耦出转子磁链,接着利用基于遗忘因子最小二乘法对电感和磁链参数进行在线参数辨识,预测并修正估计量误差,经滤波后的定子电感和转子磁链能够有效抑制电流纹波和转矩跟随偏差的产生,减少功率损耗,该方法操作比较简便、效果理想,有效减少计算次数,还可以有效提高参数辨识的准确性,减小由于电机参数在运行过程中不断变化引起电机性能降低的问题。

Description

一种永磁同步电机改进无差拍预测电流控制方法
技术领域
本发明涉及永磁同步电机控制技术领域,尤其涉及一种电流更新机制和基于 遗忘因子递推最小二乘法对表贴式永磁同步电机电感和磁链实现在线辨识的技 术。
背景技术
永磁同步电机的高性能控制设计需要满足对电动机参数的精确需求,例如, 定子电感,磁通量,定子电阻,转子惯性和粘滞摩擦系数等。但是,很多因素的 存在限制了永磁同步电机的所有精确电机参数的可用性。尽管PMSM的标称参数可 用于控制设计,但该参数非线性地取决于操作环境(例如温度)和操作条件(例 如速度和负载扭矩)。例如,高温可能导致定子电阻阻值增加,同时通过使永磁体 退磁而导致转子磁链减小,这可能会导致转矩脉动及转矩跟随偏差的产生。因此, 需要对电动机参数有准确的了解才能实现对PMSM的精确和鲁棒控制。
同时,在电机运行过程中电机参数值对无差拍预测电流控制(DPCC)的影响 较大,参数的不精确导致控制方法存在偏差,从而影响电机的运行状态,应用新 的电流更新机制改进预测电流和电压的产生,能够提高系统的鲁棒性,减弱运行 过程中不确定因素的影响。
发明内容
有鉴于此,本发明提供了一种适用于表贴式永磁同步电机改进无差拍预测电 流控制方法,基于新的电流更新机制与遗忘因子递推最小二乘法相结合来实现。 该方法具体包括以下步骤:
步骤一、建立永磁同步电机在dq坐标系下的简化数学模型,推导出预测定子 电流更新机制所对应的方程;
步骤二、对所述简化数学模型对应的定子电压方程进行离散化获得下一时刻 的预测电流,考虑电机参数的不确定性,计算定子电流的预测误差,利用相邻时 刻的定子电流预测误差矢量作差,分离出定子电感,然后利用定子电压公式分离 出转子磁链;
步骤三、以所述定子电感和转子磁链作为系统需要辨识的参数,对其进行多 次观测,基于遗忘因子递推最小二乘法对电感和磁链辨识值实时更新,从而得到 滤波后的定子电感和转子磁链;
步骤四、将辨识后的电机参数代入经电流更新机制改进的预测电流和电压公 式,实现对无差拍预测电流控制方法的改进。
进一步地,所述步骤一中所建立所述简化数学模型基于以下假设:
(1)永磁同步电机的磁路特性为线性,没有磁滞、磁路饱和的现象;
(2)定子三相绕组参数值相同,角度相隔120°,且在气隙中形成的磁场为 正弦分布;
(3)定子绕组和转子永磁体间形成的气隙均匀分布;
由此建立的简化数学模型为:
Figure BDA0002592337340000021
其中,ud、uq分别为d、q轴定子电压;id、iq分别为d、q轴定子电流;Rs为 定子电阻;Ls为定子电感;ωe为转子的电角速度;Ψf为转子磁链;t为时间。
进一步地,预测定子电流更新机制所对应方程的推导过程具体包括:
首先选择k-1采样时刻作为当前时刻,经一阶欧拉离散化得出k采样时刻的定 子电流:
Figure BDA0002592337340000022
其中,id(k)、iq(k)分别是k时刻d、q轴预测电流矢量;id(k-1)、iq(k-1)分别是 k-1时刻d、q轴预测电流矢量;ud(k-1)、uq(k-1)分别为k-1时刻d、q轴定子电压, ωe(k-1)为k-1时刻转子的电角速度,Ts为采样时间;
考虑相邻时刻内存在id(k-1)≈id(k)和ωe(k-1)≈ωe(k),对dq轴定子电流方程进 行转化:
Figure BDA0002592337340000023
