CN113078864B - 一种永磁同步电机转动惯量的动态识别方法 - Google Patents
一种永磁同步电机转动惯量的动态识别方法 Download PDFInfo
- Publication number
- CN113078864B CN113078864B CN202110366710.6A CN202110366710A CN113078864B CN 113078864 B CN113078864 B CN 113078864B CN 202110366710 A CN202110366710 A CN 202110366710A CN 113078864 B CN113078864 B CN 113078864B
- Authority
- CN
- China
- Prior art keywords
- identification
- algorithm
- permanent magnet
- magnet synchronous
- synchronous motor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 27
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 78
- 230000000694 effects Effects 0.000 claims abstract description 11
- 238000002474 experimental method Methods 0.000 claims abstract description 9
- 230000003044 adaptive effect Effects 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims 1
- 238000005070 sampling Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101000744515 Homo sapiens Ras-related protein M-Ras Proteins 0.000 description 1
- 102100039789 Ras-related protein M-Ras Human genes 0.000 description 1
- 230000004907 flux Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
- Control Of Electric Motors In General (AREA)
Abstract
本发明公开了一种永磁同步电机负载惯量的动态识别方法。首先，搭建了永磁同步电机双闭环控制模型，并将转动惯量设置为外部输入；其次，分析永磁同步电机的运动方程以及控制模型的输出结果，找到与转动惯量辨识有关的参数；再次，将相关参数输入转动惯量辨识模块，观察其辨识效果；然后，引入误差增益因子，对转动惯量辨识算法进行优化，使其能够适应多种不同的工况；最后，搭建永磁同步电机控制实验平台并将优化后的算法加入永磁同步电机控制系统，在不同工况下对辨识效果进行验证。该方法改进后比现有辨识算法具有更强的稳定性和速度性；在变化的工况下具有更强的抗干扰能力。
Description
技术领域
本发明涉及永磁同步电机参数辨识的技术领域，具体涉及一种永磁同步电机负载惯量的动态识别方法。
背景技术
随着自动化水平的提高、现代控制理论的深入研究和实践，永磁同步电机的控制性能取得了突破性的进展。永磁同步电机也因为其结构简单、功率密度高、动态性能好、控制精度高等优点被广泛应用于数控机床、机器人关节驱动等伺服系统。由于伺服系统对于其驱动电机的动态性能要求较高，因此作为常被用于伺服系统驱动电机的永磁同步电机需要高精度、高响应速度的控制系统，如果控制系统无法准确快速的得到电机的运行参数，会使该系统的动态性能受到一定程度的影响。因此实现对永磁同步电机快速准确的参数辨识也受到了较多的关注。
现有的转动惯量辨识方法很多，主要分为离线辨识和在线辨识两大类。离线辨识通常基于稳态模型，辨识精度比较高，但其难以满足伺服系统的高动态性能要求，无法适应变化的工况。因此针对永磁同步电机高动态转动惯量辨识的问题，本发明研究的辨识方法主要是在线辨识。常见的在线辨识方法主要有最小二乘法、模型参考自适应法、状态观测器法等。本发明提出的辨识算法是基于传统模型参考自适应算法的。该算法的主要思想是将含有待辨识参数的表达式作为可调模型，与参考模型进行对比，根据Landau离散时间递推参数辨识机制，将两模型输出量的差值通过一定的自适应律对可调模型进行调节，使得系统输出逐渐收敛于参考模型的输出。该系统需要电机的转速和转矩作为输入，输出折算到电机侧的系统转动惯量。
