CN113067520A - 基于优化残差的无传感器响应自适应电机控制方法 - Google Patents

基于优化残差的无传感器响应自适应电机控制方法 Download PDF

Info

Publication number
CN113067520A
CN113067520A CN202110230411.XA CN202110230411A CN113067520A CN 113067520 A CN113067520 A CN 113067520A CN 202110230411 A CN202110230411 A CN 202110230411A CN 113067520 A CN113067520 A CN 113067520A
Authority
CN
China
Prior art keywords
current
speed
value
axis
alpha
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
CN202110230411.XA
Other languages
English (en)
Other versions
CN113067520B (zh
Inventor
陈龙淼
孙乐
邹权
陈红彬
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing 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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202110230411.XA priority Critical patent/CN113067520B/zh
Publication of CN113067520A publication Critical patent/CN113067520A/zh
Application granted granted Critical
Publication of CN113067520B publication Critical patent/CN113067520B/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
    • H02P21/24—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
    • H02P21/14—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
    • H02P21/22—Current control, e.g. using a current control loop

Landscapes

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

Abstract

本发明公开了一种基于优化残差的无传感器响应自适应电机控制方法，在无位置传感器的情况下通过电压、电流以及电机电流环模型及其参数估计永磁电机转子位置和转速；在速度环中采用模型预测控制，通过调节模型预测控制的动态响应参数加快或者降低速度环响应速度，速度环的转速反馈即为电流环估计的转速信息。本发明的核心创新点在于建立了通过电流环估计残差自适应调节速度环模型预测控制器动态响应的机制，在实现无位置传感器控制的同时提高了系统稳定性。