将上式带入k+1时刻的预测电流方程,对预测电流进行更新:
Figure BDA0002592337340000024
其中,ip d(k+1)、ip q(k+1)分别是k+1时刻d、q轴预测电流矢量;
考虑一步延迟,推导出k+1时刻的预测电压方程:
Figure BDA0002592337340000031
其中,ud(k+1)、uq(k+1)分别为k+1时刻d、q轴定子电压;id ref(k+2)、iq ref(k+2) 分别为k+2时刻d、q轴参考定子电流。
进一步地,所述步骤二具体包括:
首先,将电压方程离散化,选取k采样时刻作为当前时刻,基于无差拍预测 电流控制方法预测k+1时刻定子电流矢量;
将电机参数的不确定性分量加入到k+1时刻预测定子电流矢量中,从而得到 考虑电机参数不确定性分量时的修正k+1时刻预测定子电流矢量;
将所述k+1时刻预测电流矢量与修正k+1时刻预测电流矢量作差,得到k+1 时刻定子电流矢量的预测误差。
进一步地,所述电机参数的不确定性分量包括定子电感、定子电阻和转子磁 链。
进一步地,所述步骤三具体包括:
建立最小二乘法的系统状态方程:
y=θ1x12x2+…+θnxn
式中,y为系统输出变量;x1,x2,…,xn为输入变量;θ12,…,θn即为系统所需辨 识的参数;
对上述等式在时刻t1,t2,…,tm进行了m次观测,得到线性方程组如下所示:
Y=XΘ
其中,
Figure BDA0002592337340000032
增加测量次数m来降低误差的影响,在保证误差的平方和最小时确定参数估 计值
Figure BDA0002592337340000033
引入误差向量Em=[e1,e2,…,em]T后,等式变为:
Y=XΘ+Em
令误差的平方和最小即可得到最优参数辨识结果,误差的平方和表示为:
Figure BDA0002592337340000041
令F最小,需要保证F微分后的等式为零:
Figure BDA0002592337340000042
最终得出参数的最小二乘估计量
Figure BDA0002592337340000043
Figure BDA0002592337340000044
基于遗忘因子递推最小二乘法对前次计算的估计值和本次的观测值进行计 算,递推算法具体包括:
经m次观测数据表示为:
Ym=XmΘ
Figure BDA0002592337340000045
在进行m+1次测量时,带遗忘因子递推最小二乘法系统方程最终简化为:
Figure BDA0002592337340000046
Figure BDA0002592337340000047
γ(m+1)=1/[λ+XT(m+1)P(m)X(m+1)]
其中,λ为遗忘因子,在0.9以上。
所述步骤四中改进无差拍预测电流控制方法的实现通过电流更新机制的建立 和参数辨识共同完成。
相应地,本发明还提供了一种永磁同步电机,其基于上述永磁同步电机改进 无差拍预测电流控制方法进行控制。
本发明所提供的方法,对现有的永磁同步电机无差拍预测电流控制方法进行 改进。首先建立新的电流更新机制,得到新的预测电流和电压方程,然后根据无 差拍预测电流控制方法推导出预测电流误差公式,进一步解耦出定子电感,利用 电压公式解耦出转子磁链,接着利用基于遗忘因子最小二乘法对电感和磁链参数 进行在线参数辨识,预测并修正估计量误差,经滤波后的定子电感和转子磁链能 够有效抑制电流纹波和转矩跟随偏差的产生,减少功率损耗,该方法操作比较简 便、效果理想,有效减少计算次数,可以有效提高参数辨识的准确性,减小由于 电机参数在运行过程中不断变化引起电机性能降低的问题,对提高永磁同步电机 精度控制以及抑制电流纹波和转矩跟随偏差具有有着重要的意义。
附图说明
