CN113037161A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN113037161A
CN113037161A CN202110330523.2A CN202110330523A CN113037161A CN 113037161 A CN113037161 A CN 113037161A CN 202110330523 A CN202110330523 A CN 202110330523A CN 113037161 A CN113037161 A CN 113037161A
Authority
CN
China
Prior art keywords
model
adaptive
sliding mode
permanent magnet
magnet synchronous
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
Application number
CN202110330523.2A
Other languages
English (en)
Inventor
王瀚峰
周凯
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.)
Harbin University of Science and Technology
Original Assignee
Harbin University of Science and 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 Harbin University of Science and Technology filed Critical Harbin University of Science and Technology
Priority to CN202110330523.2A priority Critical patent/CN113037161A/zh
Publication of CN113037161A publication Critical patent/CN113037161A/zh
Pending legal-status Critical Current

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
    • H02P21/24—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
    • 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
    • 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
    • H02P21/0017—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
    • H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02—Arrangements 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
    • H02P25/022—Synchronous motors
    • 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
    • H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/34—Modelling or simulation for control purposes
    • 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
    • H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation

Landscapes

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

Abstract

本发明提出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，属于电机控制领域，解决了现有技术中的永磁同步电机无传感器矢量控制方法存在稳定性差、精度低、鲁棒性差的问题。本发明基于模型参考自适应系统(model referenceadaptive system,MRAS)建立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，构建基于MRAS法的PMSM位置识别系统。在MRAS的基础上加入了反馈校正环节，提高参考模型输出和可调模型输出之间误差的收敛速度。同时，在MRAS中引入超扭曲滑模算法来代替其中的PI自适应机构，提高了系统的鲁棒性。本发明可以提高系统的动态稳定性和鲁棒性；当电机参数发生摄动时，对转速估计的准确性影响较小。