与本发明相关的现有技术：1.基于负载转矩观测器的转动惯量辨识算法。2.基于模糊自适应律的内模控制方案。3.基于降阶扩展龙伯格观测器的转动惯量辨识方法。4.基于扩展滑模机械参数观测器。现有技术的缺点在于：1.辨识系统复杂，算法计算量较大，在满足稳定性的条件下无法达到较高的快速性。2.辨识算法易受系统扰动的影响而产生较大的波动，且系统的自动回复速度往往较慢。
发明内容
本发明所要解决的技术问题为：本发明主要是设计了一种基于误差增益因子模型的永磁同步电机负载惯量的动态识别方法，以实现在多种工况下对永磁同步电机进行准确快速的转动惯量辨识。该辨识算法可以利用采集到的电机转速和电磁转矩，计算中间变量，对系统的运行状态进行分析，然后根据运行状态调整控制算法内的计算参数，调节辨识算法的速度型和稳定性，并增强其抗干扰能力，以满足伺服系统的高动态性能要求。
本发明采用的技术方案为：一种永磁同步电机负载惯量的动态识别方法，所述的方法包括以下步骤：
步骤一：为了探寻与转动惯量有关的参数，构建永磁同步电机双闭环控制系统，并将转动惯量设置为外部输入，使转动惯量在电机运行时发生改变，从而确定与转动惯量辨识相关的参数为电机转速和电磁转矩；
步骤二：在控制系统模型中引入模型参考自适应算法对转动惯量进行辨识，将电机转速和电磁转矩作为输入参数建立参考模型与可调模型，分析模型参考自适应算法的辨识结果，由于该算法需要根据已知的工况预设控制参数，因此该算法对变化的工况辨识效果较差，可以通过对该算法的控制参数进行修正优化其辨识效果；
步骤三：通过对转动惯量的在线辨识过程进行分析，模型参考自适应算法中的控制参数β对其辨识速度以及辨识准确度起着决定性的作用，设计并引入一个增益因子对该参数进行自适应控制，可以优化该算法的动态性能；
步骤四：找到相关的中间变量bg(k)、其均值误差
以及其一个周期内的最大值
该变量可以对系统转动惯量的变化快速作出反应，根据该变量设计误差增益因子，其中，误差增益因子可以由
计算得到，该因子可以快速的识别出工况的变化，然后对辨识算法的控制参数进行相应的调节，系统处于动态时提升辨识算法的辨识速度，系统处于稳态时提升辨识算法的准确性，使改进后的算法可以适应变化的工况；
步骤五：由于传统模型参考自适应算法受系统外部扰动影响较大，因此利用该增益因子的变化趋势对引起系统扰动的原因进行判断，区分出内部与外部扰动，进一步提升该辨识算法的抗干扰能力，并建立准确度参数计算公式，用于量化分析算法的辨识效果；
步骤六：搭建永磁同步电机双闭环控制实验平台，通过拆卸半轴套对负载惯量进行有级调节，通过离线算法算出各级转动惯量的参考值，然后加入基于误差增益因子的转动惯量辨识算法，在不同的工况下分别验证该算法的动态性能以及抗干扰能力。
其中，相比于统模型参考自适应算法，其特点在于，内部控制参数不固定，而是可以根据系统运行状态进行自适应调整。
本发明与现有技术相比的优点在于：
1.相比于传统模型参考自适应算法内部控制参数固定，基于误差增益因子的转动惯量辨识算法内部控制参数在线可调，在稳态条件下其辨识结果具有更强的稳定性。而在动态条件下，该算法可以在转动惯量发生变化时自动调节其控制参数，提升辨识算法的敏感度，明显增加了辨识速度。
2.该算法中的误差增益因子可以辨别扰动来源并根据扰动类型进行相应的扰动抑制，提升了控制系统的抗干扰能力。
附图说明
图1为加入本发明算法后的永磁同步电机控制原理图。
图2为传统模型参考自适应算法原理图。
图3为速度转矩变化关系图。
图4为计算参数bg(k)与转动惯量的变化趋势图。
图5为误差增益因子工作流程图。
图6为基于误差增益因子的辨识算法与改进前辨识算法的辨识效果对比图。
具体实施方式
下结合附图以及具体实施方式进一步说明本发明。
为解决上述问题，如图1和图2所示，本发明首先建立了永磁同步电机的双闭环控制系统，然后建立基于模型参考自适应算法的转动惯量辨识模型，在转动惯量辨识模型中引入误差增益因子，在该算法内部计算误差增益因子等参数，根据不同的工况，在线调节辨识算法的各控制参数。其主要优点如下：(1)加入的误差增益因子是根据辨识算法在辨识过程中采集的中间变量计算出来的，不需要额外增加过的计算量，保证改进后的辨识算法可以及时地响应系统的变化。(2)加入误差增益因子后，当系统转动惯量处于稳态时，辨识算法的敏感性会被降低，使输出的辨识结果更稳定，波动更小。(3)当系统转动惯量发生变化时，辨识算法的敏感性会被迅速提高，使输出结果能够快速跟随到转动惯量的实际值，提升了动态条件下的辨识速度。(4)该算法还可以识别系统扰动的来源，根据系统扰动类型的不同，相应调整算法的控制参数，降低扰动对辨识结果的影响，加快其恢复速度。