Description

基于优化残差的无传感器响应自适应电机控制方法
技术领域
本发明属于传感器控制技术，具体为一种基于优化残差的无传感器响应自适应电机控制方法。
背景技术
无传感器电机控制算法是电机驱动领域一个很重要的研究课题。虽然电机位置传感器在大多数工业电机驱动中仍然被使用，但成本问题仍然是推动行业放弃位置传感器的一个原因。同时，无传感器驱动在伺服系统中具有广泛的应用前景，其中，工业伺服系统和机器人伺服系统就是上述无传感器控制方案的典型应用。在这些伺服系统中，电机需要频繁地启动和停止到一些精确的位置，具有较大的负载。这一要求实际上挑战了电机转子在零/低速条件下的位置跟踪能力。
目前已经有很多种无位置传感器控制算法被提出，虽然上述无位置传感器控制方法种类很多，但是普遍有一个问题：全系统无位置传感器的情况下，位置估计如果出现偏差甚至发散，控制器自身难以修正该估计故障，因为没有传感器作为修正参考；在电机的启动的过程中，由于转子转速突然增长到设定转速，在这个过程中，因为转速的不稳定，会对位置估计产生较大难度，甚至造成电机故障。
发明内容
本发明的目的在于提出了一种基于优化残差的无传感器响应自适应电机控制方法，以提高无位置传感器控制系统的运行稳定性，在估计状态较差的情况下主动降低系统动态响应以保证系统可靠运行。
实现本发明目的技术方案为：一种基于优化残差的无传感器响应自适应电机控制方法，具体步骤为：
步骤1：通过转速指令与实际电机转速的误差，基于运动方程计算d-q轴电流指令参考值；
步骤2：根据d-q轴电流指令参考值，电流传感器采样得到三相电机相电流，通过Clark变换获得α-β轴系下电流，再通过Park变换获得d-q轴实际电流；在d-q轴系下根据d-q轴实际电流通过PI调节器以及d-q轴解耦计算，计算d-q轴电压指令参考值；
步骤3：通过反Park变换获得α-β轴系下电压指令；基于空间矢量脉宽调制方法并通过矢量控制模块通过α-β轴系下电压指令调制6路脉宽可调的矩形波通过驱动器硬件部分驱动6路开关管，驱动电机旋转；
步骤4：将α-β轴系下电流、α-β轴系下电压指令，以及上一时刻估计转速ωre输入位置估计模块，根据损失函数通过牛顿迭代法，计算出当前转子位置和Cost值；转子位置通过锁相环，对噪声造成的估计波动进行滤波，并计算出当前时刻的转子电气角速度；
步骤5：根据转速反馈与转速指令计算规划未来N个采样周期参考转速轨迹，通过模型预测算法预测未来N个采样周期的转速预测值，并建立基于规划转速与预测转速差值的损失函数，通过搜索建立的损失函数极值计算电流指令参考值；
步骤6：以步骤5中得到电流指令参考值作为电流环新的输入，重复步骤2～步骤5，形成闭环控制。
优选地，步骤2中的d-q轴解耦计算，具体为：
Figure BDA0002958936190000021
其中ud PI*和uq PI*是PI调节器计算出的电压参考指令，Ld和Lq是d-q轴电感，
Figure BDA0002958936190000022
是永磁磁链，ωre为上一时刻估计转速；id和iq分别为d-q轴实际电流。
优选地，根据损失函数通过牛顿迭代法，计算出当前转子位置和Cost值的具体方法为：
基于α-β轴电压方程，建立损失函数；
基于上述损失函数，在第k次电流采样周期，采用牛顿迭代法计算估计转子位置：
Figure BDA0002958936190000023
其中,
Figure BDA0002958936190000024
为迭代n次时转子位置的估计值，
Figure BDA0002958936190000025
为迭代n-1次时转子位置的估计值，
Figure BDA0002958936190000026
为牛顿迭代法定义公式，在有限迭代n次时，获得使h(θre)最小的估计位置，此时的θre就是估计转子位置；
将估计转子位置θre代入损失函数计算得出的h(θre)值即Cost值。
优选地，α-β轴电压方程具体为：
Figure BDA0002958936190000031
其中vα是α轴电压，vβ是β轴电压，R是定子的电阻，p是微分算子，Lα(θre)、Lβ(θre)、Lαβ(θre)是电感值在α-β坐标系下的中间变量，随θre值发生θre变化，θre是转子位置，iα和iβ是α-β轴电流。
优选地，建立的损失函数具体为：
Figure BDA0002958936190000032
其中
Figure BDA0002958936190000033
和
Figure BDA0002958936190000034
ra是向电阻；Tpk(Δθre)是在α-β轴系下的旋转运算，Ts是采样时间，iα(k)和iβ(k)是第k次α-β轴电流，iα(k-1)和iβ(k-1)是第k-1次α-β轴电流，ωre(k-1)是第k-1次转子电气角速度，La(θre(k))、Lβ(θre(k))是Lα(θre)、Lβ(θre)的离散形式。