图1是本发明所提供方法的流程示意图
图2是现有技术中永磁同步电机常用控制方法分类图
图3是现有技术与本发明的方法的定子电流比较
图4是现有技术与本发明的方法的转矩跟随比较
具体实施方式
下面将结合附图对本发明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。
本发明所提供的永磁同步电机改进无差拍预测电流控制方法,如图1所示, 其具体包括以下步骤:
步骤一、建立永磁同步电机在dq坐标系下的简化数学模型,推导出预测定子 电流更新机制所对应的方程;
步骤二、对所述简化数学模型对应的定子电压方程进行离散化获得下一时刻 的预测电流,考虑电机参数的不确定性,计算定子电流的预测误差,利用相邻时 刻的定子电流预测误差矢量作差,分离出定子电感,然后利用定子电压公式分离 出转子磁链;
步骤三、以所述定子电感和转子磁链作为系统需要辨识的参数,对其进行多 次观测,基于遗忘因子递推最小二乘法对电感和磁链辨识值实时更新,从而得到 滤波后的定子电感和转子磁链;
步骤四、将辨识后的电机参数代入经电流更新机制改进的预测电流和电压公 式,实现对无差拍预测电流控制方法的改进。
在本发明的一个优选实施方式中,所述步骤一中所建立所述简化数学模型基 于以下假设:
(1)永磁同步电机的磁路特性为线性,没有磁滞、磁路饱和的现象;
(2)定子三相绕组参数值相同,角度相隔120°,且在气隙中形成的磁场为 正弦分布;
(3)定子绕组和转子永磁体间形成的气隙均匀分布;
由此建立的简化数学模型为:
Figure BDA0002592337340000051
其中,ud、uq分别为d、q轴定子电压;id、iq分别为d、q轴定子电流;Rs为 定子电阻;Ls为定子电感;ωe为转子的电角速度;Ψf为转子磁链;t为时间。
在本发明的一个优选实施方式中,预测定子电流更新机制所对应方程的推导 过程具体包括:
首先选择k-1采样时刻作为当前时刻,经一阶欧拉离散化得出k采样时刻的定 子电流:
Figure BDA0002592337340000061
其中,id(k)、iq(k)分别是k时刻d、q轴预测电流矢量;id(k-1)、iq(k-1)分别是 k-1时刻d、q轴预测电流矢量;ud(k-1)、uq(k-1)分别为k-1时刻d、q轴定子电压, ωe(k-1)为k-1时刻转子的电角速度,Ts为采样时间;
考虑相邻时刻内存在id(k-1)≈id(k)和ωe(k-1)≈ωe(k),对dq轴定子电流方程进 行转化:
Figure BDA0002592337340000062
将上式带入k+1时刻的预测电流方程,对预测电流进行更新:
Figure BDA0002592337340000063
其中,ip d(k+1)、ip q(k+1)分别是k+1时刻d、q轴预测电流矢量;
考虑一步延迟,推导出k+1时刻的预测电压方程:
Figure BDA0002592337340000064
其中,ud(k+1)、uq(k+1)分别为k+1时刻d、q轴定子电压;id ref(k+2)、iq ref(k+2) 分别为k+2时刻d、q轴参考定子电流。
在本发明的一个优选实施方式中,所述步骤二具体包括:
在电机实际运行过程中,电机定子电感和转子磁链随着外界环境和操作条件 的不断变化随之变化,不准确的电机参数会导致电流纹波增大,转矩跟随误差也 增大,从而导致电机的额外损耗,影响电机的性能。对此,在k+1采样时刻的预 测电流中加入定子电感、电阻和转子磁链的不确定分量,以弥补电机参数失配带 来的后果。
将电机参数的不确定性分量加入到k+1采样时刻的预测定子电流中,得到考 虑不确定性分量的下一采样时刻定子电流的预测正交分量:
Figure BDA0002592337340000071