以下详述本发明随机森林回归模型的工作过程。
步骤一：永磁同步电机的矢量控制通常采用d-q旋转坐标系下的模型，该坐标系的d-q 轴是与转子同步旋转的，永磁同步电机在该坐标系下的运动方程(1)忽略粘滞摩擦因数后可以化简为式(2)，其中电磁转矩可以由式(3)计算得到。
式中，Te为电磁转矩；TL为PMSM承受的负载转矩；J为电机的转动惯量；ω为转子机械角速度；Ld、Lq分别为d-q轴定子电感；id、iq分别为d-q轴定子电流；ψf为转子磁链；p为电机极对数。
步骤二：分析当转动惯量发生变化时电机的各参数变化，定义式(4)计算速矩变化率ΔT(ω)，通过图3的计算结果可以看出ΔT(ω)的曲线随着转动惯量的变化而发生变化，忽略电机启动阶段，当转动惯量增加了一倍时，ΔT(ω)的振幅缩小了55％左右。因此将ΔT(ω)作为转动惯量是否发生变化的判断依据。在建立PMSM的转动惯量辨识模型时，以ω和Te作为辨识模型的输入参数。
步骤三：加入模型参考自适应辨识算法，其中参考模型的确定过程为先将式(2)离散化并化简为式(5)。
式中，T为系统的采样周期；Te为电磁转矩；TL为PMSM承受的负载转矩；J为电机的转动惯量；ωm为参考模型中的转子机械角速度。
在电机实际运行中，一个采样周期内的负载转矩变化量可以忽略不计，因此将式(5) 进一步化简并整理为式(6)，并定义化简方程(7)，然后将式(7)代入后得到参考模型方程(8)。然后设定可调模型方程(9)，根据Landau离散时间递推参数辨识机制，可以得到参考自适应律方程(10)。
ωm(k)＝2ωm(k-1)-ωm(k-2)+bΔTe(k-1) (8)
ωg(k)＝2ωm(k-1)-ωm(k-2)+bg(k-1)ΔTe(k-1) (9)
式中，T为系统的采样周期；Te为电磁转矩；TL为PMSM承受的负载转矩；J为电机的转动惯量；ωm为参考模型中的转子机械角速度；ωg为可调模型中的转子机械角速度；bg(k)为离散条件下的自适应律递推参数。
式(10)中β作为控制器中的一个参数，对辨识算法的速度性和准确性有较大的影响，对该参数进行误差自适应控制，可以提升辨识算法的性能。
步骤四：提取式(9)中的递推参数bg(k)其变化趋势如图4，通过式(11)计算bg(k)的均值误差
其中n由系统采样频率决定。
式中，bg(k)为离散条件下的自适应律递推参数；n应视系统采样频率而取合适的值保证
可以反映连续几个采样周期内bg(k)的变化趋势，均值误差
即为误差增益因子。
由于MRAS算法会受到一些系统外部扰动的影响，因此需要通过
的变化趋势来判断其产生变化的原因。对误差增益因子进行不同扰动类型的实验，将每组实验中
的最大值
记录在表1中，可以看出明显的分布规律。
表1
当判断出引起
变化的原因是系统外部扰动时，应该忽略
的变化以保持辨识结果的稳定性，提高整个辨识过程的抗干扰能力。误差因子工作流程图如图5所示。
步骤五：为了量化分析算法的辨识效果，定义准确度参数Pα、Pβ、Pγ，其运算公式(12)。
式中，Pα为超调量参数；Pβ为稳定性参数；Pγ为速度性参数；J为系统转动惯量的标准值； jmax为最大超调结果；j′max辨识结果达到稳态后的最大值；j′min辨识结果达到稳态后的最小值；t90％为启动阶段辨识结果达到标准值90％的时刻；t0为辨识算法启动时刻。
其中超调量参数Pα为转动惯量发生变化后辨识结果的最大超调量；稳定性参数Pβ为转动惯量发生变化后辨识结果达到稳态时的波动程度；速度性参数Pγ为转动惯量发生变化后辨识结果达到标准值的90％所需要的时间。
步骤六：搭建永磁同步电机双闭环控制实验平台，加入基于误差增益因子模型的辨识算法，通过拆卸半轴套对电机的转动惯量进行有级调节，在电机转速不同、转动惯量变化的工况下进行实验，实验结果记录为图6，并计算每组实验结果的准确度参数如表2，可以看出误差增益因子明显提升了该算法的辨识效果。
表2
Claims (1)
1.一种永磁同步电机转动惯量的动态识别方法，其特征在于：所述的方法包括以下步骤：
