CN114465542A - 异步电机速度传感器故障容错控制方法 - Google Patents
异步电机速度传感器故障容错控制方法 Download PDFInfo
- Publication number
- CN114465542A CN114465542A CN202210186925.4A CN202210186925A CN114465542A CN 114465542 A CN114465542 A CN 114465542A CN 202210186925 A CN202210186925 A CN 202210186925A CN 114465542 A CN114465542 A CN 114465542A
- Authority
- CN
- China
- Prior art keywords
- speed
- fault
- axis
- rotor
- stator
- 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
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
- H02P21/14—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
- H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
-
- 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)
- Control Of Ac Motors In General (AREA)
Abstract
本发明公开了一种异步电机速度传感器故障容错控制方法,步骤包括:步骤1、通过高频注入法进行速度估计;步骤2、进行速度估计;步骤3、通过扩展卡尔曼滤波进行速度估计;步骤4、故障诊断和故障建模;步骤5、在基于步骤4中的两种故障条件下,通过欧拉表决算法选择一个适中的速度估计器的输出作为速度反馈值。本发明的方法,在每个速度段采用两种速度估计器进行故障诊断提高了故障诊断的准确性,在速度传感器发生故障时,采用基于欧拉公式的表决算法选择最相关的速度信息进行反馈,实现系统由带速度传感器模式到无速度传感器模式的平滑切换。
Description
技术领域
本发明属于异步电机控制技术领域,涉及一种异步电机速度传感器故障容错控制方法。
背景技术
随着电力电子技术、功率半导体技术以及现代控制理论的发展,异步电机控制技术日益成熟,推动着现代化工业的不断进步。异步电机控制系统因其价格低廉、控制简单、使用方便、效率高、节能,在工业生产以及日常生活中得到广泛应用,例如化工生产中的压缩机、海上石油钻井平台的旋转机械、电梯扶梯控制系统以及船舶动力系统等。然而,由于恶劣工作环境或者人员误操作等原因,系统部件可能会发生故障,在异步电机矢量控制系统中,必须对转速进行闭环控制,一旦速度传感器发生故障就会造成反馈信息的不准确甚至缺失,这将会严重地影响整个系统的控制性能,甚至导致系统崩溃,造成巨大的经济损失和人员伤亡。
因此,针对在全速度范围内速度传感器故障的容错控制,研制可靠性更高的容错控制方法就显得尤为重要。
发明内容
本发明的目的是提供一种异步电机速度传感器故障容错控制方法,解决了现有技术反馈信息不准确甚至缺失,严重影响整个系统的控制性能,甚至导致系统崩溃的问题。
本发明采用的技术方案是,一种异步电机速度传感器故障容错控制方法,按照以下步骤实施:
步骤1、通过高频注入法进行速度估计;
步骤2、进行速度估计;
步骤3、通过扩展卡尔曼滤波进行速度估计;
步骤4、故障诊断和故障建模;
步骤5、在基于步骤4中的两种故障条件下,通过欧拉表决算法选择一个适中的速度估计器的输出作为速度反馈值。
本发明的有益效果是,采用全阶磁链观测器、扩展卡尔曼滤波、高频注入法三种速度估计器对转速进行估计,并且在每个速度段内选择两种速度估计器,旨在提高故障诊断的准确性,当速度传感器发生故障,采用欧拉表决算法选择当前速度段内最相关的速度信息进行反馈,从而达到容错的目的。仿真结果证明了所提出的容错控制方法的有效性。具体包括以下方面:
1)本发明方法与传统的采用一种速度估计器进行故障诊断相比,在每个速度段内确定两种速度估计器,提高了故障诊断的准确性
2)本发明方法采用欧拉表决算法在故障时选择两种速度估计中最相关的信息进行反馈,提高了速度反馈信息的准确性。
附图说明
图1是本发明方法针对异步电机速度传感器故障的容错控制框图;
图2是本发明方法中加入高频电压的α轴定子电压图;
图3是本发明方法中加入高频电压的β轴定子电压图;
图4是本发明方法中的α轴定子流图;
图5是本发明方法中的β轴定子流图;
图6是本发明方法中的转子位置角误差Δθ图;
图7是本发明方法实施例在n=120r/min时高频注入法速度估计图;
图8是本发明方法实施例在n=500r/min时全阶磁链速度估计图;
图9是本发明方法实施例在n=1200r/min时扩展卡尔曼滤波速度估计图;
图10是本发明方法实施例故障诊断的简图;
图11是本发明方法中的欧拉表决算法的简图;
图12是本发明方法实施例在n=90r/min时发生断线故障选择高频注入法方式的速度图;
图13是本发明方法实施例在n=500r/min时发生断线故障选择全阶磁链观测方式的简图;
图14是本发明方法实施例在n=1200r/min时发生固定偏差故障选择扩展卡尔曼滤波方式的简图。
图中,1.转子磁链调节器,2.转速调节器,3.电流调节器一,4.电流调节器二,5.逆Park变换模块,6.SVPWM控制,7.直流电源,8.逆变器,9.异步电机,10.Clark变换模块,11.Park变换模块,12.转子磁链计算模块,13.速度传感器,14.高频注入法速度估计器,15.扩展卡尔曼滤波速度估计器,16.全阶磁链观测器速度估计器,17.故障诊断模块,18.欧拉表决模块,19.A相电流传感器,20.B相电流传感器。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
如图1所示,是本发明方法实现异步电机速度传感器故障容错的控制框图,本发明方法以基于异步电机矢量控制为基础,硬件系统主要包括以下模块:转子磁链调节器1,转速调节器2,电流调节器一3,电流调节器二4,逆Park变换模块5,SVPWM控制6,直流电源7,逆变器8,异步电机9,Clark变换模块10,Park变换模块11,转子磁链计算模块12,速度传感器13,高频注入法速度估计器14,扩展卡尔曼滤波速度估计器15,全阶磁链观测器速度估计器16,故障诊断模块17,欧拉表决模块18,A相电流传感器19,B相电流传感器20。
上述硬件系统的控制原理是:将给定的转子磁链与转子磁链计算模块12计算得到的磁链ψr作差,得到转子磁链偏差;将该转子磁链偏差送入转子磁链调节器1中得到定子d轴电流的给定值将该给定值与Park变换模块11输出的定子d轴电流isd作差得到定子d轴电流偏差;通过电流调节器一3得到定子d轴电压的给定值由速度传感器13或欧拉表决模块18得到转速反馈与给定的转速值作差得到转速误差,将该转速误差通过转速调节器2得到定子q轴电流的给定值将给定值与Park变换模块11输出的定子q轴电流isq作差得到定子q轴的电流误差,将该电流误差通过电流调节器二4得到定子q轴电压的给定值给定值和给定值作为逆Park变换模块5的输入得到定子α轴、β轴电压的给定值和给定值和通过SVPWM控制6得到六路PWM波信号送入逆变器8中,逆变器8将直流电源7给出的直流电变换成三相电压并且输入异步电机9中进行驱动,三相电流通过A相电流传感器19和B相电流传感器20的输出送入Clark变换模块10,通过Clark变换后的输出再送入Park变换模块11中分别得到定子d轴和q轴的电流反馈值isd和isd;