优选地，未来N个采样周期参考转速轨迹ωref(1)...ωref(N)计算方法为：
Figure BDA0002958936190000035
其中，
Figure BDA0002958936190000036
Ts是转速环采样时间，Tr是速度环动态响应时间,ω(0)是当前实际转速反馈，即ωm；
未来N个采样周期的转速预测值ωp(1)...ωp(N)计算方法为：
Figure BDA0002958936190000037
其中，Te＝Kt·i* MPC，Kt是电流转矩系数，TL是负载转矩，J是系统机械惯量，ω(0)是当前实际转速反馈，Ts是转速环采样时间，i* MPC是电流参考值。
优选地，建立的基于规划转速与预测转速差值的损失函数为：
Figure BDA0002958936190000038
其中
Figure BDA0002958936190000039
表示模型预测控制电流的估计值，预测转速误差定义为e(i)＝ω(i)-ωp(i)；
基于损失函数的模型预测电流参考值i* MPC计算方法为：
Figure BDA0002958936190000041
即在损失函数JP(i* MPC)取得最小值时的电机参考值为i* MPC。
优选地，当Cost值小于设定阈值时，减小速度环动态响应时间Tr，以提高转速动态响应；当Cost值大于设定阈值时，增大速度环动态响应时间。
本发明与现有技术相比，其显著优点为：
本发明在每一步迭代中计算损失函数的数值，即为本发明中定义的优化残差，该残差在位置估计效果好的时候处于较小值，在位置估计效果差的时候处于较大值，当优化残差值较小时，采用较小Tr，以提高转速动态响应；在残差较大时，采用较大Tr，降低了动态响应，保证了系统稳定性。
附图说明
图1是本发明控制系统框图。
图2是本发明利用残差调节动态响应机制的示意图。
图3是本发明在转速控制应用中的效果图。
图4是本发明在转速控制应用中优化残差对Tr的调节效果图。
具体实施方式
下面结合附图对本发明作更进一步的说明，具体步骤如下：
一种基于优化残差的无传感器响应自适应电机控制方法，在控制系统中，采用转速环与电流环级联的结构，具体步骤为：
步骤1：通过转速指令ωref *与实际电机转速ωm的误差，基于运动方程计算出需要的电流指令参考值id *和iq *；
步骤2：在电流环模块中，根据步骤1计算出的d-q轴电流指令参考值id *和iq *，根据电流传感器采样得到三相电机相电流ia ib ic，通过Clark变换获得α-β轴系下电流iα和iβ，再通过Park变换获得d-q轴实际电流id和iq；在d-q轴系下根据实际d-q轴电流通过PI调节器以及d-q轴解耦计算，计算得所需d-q轴电压指令参考值ud *和uq *；
进一步，所述步骤2中的d-q轴解耦计算，具体定义为：
Figure BDA0002958936190000051
其中ud PI*和uq PI*是PI调节器计算出的电压参考指令，Ld和Lq是d-q轴电感，
Figure BDA0002958936190000052
是永磁磁链，ωre为上一时刻估计转速；id和iq分别为d-q轴实际电流。
具体地，PI调节器计算出的电压参考指令为：
ud PI*＝(Kp+Ki/s)(id *-id),uq PI*＝(Kp+Ki/s)(iq *-iq)
步骤3：通过反Park变换获得α-β轴系下电压指令uα *和uβ *；基于空间矢量脉宽调制方法并通过矢量控制模块通过电压指令uα *和uβ *调制6路脉宽可调的矩形波通过驱动器硬件部分驱动6路开关管，从而驱动电机旋转；
步骤4：将在步骤2中得到的α-β轴系下电流iα和iβ，电压指令uα *和uβ *，以及上一时刻估计转速ωre输入位置估计模块，根据损失函数通过牛顿迭代法，计算出当前转子位置和Cost值；转子位置通过锁相环，一方面对噪声造成的估计波动进行滤波，另一方面计算出当前时刻的转子电气角速度ωre；
进一步地，根据损失函数通过牛顿迭代法，计算出当前转子位置和Cost值的具体方法为：
基于α-β轴电压方程，建立损失函数，其中，α-β轴电压方程具体为：
Figure BDA0002958936190000053
其中vα是α轴电压，vβ是β轴电压，R是定子的电阻，p是微分算子，Lα(θre)、Lβ(θre)、Lαβ(θre)是电感值在α-β坐标系下的中间变量，随θre值发生θre变化，θre是转子位置，iα和iβ是α-β轴电流。
损失函数具体为：
Figure BDA0002958936190000054
其中
Figure BDA0002958936190000055
和
Figure BDA0002958936190000056