Description

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
技术领域
本发明涉及电机控制用途领域，具体为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。
背景技术
永磁同步电机(PMSM)具有体积小、效率高、可靠性好等诸多特点，在各种高性能驱动系统中得到了广泛的使用。一般永磁同步电机的驱动需要机械传感器检测电机的速度和转子的磁极位置，机械传感器的存在增加了成本，提高了及系统的复杂性，为了克服传统机械传感器给控制系统带来的不利影响，研究一种无需传感器的控制方法已经成为当前永磁同步电机驱动领域的一个研究热点。无传感器控制技术是指在电机控制系统中除去位置和速度传感器，利用电机绕组中的相关变量，如定子电流、定子电压等，估算出转子的位置和速度，从而实现电机的控制。无传感器控制技术的研究在高速电机、微型电机、航空航天、水下机器人等一些场合都有重要的意义。
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，但传统的MRAS法需要克服以下不足：传统MRAS用于PMSM转速和位置估计时，只有当参考模型和可调模型的输出之差收敛到零时，估计得到的转速和转子位置才能收敛到它们对应的实际值，可以在其中加入一个反馈校正环节，以加快参考模型和可调模型输出之差的收敛速度，提高了系统的动态性能；另外，MRAS内部的PI自适应机构鲁棒性不强，引入传统的滑模可以提高其鲁棒性，但会引起抖振问题，影响电机平稳运行，故将超扭曲滑模算法引入，既增加了系统的鲁棒性，又缓解传统滑模的抖振问题。
为此，提出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。
发明内容
为了解决上述问题，本发明提出了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，在参数出现摄动时，提高了电机系统的动态响应速度、稳定性和鲁棒性，降低了系统的抖振。
本发明的技术方案是：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，包括以下步骤：
步骤一：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；
步骤二：转子位置辨识自适应律设计，在传统PI自适应基础上加入了反馈校正环节；
步骤三：将转子位置PI自适应律结构替换为超扭曲滑模算法，构建超扭曲滑模自适应律无传感器算法的改进系统；
步骤四：对步骤三中构建的改进后的系统进行仿真。
进一步的，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；在步骤一中，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。
进一步的，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；在步骤一中，选择波波夫超稳定性理论来构建自适应律。
进一步的，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；在步骤二中，在MRAS结构的基础上引入误差校正环节，进而加快2个模型输出之间误差的收敛速度。
进一步的，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；在步骤三中，把波波夫超稳定性理论构建的自适应律中的PI自适应机构替换为超扭曲滑模算法，并对其稳定性进行证明。
进一步的，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；在步骤四中，在MATLAB/Simulink中搭建超扭曲滑模算法位置辨识系统仿真模型。
附图说明
图1是本发明的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框图；
图2是本发明的传统MRAS引入误差校正环节与超扭曲滑模自适应机构的结构图；
图3是本发明的永磁同步电机的实际转速波形；
图4是本发明的永磁同步电机的估算转速波形；
图5是本发明的永磁同步电机的三相定子电流波形；
图6是本发明的永磁同步电机的转矩响应曲线；
图7是本发明的永磁同步电机转速突变时实际转速与估计转速曲线；
图8是本发明的永磁同步电机转速突变时转子位置角与估计值波形。
具体实施方式
参见说明书附图中图1～图8，一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，其特点是将超扭曲滑模自适应结构和传统MRAS相结合，从而提高了电机系统的动态响应速度、稳定性和鲁棒性，降低了系统的抖振。
本发明设计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框图，参见说明书附图1所示。
本发明设计将误差校正环节和超扭曲滑模自适应机构与MRAS相结合的模型，参见说明书附图2所示。
本发明的研究对象为内置式PMSM，故需要建立MRAS的无位置传感器模型，内置式PMSM在与转子同步旋转的d-q坐标系下的电流方程为：
Figure BDA0002991975350000031
在式(4-1)的电流模型中，状态变量是定子电流，再将其改写成式(4-2)形式：
Figure BDA0002991975350000032
重新定义一组新的变量，令：
Figure BDA0002991975350000033
则方程式(4-2)被改写为(4-4)形式：
Figure BDA0002991975350000041
式中：ud、uq为定子基于d-q轴系的电压；id、iq为定子基于d-q轴系的电流；Rs为定子电阻；Ld、Lq是定子基于d-q轴系的等效电感；ωe为转子电角速度；ψf为永磁体磁链；
则式(4-4)用电流空间矢量和状态矩阵形式表示为：
Figure BDA0002991975350000042
式中：
Figure BDA0002991975350000043
由式(4-6)可以看出，状态矩阵A中包含与转子的转速相关的信息，所以可以选取式(4-4)为MRAS的可调模型，把PMSM本身的数学模型作为参考模型，方程中ωe即为待辨识的可调参数。
在确定了参考模型和可调模型后，接下来需要确定MRAS模型的自适应律。首先将式(4-4)用估计值来进行表示，可以得到式(4-7)：
Figure BDA0002991975350000044
同样，可把式(4-7)进行化简：
Figure BDA0002991975350000045
式中：
Figure BDA0002991975350000046
若式(4-7)中估计值与实际值相同，那么式(4-7)估计方程就是PMSM自身真实的数学方程模型。
定义广义误差
Figure BDA0002991975350000051
把式(4-4)和式(4-7)做差，可以得到：
Figure BDA0002991975350000052
把式(4-10)中的方程改写成标准前向回路形式：
Figure BDA0002991975350000053
式(4-10)和式(4-11)中：
Figure BDA0002991975350000054
以电机本体为参考模型，根据POPOV超稳定性理论，若使式(4-11)和(4-12)误差系统稳定，则必须同时满足以下两个条件：
(1)根据系统传递函数矩阵G(s)＝C(Si-A)-1正定，将A、C代入G(s)：
Figure BDA0002991975350000055
可得：G(s)正定。
(2)时不变、非线性系统部分应符合POPOV积分不等式：
Figure BDA0002991975350000056
将ν和w代入积分不等式，可得：
Figure BDA0002991975350000057
令函数f(t)满足如下等式关系：
Figure BDA0002991975350000058
取F1和F2满足如下等式关系：
Figure BDA0002991975350000059
同时，取电动机转速的自适应调节律为式(4-19)所示的表达形式：
Figure BDA0002991975350000061
将式(4-18)代入式(4-15)，可得：
Figure BDA0002991975350000062
令η＝η1+η2，则有：
Figure BDA0002991975350000063
定义下式：
Figure BDA0002991975350000064
根据不等式可得：
Figure BDA0002991975350000065
结合式(4-20)易得出：
Figure BDA0002991975350000066
综上所述，可以得出：
Figure BDA0002991975350000067
根据上面的证明可以看出，该非线性反馈系统
Figure BDA0002991975350000068
MRAS控制算法估计系统是渐进稳定的，并且可调模型能够迅速可靠的跟踪参考模型，因而实现对PMSM转速和位置的准确估计。
式(4-16)中：
Figure BDA0002991975350000069
结合式(4-17)和式(4-18)可以得到转速自适应律的表达式如式(4-27)所示：
Figure BDA0002991975350000071
为了获得自适应律，需要对Popov不等式进行逆向求解，过程这里不详细介绍。上式(4-26)还可以写为：
Figure BDA0002991975350000072
式中：
Figure BDA0002991975350000073
可以看出，εω取自
Figure BDA0002991975350000074
的误差信息，且与定子电流空间矢量i′s和
Figure BDA0002991975350000075
的偏差角αs有关，将式(4-3)代入式(4-27)可得：
Figure BDA0002991975350000076
式中：id和iq为PMSM实际测得的电流，
Figure BDA0002991975350000077
和
Figure BDA0002991975350000078
为经过可调模型计算后求得的，
Figure BDA0002991975350000079
为初始的估计转速。
为克服传统MRAS中PI自适应机构鲁棒性不强的缺点，同时缓解传统滑模存在的抖振问题，本发明引入超扭曲滑模来替代MRAS中的PI自适应机构，以实现对MRAS进一步改进。
超扭曲滑模本质上是一种2阶滑模，在具备良好鲁棒性的同时，由于其自身结构的特点，它能够在一定程度上缓解传统滑模存在的抖振问题。其基本形式为：
u＝α|s|1/2sgn(s)+∫γ sgn(s)dt (4-30)
式中，s为滑模变量，而控制参数α＞0，γ＞0。结合式(4-29)中的自适应机构，在参考模型和可调模型输出误差e的基础上构建滑模面：
Figure BDA00029919753500000710
结合式(4-30)和(4-31)，得出超扭曲滑模自适应机构的转速估计表达式为：
Figure BDA00029919753500000711
对式(4-32)做求积分运算处理，就可以得到转子位置的估计值，即：
Figure BDA00029919753500000712
通过上述分析，对基于超扭曲滑模算法的模型参考自适应永磁同步电机位置辨识系统进行仿真。
本发明的样机参数如表1所示：
表1电机参数和开关频率
Figure BDA0002991975350000081
初始给定永磁同步电动机转速为1000r/min，时间设定为0.1s，负载转矩为4N·m。如图3和图4所示为采用超扭曲滑模算法后的电机实际转速与估算转速波形，可以观察到实际转速可以很快的达到给定值，估计转速低速启动时也能在较短的时间内跟踪到实际的转速，并且稳定后波形平稳，估计转速值准确，几乎完全与电机实际转速相吻合。
图5为电机三相定子电流波形，可以看出三相电流波形具有良好的正弦性。图6为电机输出的电磁转矩波形，可以看出虽然初始输出的电磁转矩波动幅度较大，但能在极短的时间内达到稳定，动态跟踪效果好。
给定转速由1000r/min突变到2000r/min，转速突变时实际转速和估计转速波形如图7所示，转子实际位置与估计位置波形如图8所示。
从图7可以看出电机启动时能够在较短时间内达到给定值，转速突变时，出现小幅度波动后趋于稳定，估计转速能较好的跟踪实际转速。从图8可以看出电机转子实际角度与估计角度曲线几乎能够完全重合，估计角度可完全应用于实际控制中。