步骤一：为了探寻与转动惯量有关的参数，构建永磁同步电机双闭环控制系统，并将转动惯量设置为外部输入，使转动惯量在电机运行时发生改变，从而确定与转动惯量辨识相关的参数为电机转速和电磁转矩；
步骤二：在控制系统模型中引入模型参考自适应算法对转动惯量进行辨识，将电机转速和电磁转矩作为输入参数建立参考模型与可调模型，分析模型参考自适应算法的辨识结果，由于该算法需要根据已知的工况预设控制参数，因此该算法对变化的工况辨识效果差，可以通过对该算法的控制参数进行修正优化其辨识效果；
步骤三：通过对转动惯量的在线辨识过程进行分析，模型参考自适应算法中的控制参数β对其辨识速度以及辨识准确度起着决定性的作用，设计并引入一个误差增益因子对该参数进行自适应控制，可以优化该算法的动态性能；根据Landau离散时间递推参数辨识机制，可以得到参考自适应律方程(10)，
式中，ΔTe(k-1)＝Te(k-1)-Te(k-2)；Te为电磁转矩；bg(k)为离散条件下的自适应律递推参数；ω为转子机械角速度；
步骤四：找到相关的中间变量bg(k)、其均值误差
以及其一个周期内的最大值
bg(k)为离散条件下的自适应律递推参数，该变量可以对系统转动惯量的变化快速作出反应，其中，
即为误差增益因子，该因子可以快速的识别出工况的变化，根据均值误差
以及其一个周期内的最大值
对辨识算法的控制参数β进行相应的调节，由于辨识算法会受到系统外部扰动的影响，因此需要通过
的变化趋势来判断其产生变化的原因，当判断出引起
变化的原因是系统外部扰动时，应该忽略
的变化以保持辨识结果的稳定性，提高整个辨识过程的抗干扰能力，系统处于动态时提升辨识算法的辨识速度，系统处于稳态时提升辨识算法的准确性，使改进后的算法可以适应变化的工况；
步骤五：由于模型参考自适应算法受系统外部扰动影响大，因此利用该误差增益因子的变化趋势对引起系统扰动的原因进行判断，区分出内部与外部扰动，进一步提升该辨识算法的抗干扰能力，并建立准确度参数计算公式，用于量化分析算法的辨识效果；
步骤六：搭建永磁同步电机双闭环控制实验平台，通过拆卸半轴套对转动惯量进行有级调节，通过离线算法算出各级转动惯量的参考值，然后加入基于误差增益因子的转动惯量辨识算法，在不同的工况下分别验证该算法的动态性能以及抗干扰能力。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110366710.6A CN113078864B (zh) | 2021-04-06 | 2021-04-06 | 一种永磁同步电机转动惯量的动态识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110366710.6A CN113078864B (zh) | 2021-04-06 | 2021-04-06 | 一种永磁同步电机转动惯量的动态识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113078864A CN113078864A (zh) | 2021-07-06 |
| CN113078864B true CN113078864B (zh) | 2022-09-09 |
Family
ID=76615811
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110366710.6A Active CN113078864B (zh) | 2021-04-06 | 2021-04-06 | 一种永磁同步电机转动惯量的动态识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113078864B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114123906A (zh) * | 2021-11-25 | 2022-03-01 | 江苏科技大学 | 永磁同步电机惯量辨识方法、系统及存储介质 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7193387B1 (en) * | 2006-03-14 | 2007-03-20 | Rockwell Automation Technologies, Inc. | System and method for motor speed estimation using hybrid model reference adaptive system |