式中,
Figure RE-GDA0002772050400000072
分别为加入电机参数不确定性分量后的预测定子电 流分量;ΔLs为定子电感的不确定分量;ΔRs为定子电阻的不确定分量。
将上述预测定子电流的正交分量之间的差值定义为预测电流误差:
Figure BDA0002592337340000073
式中,Δid(k+1)、Δiq(k+1)分别为k+1采样时刻的定子电流预测误差。
将在相邻间隔内的预测误差电流作差解耦定子电感:
Figure BDA0002592337340000074
再从电机简化模型的q轴电压方程中分离出转子磁链:
Figure BDA0002592337340000075
在本发明的一个优选实施方式中,所述步骤三具体包括:
建立最小二乘法的系统状态方程:
y=θ1x12x2+…+θnxn
式中,y为系统输出变量;x1,x2,…,xn为输入变量;θ12,…,θn即为系统所需辨 识的参数;
对上述等式在时刻t1,t2,…,tm进行了m次观测,得到线性方程组如下所示:
Y=XΘ
其中,
Figure BDA0002592337340000081
增加测量次数m来降低误差的影响,在保证误差的平方和最小时确定参数估 计值
Figure BDA0002592337340000082
引入误差向量Em=[e1,e2,…,em]T后,等式变为:
Y=XΘ+Em
令误差的平方和最小即可得到最优参数辨识结果,误差的平方和表示为:
Figure BDA0002592337340000083
令F最小,需要保证F微分后的等式为零:
Figure BDA0002592337340000084
最终得出参数的最小二乘估计量
Figure BDA0002592337340000085
Figure BDA0002592337340000086
基于遗忘因子递推最小二乘法对前次计算的估计值和本次的观测值进行计 算,递推算法具体包括:
经m次观测数据表示为:
Ym=XmΘ
Figure BDA0002592337340000087
在进行m+1次测量时,带遗忘因子递推最小二乘法系统方程最终简化为:
Figure BDA0002592337340000088
Figure BDA0002592337340000089
γ(m+1)=1/[λ+XT(m+1)P(m)X(m+1)]
其中,λ为遗忘因子,在0.9以上。
所述步骤四具体包括:将基于遗忘因子递推最小二乘法辨识后的电感和磁链 值代入经新的电流更新机制改进的预测电流和电压公式,实现对无差拍预测电流 控制方法的改进,从而减弱电流纹波及抑制转矩跟随偏差的产生。
在采用上述发明所提供方法的一个实例中,电机的参数如下所示,额定电压U 给定为310V,额定电流I给定为20A,定子电阻每相绕组Rs为0.365Ω,定子电 感Ls为0.001225H,转子永磁体磁链Ψf为0.1667Wb。该永磁同步电机模型给定为 转速为1000r/min,转矩为5N·m。
采用基于遗忘因子递推最小二乘法对电机电感和磁链进行辨识。取遗忘因子λ 为0.99,前m次观测次数取为100。将原始无差拍预测电流控制方法作为对照组, 当电机在运行过程中外界条件发生变化时,假定电感2倍失配,磁链2倍失配, 在上述给定的转矩和转速稳态情况下,原始DPCC方法和改进DPCC方法的定子电 流情况如图3所示。两种方法的转矩变化如图4所示。
应理解,本发明实施例中各步骤的序号的大小并不意味着执行顺序的先后, 各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过 程构成任何限定。
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。