Claims (6)

1.一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，其特征在于，包括以下步骤：
步骤一：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；
步骤二：转子位置辨识自适应律设计，在传统PI自适应基础上加入了反馈校正环节；
步骤三：将转子位置PI自适应律结构替换为超扭曲滑模算法，构建超扭曲滑模自适应律无传感器算法的改进系统；
步骤四：对步骤三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，其特征在于：在步骤一中，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1所述的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，其特征在于：在步骤一中，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，其特征在于：在步骤二中，在MRAS结构的基础上引入误差校正环节，进而加快2个模型输出之间误差的收敛速度。
5.根据权利要求1所述的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，其特征在于：在步骤三中，把波波夫超稳定性理论构建的自适应律中的PI自适应机构替换为超扭曲滑模算法。
6.根据权利要求1所述的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，其特征在于：在步骤四中，在MATLAB/Simulink中搭建超扭曲滑模算法位置辨识系统仿真模型。
CN202110330523.2A 2021-03-25 2021-03-25 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 Pending CN113037161A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110330523.2A CN113037161A (zh) 2021-03-25 2021-03-25 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110330523.2A CN113037161A (zh) 2021-03-25 2021-03-25 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

Publications (1)

Publication Number Publication Date
CN113037161A true CN113037161A (zh) 2021-06-25