前述三个速度估计器用于不同转速的估计和故障诊断,将其中的高频注入法速度估计器14用于估计的低速段转速扩展卡尔曼滤波速度估计器15用于估计的全转速段转速全阶磁链观测器速度估计器16用于估计中高速段的转速以及速度传感器13测得的转速ωr一起输入到故障诊断模块17中,来判断速度传感器13是否发生故障;当速度传感器13正常时,故障诊断模块17的输出为0,此时闭环控制速度反馈为速度传感器13的值;当速度传感器13发生故障,故障诊断模块17的输出为1,此时通过欧拉表决模块18在低速和中高速段选择两种速度估计器中误差最小的一个速度估计器作为闭环控制速度的反馈。
本发明的方法,利用上述的硬件系统,按照以下步骤实施:
步骤1、通过高频注入法进行速度估计(采用高频注入法速度估计器14),
1.1)在异步电机9的α轴、β轴上分别注入高频电压Δuα=-uisinωit、Δuβ=uicosωit,ui是高频电压的幅值,ωi是高频电压的频率,t是时间,
本步骤中,优选ui=20v,ωi=1000Hz,α轴、β轴上的定子电压分别如图2、图3所示;
1.2)在异步电机9的定子侧得到α轴、β轴的定子电流,表达式是:
本实施例中,α轴、β轴的定子电流分别如图4、图5所示。
1.3)在公式(1)的第二项中包含有需要的异步电机9的转子位置信息,令 为转子位置估计值,将公式(1)代入其中转换得到新的公式通过一阶低通滤波器G(S)=1/TS+1,其中的T=2πfc为时间常数,fc为截止频率,S是复变量;
按照实施例设置,得到的转子位置角误差如图6所示;
本步骤中,在转速为120r/min时通过高频注入法进行速度估计,优选kp1=0.03,ki1=2,结果如图7所示;
步骤2、进行速度估计(利用全阶磁链观测器速度估计器16进行),
2.1)建立静止坐标系下异步电机9的电机模型,电机模型的表达式是:
其中,为系统矩阵,Rs、Rr分别为定子和转子电阻,Ls为定子电感,Tr为转子电磁时间常数,为异步电机9的漏磁系数,ωr为异步电机9的转速;X1=[isα isβ ψrα ψrβ]T,其中的isα、isβ分别为α轴、β轴的定子电流,ψrα、ψrβ分别为α轴、β轴的转子磁链;为输入矩阵;Y为观测矢量;U=[usαusβ]T,其中的usα、usβ分别为α轴、β轴的定子电压;为输出矩阵;
2.2)构造异步电机9的全阶磁链观测器模型,表达式为:
2.3)将电机模型公式(3)作为参考模型,同时,将全阶磁链观测器模型公式(4)作为可调模型,利用这两个模型的状态变量构成合适的自适应率,实时地调节全阶磁链观测器中的转速信号当辨识的转速误差为零时,收敛于0,此时的转速表达式为:
其中,Kp2为转速观测比例增益,ki2为转速观测积分增益,
本步骤中,在转速为500r/min时通过全阶磁链观测器速度估计器16中预置的全阶磁链观测算法进行速度估计,其中选取kp2=15,ki2=200,结果如图8所示;
步骤3、通过扩展卡尔曼滤波进行速度估计(采用扩展卡尔曼滤波速度估计器15进行),
3.1)对电机模型进行离散化,表达式如下:
其中,X2(k)=[isα(k) isβ(k) ψrα(k) ψrβ(k) ωr(k)]T为当前时刻状态变量,isα(k)、isβ(k)分别为当前时刻α轴、β轴的定子电流,ψrα(k)、ψrβ(k)分别为当前时刻α轴、β轴的转子磁链,ωr(k)为当前时刻转速;U(k-1)=[usα(k-1) usβ(k-1)]T为上一时刻输入量,usα(k-1)、usβ(k-1)分别为α轴、β轴上一时刻的定子电压;Y(k)是观测输出;
3.3)计算协方差矩阵更新中间矩阵P′(k),表达式如下:
P′(k)=G2(k)P(k-1)G2(k)T+Q,
其中,Q=diag[q1 q2 q3 q4 q5]为系统噪声的协方差矩阵,q1,q2,q3,q4,q5是常数,分别对应isa(k)、isβ(k)、ψra(k)、ψrβ(k)、ωr(k)的测量噪声协方差,其中diag[]表示对角元素为方括号中的向量,除对角元素外其余元素皆为0;P(k-1)为上一时刻协方差矩阵,
在本步骤中,Q=diag[0.01,0.01,0.0000005,0.0000005,0.06];
3.4)计算Kalman增益K(k),表达式是K(k)=P′(k)Cd T[CdP′(k)Cd T+R]-1,