| CN105406786A (zh) * | 2015-11-12 | 2016-03-16 | 东华大学 | 一种永磁同步电机转动惯量辨识方法 |
| CN106817060A (zh) * | 2015-11-27 | 2017-06-09 | 沈阳高精数控智能技术股份有限公司 | 一种永磁同步电机转动惯量在线辨识方法 |
| CN105915121B (zh) * | 2016-05-31 | 2019-10-11 | 西安交通大学 | 一种采用遗传算法优化的伺服系统惯量辨识方法 |
| CN106533299B (zh) * | 2016-12-27 | 2018-10-02 | 山东大学 | 同时消除反电势、负载转矩扰动的伺服控制方法及其系统 |
| CN107070342A (zh) * | 2017-02-20 | 2017-08-18 | 哈尔滨理工大学 | 一种带负载状态观测器的永磁同步电机控制系统 |
| CN110932629B (zh) * | 2019-12-20 | 2021-03-23 | 华中科技大学 | 基于单神经元网络的惯量估计方法及其自适应调整策略 |
-
2021
- 2021-04-06 CN CN202110366710.6A patent/CN113078864B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN113078864A (zh) | 2021-07-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101938246B (zh) | 无速度传感器电机转速的模糊融合辨识方法 | |
| CN110572091B (zh) | 一种优化永磁同步电机无传感器控制方法 | |
| CN106325073B (zh) | 基于分数阶的伺服系统位置环ip控制器无模型自校正方法 | |
| CN103338003B (zh) | 一种电机负载转矩及惯量同时在线辨识的方法 | |
| JP6290619B2 (ja) | モータの制御装置 | |
| CN113078864B (zh) | 一种永磁同步电机转动惯量的动态识别方法 | |
| 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 | |
| CN113556067A (zh) | 一种基于滑模与扰动补偿的低速直驱电机扰动抑制方法 | |
| CN110943659B (zh) | 一种激光终端粗指向机构工作模式识别及位置控制系统 | |
| 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 | |
| CN112072974A (zh) | 风机电动变桨距电机驱动控制系统 | |
| CN112713819A (zh) | 一种提高永磁同步直线电机定位力补偿精度的方法 | |
| CN109639200A (zh) | 一种基于电机负载转矩检测的转动惯量在线辨识方法 | |
| CN113890424A (zh) | 基于参数辨识的永磁同步电机速度环pi控制器调谐方法 | |
| CN113708694A (zh) | 一种电机的控制方法、装置、电机、存储介质及处理器 | |
| CN111835251B (zh) | 一种基于无速度传感的永磁同步电机高性能控制方法 | |
| CN114977928A (zh) | 一种永磁同步伺服系统速度环和位置环参数自整定方法 | |
| CN115459667B (zh) | 基于改进型趋近律的永磁同步电机无传感器滑模控制方法 | |
| CN114499314B (zh) | 一种永磁同步电机自抗扰控制方法 | |
| CN114499315B (zh) | 一种永磁电机电气参数辨识方法 | |
| CN113659900B (zh) | 一种混合励磁电机弱磁区稳态效率寻优控制方法 | |
| CN115940717A (zh) | 一种边界层自适应调节的永磁同步电机控制系统及方法 | |
| CN115733399A (zh) | 基于预测非线性自抗扰的永磁同步电机电流环控制方法 | |
| CN112039388B (zh) | 工业机器人用永磁同步电机控制方法 | |
| CN115102444A (zh) | 一种永磁同步电机自适应积分滑模预测控制方法 |
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 |