Family

ID=76473306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110330523.2A Pending CN113037161A (zh) 2021-03-25 2021-03-25 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

Country Status (1)

Country Link
CN (1) CN113037161A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472242A (zh) * 2021-07-05 2021-10-01 江南大学 基于多智能体的抗干扰自适应模糊滑膜协同控制方法
CN113972869A (zh) * 2021-10-29 2022-01-25 安徽工业大学 一种基于新型滑模速度控制器mras的pmsm无位置传感器矢量控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1653601A1 (en) * 2004-10-28 2006-05-03 ABB Oy Method for estimating the rotor speed and position of a permanent magnet synchronous machine
CN109495048A (zh) * 2018-11-26 2019-03-19 天津大学 基于mrac观测器的永磁同步电机无速度传感器控制方法
CN110380656A (zh) * 2019-06-03 2019-10-25 中国人民解放军陆军装甲兵学院 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
CN112134502A (zh) * 2020-09-21 2020-12-25 哈尔滨理工大学 一种永磁同步电机三矢量模型预测电流控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1653601A1 (en) * 2004-10-28 2006-05-03 ABB Oy Method for estimating the rotor speed and position of a permanent magnet synchronous machine
CN109495048A (zh) * 2018-11-26 2019-03-19 天津大学 基于mrac观测器的永磁同步电机无速度传感器控制方法
CN110380656A (zh) * 2019-06-03 2019-10-25 中国人民解放军陆军装甲兵学院 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
CN112134502A (zh) * 2020-09-21 2020-12-25 哈尔滨理工大学 一种永磁同步电机三矢量模型预测电流控制方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113472242A (zh) * 2021-07-05 2021-10-01 江南大学 基于多智能体的抗干扰自适应模糊滑膜协同控制方法
CN113472242B (zh) * 2021-07-05 2022-07-15 江南大学 基于多智能体的抗干扰自适应模糊滑模协同控制方法
CN113972869A (zh) * 2021-10-29 2022-01-25 安徽工业大学 一种基于新型滑模速度控制器mras的pmsm无位置传感器矢量控制方法
CN113972869B (zh) * 2021-10-29 2023-11-24 安徽工业大学 一种基于新型滑模速度控制器mras的pmsm无位置传感器矢量控制方法

Similar Documents

Publication Publication Date Title
CN109787524B (zh) 一种永磁同步电机参数在线辨识方法
Lascu et al. A class of speed-sensorless sliding-mode observers for high-performance induction motor drives
CN103401501B (zh) 一种基于模糊自抗扰的pmsm伺服系统控制方法
CN103684182B (zh) 一种永磁同步电机参数辨识方法
CN102969968B (zh) 一种永磁同步电机控制方法
CN109194219B (zh) 一种基于无模型非奇异终端滑模控制永磁同步电机的方法及系统
CN109495048A (zh) 基于mrac观测器的永磁同步电机无速度传感器控制方法
CN110764418A (zh) 基于有限时间收敛扩张状态观测器的自抗扰控制器
CN107577149B (zh) 一种采用分数阶快速终端滑模控制的随动控制方法
CN113037161A (zh) 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
CN108390597A (zh) 带有扰动观测器的永磁同步电机非线性预测控制器设计
CN110011587A (zh) 一种基于多参数识别的永磁同步电机无传感器矢量控制方法
CN111181458A (zh) 基于扩展卡尔曼滤波器的表贴式永磁同步电机转子磁链观测方法
CN108233805A (zh) 永磁同步电机转速控制系统的扩张状态观测器的设计方法
CN109639200B (zh) 一种基于电机负载转矩检测的转动惯量在线辨识方法
CN113131817A (zh) 一种永磁同步电机在线参数辨识系统及方法
Rong et al. A new PMSM speed modulation system with sliding mode based on active-disturbance-rejection control
Zhang et al. An improved sensorless control strategy of ship IPMSM at full speed range
CN115864928A (zh) 一种基于校正电流预测的pmsm模型参考自适应转速估算方法
CN116488521B (zh) 一种永磁同步电机新型无模型快速积分终端滑模控制方法
CN115967318A (zh) 异步电机无速度传感器矢量控制方法及系统
Sayouti et al. Sensor less low speed control with ANN MRAS for direct torque controlled induction motor drive
CN108155836B (zh) 基于全局在线启发式动态规划永磁同步电机矢量控制方法
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
Comanescu et al. Development of a flux, speed and rotor time constant estimation scheme for the sensorless induction motor drive

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