ra是向电阻；Tpk(Δθre)是在α-β轴系下的旋转运算，Ts是采样时间，iα(k)和iβ(k)是第k次α-β轴电流，iα(k-1)和iβ(k-1)是第k-1次α-β轴电流，ωre(k-1)是第k-1次转子电气角速度，La(θre(k))、Lβ(θre(k))是上述Lα(θre)、Lβ(θre)的离散形式。
基于上述损失函数，在第k次电流采样周期，采用牛顿迭代法：
Figure BDA0002958936190000061
其中,
Figure BDA0002958936190000062
为迭代n次时转子位置的估计值，
Figure BDA0002958936190000063
为迭代n-1次时转子位置的估计值，
Figure BDA0002958936190000064
为牛顿迭代法定义公式，在有限迭代n次时，获得使h(θre)最小的估计位置，此时的θre就是估计转子位置，将该θre代入损失函数计算得出的h(θre)值，就是所述残差，即Cost值。
步骤5：根据转速反馈与参考转速ωref *计算未来N个采样周期参考转速轨迹ωref(1)...ωref(N)，通过模型预测算法预测未来N个采样周期的转速预测值ωp(1)...ωp(N)，并建立基于规划转速与预测转速差值的损失函数，通过搜索建立的损失函数极值计算电流参考值i* MPC；
进一步，未来N个采样周期参考转速轨迹ωref(1)...ωref(N)计算方法为：
Figure BDA0002958936190000065
其中，
Figure BDA0002958936190000066
Ts是转速环采样时间，Tr是速度环动态响应时间,ω(0)是当前实际转速反馈，即ωm。
未来N个采样周期的转速预测值ωp(1)...ωp(N)计算方法为：
Figure BDA0002958936190000067
其中，Te＝Kt·i* MPC，Kt是电流转矩系数，TL是负载转矩，J是系统机械惯量，ω(0)是当前实际转速反馈，Ts是转速环采样时间，i* MPC是电流参考值。
基于规划转速与预测转速差值的损失函数为：
Figure BDA0002958936190000068
其中
Figure BDA0002958936190000069
表示模型预测控制电流的估计值，预测转速误差定义为e(i)＝ω(i)-ωp(i)。
基于上述损失函数的模型预测电流参考值i* MPC计算方法为：
Figure BDA00029589361900000610
即在损失函数JP(i* MPC)取得最小值时的电机参考值为iq *。
步骤6：以步骤5中得到电机参考值iq *，作为电流环新的输入，重复步骤2～步骤5，形成闭环控制，达到响应自适应，从而更好地控制电机的转动。
一种基于优化残差的无传感器响应自适应电机控制方法，会在每一步迭代中计算损失函数的数值，即为本发明中定义的优化残差，该残差在位置估计效果好的时候处于较小值，在位置估计效果差的时候处于较大值。残差可以被看作一种状态指示器，这种机制如图2所示。
一种基于优化残差的无传感器响应自适应电机控制方法，其中，电流环优化残差被用于调节速度环中的模型预测控制动态响应性能，具体方法是：当优化残差值较小时，采用较小Tr，以提高转速动态响应；在残差较大时，采用较大Tr，以降低动态响应，保证系统稳定性。
基于优化残差的无传感器响应自适应电机控制方法会在每一步迭代中计算损失函数的Cost值，即为本发明中定义的优化残差，该残差在位置估计效果好的时候处于较小值，在位置估计效果差的时候处于较大值。残差被看作一种状态指示器，这种机制如图2所示。
图3是本发明在转速控制应用中的效果图。其中上图虚线是转速指令，实线是实际转速，完成0到100r/m阶跃加速过程，下图展示整个过程中位置估计情况，可见估计转速始终能够良好跟随实际转速。其中，电流环优化残差被用于调节速度环中的模型预测控制动态响应性能，具体方法是：通过调整速度环动态响应时间Tr来调整转速动态响应，当优化残差值较小时，采用较小Tr，以提高转速动态响应；在残差较大时，采用较大Tr，以降低动态响应，保证系统稳定性。
图4是本发明在转速控制应用中优化残差对速度环动态响应时间Tr的调节效果图。图4描述了图3所示加速过程中误差情况，以及残差cost值变化情况，当cost值大于50时，Tr调整为0.02s以降低速度环响应，从而保证系统稳定运行；当cost值小于50时，Tr调整为0.008s以提高速度环响应，从而实现高动态响应的速度环控制。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员理解：在不脱离本发明的原理和宗旨的情况下对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (8)