Claims (7)

1.一种永磁同步电机改进无差拍预测电流控制方法,其特征在于:该方法具体包括以下步骤:
步骤一、建立永磁同步电机在dq坐标系下的简化数学模型,推导出预测定子电流更新机制所对应的方程;
步骤二、对所述简化数学模型对应的定子电压方程进行离散化获得下一时刻的预测电流,考虑电机参数的不确定性,计算定子电流的预测误差,利用相邻时刻的定子电流预测误差矢量作差,分离出定子电感,然后利用定子电压公式分离出转子磁链;
步骤三、以所述定子电感和转子磁链作为系统需要辨识的参数,对其进行多次观测,基于遗忘因子递推最小二乘法对电感和磁链辨识值实时更新,从而得到滤波后的定子电感和转子磁链;
步骤四、将辨识后的电机参数代入经电流更新机制改进的预测电流和电压公式,实现对无差拍预测电流控制方法的改进。
2.如权利要求1所述的方法,其特征在于:所述步骤一中所建立所述简化数学模型基于以下假设:
(1)永磁同步电机的磁路特性为线性,没有磁滞、磁路饱和的现象;
(2)定子三相绕组参数值相同,角度相隔120°,且在气隙中形成的磁场为正弦分布;
(3)定子绕组和转子永磁体间形成的气隙均匀分布;
由此建立的简化数学模型为:
Figure FDA0002592337330000011
其中,ud、uq分别为d、q轴定子电压;id、iq分别为d、q轴定子电流;Rs为定子电阻;Ls为定子电感;ωe为转子的电角速度;Ψf为转子磁链;t为时间。
3.如权利要求2所述的方法,其特征在于:预测定子电流更新机制所对应方程的推导过程具体包括:
首先选择k-1采样时刻作为当前时刻,经一阶欧拉离散化得出k采样时刻的定子电流:
Figure FDA0002592337330000021
其中,id(k)、iq(k)分别是k时刻d、q轴预测电流矢量;id(k-1)、iq(k-1)分别是k-1时刻d、q轴预测电流矢量;ud(k-1)、uq(k-1)分别为k-1时刻d、q轴定子电压,ωe(k-1)为k-1时刻转子的电角速度,Ts为采样时间;
考虑相邻时刻内存在id(k-1)≈id(k)和ωe(k-1)≈ωe(k),对dq轴定子电流方程进行转化:
Figure FDA0002592337330000022
将上式带入k+1时刻的预测定子电流方程,对预测电流进行更新:
Figure FDA0002592337330000023
其中,ip d(k+1)、ip q(k+1)分别是k+1时刻d、q轴预测定子电流矢量;
考虑一步延迟,推导出k+1时刻的预测电压方程:
Figure FDA0002592337330000024
其中,ud(k+1)、uq(k+1)分别为k+1时刻d、q轴定子电压;id ref(k+2)、iq ref(k+2)分别为k+2时刻d、q轴参考定子电流。
4.如权利要求1所述的方法,其特征在于:所述步骤二具体包括:
首先,将电压方程离散化,选取k采样时刻作为当前时刻,基于无差拍预测电流控制方法预测k+1时刻定子电流矢量;
将电机参数的不确定性分量加入到k+1时刻预测定子电流矢量中,从而得到考虑电机参数不确定性分量时的修正k+1时刻预测定子电流矢量;
将所述k+1时刻预测电流矢量与修正k+1时刻预测电流矢量作差,得到k+1时刻定子电流矢量的预测误差。
5.如权利要求4所述的方法,其特征在于:所述电机参数的不确定性分量包括定子电感、定子电阻和转子磁链。
6.如权利要求1所述的方法,其特征在于:所述步骤三具体包括:
建立最小二乘法的系统状态方程:
y=θ1x12x2+…+θnxn
式中,y为系统输出变量;x1,x2,…,xn为输入变量;θ12,…,θn即为系统所需辨识的参数;
对上述等式在时刻t1,t2,…,tm进行了m次观测,得到线性方程组如下所示:
Y=XΘ
其中,
Figure FDA0002592337330000031
增加测量次数m来降低误差的影响,在保证误差的平方和最小时确定参数估计值
Figure FDA0002592337330000032
引入误差向量Em=[e1,e2,…,em]T后,等式变为:
Y=XΘ+Em
令误差的平方和最小即可得到最优参数辨识结果,误差的平方和表示为:
Figure FDA0002592337330000033
令F最小,需要保证F微分后的等式为零:
Figure FDA0002592337330000034
最终得出参数的最小二乘估计量
Figure FDA0002592337330000035
Figure FDA0002592337330000036
基于遗忘因子递推最小二乘法对前次计算的估计值和本次的观测值进行计算,递推算法具体包括:
经m次观测数据表示为:
Ym=XmΘ
Figure FDA0002592337330000037
在进行m+1次测量时,带遗忘因子递推最小二乘法系统方程最终简化为:
Figure FDA0002592337330000041
Figure FDA0002592337330000042
γ(m+1)=1/[λ+XT(m+1)P(m)X(m+1)]
其中,λ为遗忘因子,在0.9以上。
7.一种永磁同步电机,其特征在于:利用如权利要求1-6任一项所述的方法进行控制。
CN202010698970.9A 2020-07-20 2020-07-20 一种永磁同步电机改进无差拍预测电流控制方法 Active CN112087172B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010698970.9A CN112087172B (zh) 2020-07-20 2020-07-20 一种永磁同步电机改进无差拍预测电流控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010698970.9A CN112087172B (zh) 2020-07-20 2020-07-20 一种永磁同步电机改进无差拍预测电流控制方法

Publications (2)

Publication Number Publication Date
CN112087172A true CN112087172A (zh) 2020-12-15
CN112087172B CN112087172B (zh) 2021-12-28

Family

ID=73735462

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010698970.9A Active CN112087172B (zh) 2020-07-20 2020-07-20 一种永磁同步电机改进无差拍预测电流控制方法

Country Status (1)

Country Link
CN (1) CN112087172B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112698142A (zh) * 2021-01-26 2021-04-23 哈尔滨工业大学 直流变换器中电解电容失效参数辨识方法
CN113285647A (zh) * 2021-05-20 2021-08-20 北京理工大学 一种永磁同步电机反馈调节方法和装置、永磁同步电机
CN114531083A (zh) * 2022-03-15 2022-05-24 北京理工大学 永磁同步电机单电流传感器预测控制和参数辨识方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012147540A (ja) * 2011-01-11 2012-08-02 Denso Corp 回転機の制御装置
CN104579083A (zh) * 2013-10-22 2015-04-29 珠海格力电器股份有限公司 永磁同步电机矢量控制方法及系统
CN105811840A (zh) * 2016-04-22 2016-07-27 徐辉 一种永磁同步伺服电机的无差拍电流控制方法
CN106385216A (zh) * 2016-10-25 2017-02-08 南京航空航天大学 一种永磁同步电机电流预测控制稳态误差消除方法及系统
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
CN109787524A (zh) * 2019-02-18 2019-05-21 北京理工大学 一种永磁同步电机参数在线辨识方法
CN110165956A (zh) * 2019-05-14 2019-08-23 北京理工大学 一种开绕组永磁同步电机零序电感在线辨识方法
CN111181462A (zh) * 2020-03-11 2020-05-19 天津工业大学 基于变步长神经网络的表贴式永磁同步电机参数辨识方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012147540A (ja) * 2011-01-11 2012-08-02 Denso Corp 回転機の制御装置
CN104579083A (zh) * 2013-10-22 2015-04-29 珠海格力电器股份有限公司 永磁同步电机矢量控制方法及系统
CN105811840A (zh) * 2016-04-22 2016-07-27 徐辉 一种永磁同步伺服电机的无差拍电流控制方法
CN106385216A (zh) * 2016-10-25 2017-02-08 南京航空航天大学 一种永磁同步电机电流预测控制稳态误差消除方法及系统
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
CN109787524A (zh) * 2019-02-18 2019-05-21 北京理工大学 一种永磁同步电机参数在线辨识方法
CN110165956A (zh) * 2019-05-14 2019-08-23 北京理工大学 一种开绕组永磁同步电机零序电感在线辨识方法
CN111181462A (zh) * 2020-03-11 2020-05-19 天津工业大学 基于变步长神经网络的表贴式永磁同步电机参数辨识方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JIANG LONG ET AL.: "Current sensorless deadbeat predictive control method for permanent magnet synchronous motor", 《IECON 2017 - 43RD ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY》 *
孙磊 等: "EMA数字伺服驱动系统无差拍电流预测控制研究", 《机械与电子》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112698142A (zh) * 2021-01-26 2021-04-23 哈尔滨工业大学 直流变换器中电解电容失效参数辨识方法
CN112698142B (zh) * 2021-01-26 2024-04-23 哈尔滨工业大学 直流变换器中电解电容失效参数辨识方法
CN113285647A (zh) * 2021-05-20 2021-08-20 北京理工大学 一种永磁同步电机反馈调节方法和装置、永磁同步电机
CN114531083A (zh) * 2022-03-15 2022-05-24 北京理工大学 永磁同步电机单电流传感器预测控制和参数辨识方法
CN114531083B (zh) * 2022-03-15 2024-04-12 北京理工大学 永磁同步电机单电流传感器预测控制和参数辨识方法