1.一种基于优化残差的无传感器响应自适应电机控制方法，其特征在于，具体步骤为：
步骤1：通过转速指令与实际电机转速的误差，基于运动方程计算d-q轴电流指令参考值；
步骤2：根据d-q轴电流指令参考值，电流传感器采样得到三相电机相电流，通过Clark变换获得α-β轴系下电流，再通过Park变换获得d-q轴实际电流；在d-q轴系下根据d-q轴实际电流通过PI调节器以及d-q轴解耦计算，计算d-q轴电压指令参考值；
步骤3：通过反Park变换获得α-β轴系下电压指令；基于空间矢量脉宽调制方法并通过矢量控制模块通过α-β轴系下电压指令调制6路脉宽可调的矩形波通过驱动器硬件部分驱动6路开关管，驱动电机旋转；
步骤4：将α-β轴系下电流、α-β轴系下电压指令，以及上一时刻估计转速ωre输入位置估计模块，根据损失函数通过牛顿迭代法，计算出当前转子位置和Cost值；转子位置通过锁相环，对噪声造成的估计波动进行滤波，并计算出当前时刻的转子电气角速度；
步骤5：根据转速反馈与转速指令计算规划未来N个采样周期参考转速轨迹，通过模型预测算法预测未来N个采样周期的转速预测值，并建立基于规划转速与预测转速差值的损失函数，通过搜索建立的损失函数极值计算电流指令参考值；
步骤6：以步骤5中得到电流指令参考值作为电流环新的输入，重复步骤2～步骤5，形成闭环控制。
2.根据权利要求1所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，步骤2中的d-q轴解耦计算，具体为：
Figure FDA0002958936180000011
其中ud PI*和uq PI*是PI调节器计算出的电压参考指令，Ld和Lq是d-q轴电感，
Figure FDA0002958936180000012
是永磁磁链，ωre为上一时刻估计转速；id和iq分别为d-q轴实际电流。
3.根据权利要求1所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，根据损失函数通过牛顿迭代法，计算出当前转子位置和Cost值的具体方法为：
基于α-β轴电压方程，建立损失函数；
基于上述损失函数，在第k次电流采样周期，采用牛顿迭代法计算估计转子位置：
Figure FDA0002958936180000021
其中,
Figure FDA0002958936180000022
为迭代n次时转子位置的估计值，
Figure FDA0002958936180000023
为迭代n-1次时转子位置的估计值，
Figure FDA0002958936180000024
为牛顿迭代法定义公式，在有限迭代n次时，获得使h(θre)最小的估计位置，此时的θre就是估计转子位置；
将估计转子位置θre代入损失函数计算得出的h(θre)值即Cost值。
4.根据权利要求3所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，α-β轴电压方程具体为：
Figure FDA0002958936180000025
其中vα是α轴电压，vβ是β轴电压，R是定子的电阻，p是微分算子，Lα(θre)、Lβ(θre)、Lαβ(θre)是电感值在α-β坐标系下的中间变量，随θre值发生θre变化，θre是转子位置，iα和iβ是α-β轴电流。
5.根据权利要求4所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，建立的损失函数具体为：
Figure FDA0002958936180000026
其中
Figure FDA0002958936180000027
和
Figure FDA0002958936180000028
ra是向电阻；Tpk(Δθre)是在α-β轴系下的旋转运算，Ts是采样时间，iα(k)和iβ(k)是第k次α-β轴电流，iα(k-1)和iβ(k-1)是第k-1次α-β轴电流，ωre(k-1)是第k-1次转子电气角速度，La(θre(k))、Lβ(θre(k))是Lα(θre)、Lβ(θre)的离散形式。
6.根据权利要求1所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，未来N个采样周期参考转速轨迹ωref(1)...ωref(N)计算方法为：
Figure FDA0002958936180000029
其中，
Figure FDA00029589361800000210
Ts是转速环采样时间，Tr是速度环动态响应时间,ω(0)是当前实际转速反馈，即ωm；
未来N个采样周期的转速预测值ωp(1)...ωp(N)计算方法为：
Figure FDA0002958936180000031
其中，Te＝Kt·i* MPC，Kt是电流转矩系数，TL是负载转矩，J是系统机械惯量，ω(0)是当前实际转速反馈，Ts是转速环采样时间，i* MPC是电流参考值。
7.根据权利要求1所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，建立的基于规划转速与预测转速差值的损失函数为：
Figure FDA0002958936180000032
其中，
Figure FDA0002958936180000033
表示模型预测控制电流的估计值，预测转速误差定义为e(i)＝ω(i)-ωp(i)；
基于损失函数的模型预测电流参考值i* MPC计算方法为：
Figure FDA0002958936180000034
即在损失函数JP(i* MPC)取得最小值时的电机参考值为i* MPC。
8.根据权利要求1所述的基于优化残差的无传感器响应自适应电机控制方法，其特征在于，当Cost值小于设定阈值时，计算电流指令参考值时，减小速度环动态响应时间Tr，以提高转速动态响应；当Cost值大于设定阈值时，计算电流指令参考值时，增大速度环动态响应时间。
CN202110230411.XA 2021-03-02 2021-03-02 基于优化残差的无传感器响应自适应电机控制方法 Active CN113067520B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110230411.XA CN113067520B (zh) 2021-03-02 2021-03-02 基于优化残差的无传感器响应自适应电机控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110230411.XA CN113067520B (zh) 2021-03-02 2021-03-02 基于优化残差的无传感器响应自适应电机控制方法