Also Published As

Publication number Publication date
CN112087172B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN112087172B (zh) 一种永磁同步电机改进无差拍预测电流控制方法
CN109787524B (zh) 一种永磁同步电机参数在线辨识方法
Soto et al. Reduced-order observers for rotor flux, rotor resistance and speed estimation for vector controlled induction motor drives using the extended Kalman filter technique
CN110098773B (zh) 一种利用最小二乘法的永磁同步电机参数辨识方法
CN111327242A (zh) 一种三电平永磁同步电机无模型预测电流控制方法
CN110165956B (zh) 一种开绕组永磁同步电机零序电感在线辨识方法
Chatterjee A simple leakage inductance identification technique for three-phase induction machines under variable flux condition
Mossa et al. Deadbeat-Based model predictive voltage control for a sensorless five-phase induction motor drive
CN109687792B (zh) 面向矢量控制系统的牵引电机转子参数在线辨识优化方法
CN112003522B (zh) 一种基于参数辨识的永磁同步电机单电流传感器控制方法
JPH11150996A (ja) モータ制御装置
Aziz et al. Encoderless Five-phase PMa-SynRM Drive System Based on Robust Torque-speed Estimator with Super-twisting Sliding Mode Control
Brescia et al. Nonintrusive Parameter Identification of IoT-Embedded Isotropic PMSM Drives
Korzonek et al. Comparative stability analysis of stator current error-based estimators of induction motor speed
CN113644852B (zh) 用于永磁同步电动机的鲁棒三矢量模型预测磁链控制方法
CN114865967A (zh) 交流旋转电机的控制装置
JP6108114B2 (ja) 永久磁石形同期電動機の制御装置
Ciabattoni et al. Adaptive extended Kalman filter for robust sensorless control of PMSM drives
CN112803854A (zh) 基于模型参考自适应的永磁同步电机参数在线辨识方法
JP4061446B2 (ja) 同期電動機の抵抗値同定方法とその制御装置
CN110649850B (zh) 双模式电压模型定子磁链的确定方法
Messaoudi et al. Sensorless direct torque and flux control of induction motor based on MRAS and Luenberger observer
Yuan et al. Novel Deadbeat Predictive Current Control for SPMSM Drives with inductance and rotor flux linkage variation
KR0148832B1 (ko) 유도 전동기의 벡터 제어 장치
Horch et al. Direct torque control for induction machine drive based on sliding mode controller with a new adaptive speed observer

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