Publications (2)

Publication Number Publication Date
CN113067520A true CN113067520A (zh) 2021-07-02
CN113067520B CN113067520B (zh) 2021-11-12

Family

ID=76559406

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110230411.XA Active CN113067520B (zh) 2021-03-02 2021-03-02 基于优化残差的无传感器响应自适应电机控制方法

Country Status (1)

Country Link
CN (1) CN113067520B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113630055A (zh) * 2021-07-15 2021-11-09 南京理工大学 基于卡尔曼数据融合的无位置传感器摇臂伺服控制方法
CN114400943A (zh) * 2022-01-18 2022-04-26 南京理工大学 基于抗扰卡尔曼数据融合的无位置传感器摇臂伺服控制方法
CN114499310A (zh) * 2022-02-14 2022-05-13 南京理工大学 一种基于卡尔曼滤波器的摇臂伺服控制方法
CN116633221A (zh) * 2023-07-24 2023-08-22 南京理工大学 基于控制量补偿的最小电压矢量误差控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111555680A (zh) * 2020-05-22 2020-08-18 天津大学 一种永磁同步电机无差拍预测电流控制方法
US20200328709A1 (en) * 2019-04-11 2020-10-15 Hamilton Sundstrand Corporation Model predictive control for matrix converter operating in current control mode with load current estimation
CN112332718A (zh) * 2020-11-27 2021-02-05 南京信息工程大学 永磁同步电机全速域无传感器复合控制系统及控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200328709A1 (en) * 2019-04-11 2020-10-15 Hamilton Sundstrand Corporation Model predictive control for matrix converter operating in current control mode with load current estimation
CN111555680A (zh) * 2020-05-22 2020-08-18 天津大学 一种永磁同步电机无差拍预测电流控制方法
CN112332718A (zh) * 2020-11-27 2021-02-05 南京信息工程大学 永磁同步电机全速域无传感器复合控制系统及控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LE SUN ET AL: ""Investigation of a Practical Convex-Optimization-Based Sensorless Scheme for IPMSM Drives"", 《IEEE TRANSACTIONS ON POWER ELECTRONICS》 *
柳青秀等: "基于长短时记忆―自编码神经网络的风电机组性能评估及异常检测", 《计算机集成制造系统》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113630055A (zh) * 2021-07-15 2021-11-09 南京理工大学 基于卡尔曼数据融合的无位置传感器摇臂伺服控制方法
CN114400943A (zh) * 2022-01-18 2022-04-26 南京理工大学 基于抗扰卡尔曼数据融合的无位置传感器摇臂伺服控制方法
CN114499310A (zh) * 2022-02-14 2022-05-13 南京理工大学 一种基于卡尔曼滤波器的摇臂伺服控制方法
CN116633221A (zh) * 2023-07-24 2023-08-22 南京理工大学 基于控制量补偿的最小电压矢量误差控制方法
CN116633221B (zh) * 2023-07-24 2023-10-31 南京理工大学 基于控制量补偿的最小电压矢量误差控制方法

Also Published As

Publication number Publication date
CN113067520B (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
CN113067520B (zh) 基于优化残差的无传感器响应自适应电机控制方法
CN108233781B (zh) 基于干扰观测器的直流电机自适应反演滑模控制方法
CN113067519B (zh) 基于残差的无位置传感器注入自适应永磁电机控制方法
JP2007525137A (ja) 交流機械用の位置センサレス制御アルゴリズム
CN112886893B (zh) 基于关断角优化的开关磁阻电机转矩控制方法及系统
Brock et al. New approaches to selected problems of precise speed and position control of drives
CN110138298B (zh) 一种永磁同步电机滑模控制方法
CN111800056A (zh) 一种基于新型开关表的永磁同步电机三矢量模型预测转矩控制方法
CN108964556A (zh) 用于驱动永磁式同步电机的无速度传感器控制装置
CN112532133B (zh) 一种适用于永磁同步电机滤波补偿滑模自抗扰控制方法
CN112187127B (zh) 一种永磁同步电机控制方法
CN112953335A (zh) 一种永磁同步电机有限时间自适应复合控制方法和系统
CN110649845A (zh) 基于鲁棒广义预测控制的光电转台位置跟踪控制方法
CN114679095A (zh) 基于扰动补偿的永磁电机有限集模型预测电流控制方法
CN113922724A (zh) 一种永磁同步电机控制方法
CN111106776A (zh) 用于控制永磁同步电机的方法和系统
CN110429878B (zh) 一种步进电机式电-机械转换器的双自抗扰控制方法
CN112994551B (zh) 一种伺服电机转矩补偿方法
CN113131814B (zh) 用于低精度编码器场合的异步电机负载转矩观测方法
CN116015133A (zh) 一种基于有限时间扰动观测器的永磁同步电机滑模控制方法
CN115378325A (zh) 基于动态权重因子的smpmsm驱动系统直接速度复合控制方法
CN115694289A (zh) 永磁同步电机的自抗扰显式模型预测直接速度控制方法
Zhang et al. Integrated position and speed control of rail transit door based on speed-current loop structure
CN113746397A (zh) 一种开关磁阻电机模型预测转矩和径向力控制方法
NPT et al. Design and Implementation of Robust Controller for BLDC Motor Drive in Electric Vehicle

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