其中,R=diag[r1 r2]为观测噪声的协方差矩阵,r1和r2均为常数,分别对应isa(k)、isβ(k)的测量噪声协方差,
在本步骤中,R=diag[10,10];
3.6)更新误差协方差,利用函数式P(k)=[I-K(k)Cd]P′(k)实施,
其中的I是与P(k)同维的单位阵,
本实施例中,在转速为1200r/min时通过扩展卡尔曼滤波速度估计器15中预置的扩展卡尔曼滤波算法进行速度估计,结果如图9所示。
步骤4、故障诊断和故障建模,
4.1)基于步骤1、步骤2、步骤3分别得到不同速度区段的转速估计值,通过各个转速估计值进行速度传感器的故障诊断,
在低速段,当高频注入法速度估计器14(图10中作为估计器1)得到的估计值扩展卡尔曼滤波速度估计器15(图10中作为估计器2)得到的估计值通过比较器后,各自与速度传感器13的实测值ωr的误差绝对值|e1|和|e3|大于所设定的阈值h时,则判定速度传感器13发生故障,如图10所示;
在中高速度段,当全阶磁链观测器速度估计器16(图10中作为估计器1)的估计值扩展卡尔曼滤波速度估计器15(图10中作为估计器2)得到的估计值通过比较器后,各自与速度传感器13的实测值ωr的误差绝对值|e2|和|e3|大于所设定的阈值h时,则判定速度传感器13发生故障,如图10所示;
本实施例中,优选h=1r/min;
4.2)建立断线故障和固定偏差故障的模型,
断线故障是在故障发生时刻t0之前速度传感器输出值正常,在t0之后速度传感器输出为0;
固定偏差故障是在故障发生时刻t0之前速度传感器输出值正常,在t0之后速度传感器输出值与正常值相差一个常数,ω实为传感器正常时实际测得的转速,t0为故障发生的时刻,
M为速度传感器输出值与实际值之间的误差,
本实施例中,仿真时选取M=10;
步骤5、在基于步骤4.2)中的两种故障条件下,通过欧拉表决算法(预置在欧拉表决模块18中)选择一个适中的速度估计器的输出作为速度反馈值,具体是预测当前时刻值ωest(k)=2ωr(k-1)-ωr(k-2),其中ωr(k-1)和ωr(k-2)为速度传感器13前一个时刻和前两个时刻的速度值,然后,
若当前速度估计值在低速段选择高频注入法速度估计器14和扩展卡尔曼滤波速度估计器15两个速度估计输出中与ωest(k)误差最小的一个作为速度反馈;
若当前速度估计值在中高速段选择扩展卡尔曼滤波速度估计器15和全阶磁链观测器速度估计器16两个速度估计输出中与ωest(k)误差最小的一个作为速度反馈,即成。
图12为在90r/min时发生断线故障,选择高频注入法速度估计器14输出作为速度信息的反馈,从图12中可以看出当发生断线故障时,在切换点速度曲线没有存在较大的波动,表明利用欧拉表决算法能够实现速度的平滑切换。
图13为在500r/min时发生断线故障,选择全阶磁链观测器速度估计器16输出为速度信息的反馈,从图13中可以看出当发生断线故障时,在切换点速度曲线没有存在较大的波动,表明利用欧拉表决算法能够实现速度的平滑切换。
图14为在1200r/min时发生固定偏差故障,选择扩展卡尔曼滤波速度估计器15输出作为速度信息的反馈,从图14中可以看出当发生断线故障时,在切换点速度曲线没有存在较大的波动,表明利用欧拉表决算法能够实现速度的平滑切换。
Claims (6)
1.一种异步电机速度传感器故障容错控制方法,其特征在于,按照以下步骤实施:
步骤1、通过高频注入法进行速度估计;
步骤2、进行速度估计;
步骤3、通过扩展卡尔曼滤波进行速度估计;
步骤4、故障诊断和故障建模;
步骤5、在基于步骤4中的两种故障条件下,通过欧拉表决算法选择一个适中的速度估计器的输出作为速度反馈值。
2.根据权利要求1所述的异步电机速度传感器故障容错控制方法,其特征在于:所述的步骤1的具体过程是,
1.1)在异步电机的α轴、β轴上分别注入高频电压Δuα=-uisinωit、Δuβ=uicosωit,ui是高频电压的幅值,ωi是高频电压的频率,t是时间;
1.2)在异步电机的定子侧得到α轴、β轴的定子电流,表达式是:
1.3)在公式(1)的第二项中包含有需要的异步电机的转子位置信息,令 为转子位置估计值,将公式(1)代入其中转换得到新的公式通过一阶低通滤波器G(S)=1/TS+1,其中的T=2πfc为时间常数,fc为截止频率,S是复变量;
3.根据权利要求1所述的异步电机速度传感器故障容错控制方法,其特征在于:所述的步骤2的具体过程是,
2.1)建立静止坐标系下异步电机的电机模型,电机模型的表达式是:
其中,为系统矩阵,Rs、Rr分别为定子和转子电阻,Ls为定子电感,Tr为转子电磁时间常数,为异步电机的漏磁系数,ωr为异步电机的转速;X1=[isα isβ ψrα ψrβ]T,其中的isα、isβ分别为α轴、β轴的定子电流,ψrα、ψrβ分别为α轴、β轴的转子磁链;为输入矩阵;Y为观测矢量;U=[usα usβ]T,其中的usα、usβ分别为α轴、β轴的定子电压;为输出矩阵;
2.2)构造异步电机的全阶磁链观测器模型,表达式为:
2.3)将电机模型公式(3)作为参考模型,同时,将全阶磁链观测器模型公式(4)作为可调模型,利用这两个模型的状态变量构成自适应率,实时地调节全阶磁链观测器中的转速信号当辨识的转速误差为零时,收敛于0,此时的转速表达式为:
其中,Kp2为转速观测比例增益,ki2为转速观测积分增益。
4.根据权利要求1所述的异步电机速度传感器故障容错控制方法,其特征在于:所述的步骤3的具体过程是,
3.1)对电机模型进行离散化,表达式如下:
其中,X2(k)=[isα(k) isβ(k) ψrα(k) ψrβ(k) ωr(k)]T为当前时刻状态变量,isα(k)、isβ(k)分别为当前时刻α轴、β轴的定子电流,ψrα(k)、ψrβ(k)分别为当前时刻α轴、β轴的转子磁链,ωr(k)为当前时刻转速;U(k-1)=[usα(k-1) usβ(k-1)]T为上一时刻输入量,usα(k-1)、usβ(k-1)分别为α轴、β轴上一时刻的定子电压;Y(k)是观测输出;
3.3)计算协方差矩阵更新中间矩阵P′(k),表达式如下:
P′(k)=G2(k)P(k-1)G2(k)T+Q,
其中,Q=diag[q1 q2 q3 q4 q5]为系统噪声的协方差矩阵,q1,q2,q3,q4,q5是常数,分别对应isa(k)、isβ(k)、ψra(k)、ψrβ(k)、ωr(k)的测量噪声协方差,其中diag[]表示对角元素为方括号中的向量,除对角元素外其余元素皆为0;P(k-1)为上一时刻协方差矩阵;
3.4)计算Kalman增益K(k),表达式是K(k)=P′(k)Cd T[CdP′(k)Cd T+R]-1,
其中,R=diag[r1 r2]为观测噪声的协方差矩阵,r1和r2均为常数,分别对应isa(k)、isβ(k)的测量噪声协方差,
3.6)更新误差协方差,利用函数式P(k)=[I-K(k)Cd]P′(k)实施,其中的I是与P(k)同维的单位阵。
5.根据权利要求1所述的异步电机速度传感器故障容错控制方法,其特征在于:所述的步骤4的具体过程是,
4.1)基于步骤1、步骤2、步骤3分别得到不同速度区段的转速估计值,通过各个转速估计值进行速度传感器的故障诊断,
在低速段,当高频注入法速度估计器得到的估计值扩展卡尔曼滤波速度估计器得到的估计值通过比较器后,各自与速度传感器的实测值ωr的误差绝对值|e1|和|e3|大于所设定的阈值h时,则判定速度传感器发生故障;
在中高速度段,当全阶磁链观测器速度估计器的估计值扩展卡尔曼滤波速度估计器得到的估计值通过比较器后,各自与速度传感器的实测值ωr的误差绝对值|e2|和|e3|大于所设定的阈值h时,则判定速度传感器发生故障;
4.2)建立断线故障和固定偏差故障的模型,
断线故障是在故障发生时刻t0之前速度传感器输出值正常,在t0之后速度传感器输出为0;
固定偏差故障是在故障发生时刻t0之前速度传感器输出值正常,在t0之后速度传感器输出值与正常值相差一个常数,ω实为传感器正常时实际测得的转速,t0为故障发生的时刻,
M为速度传感器输出值与实际值之间的误差。
6.根据权利要求1所述的异步电机速度传感器故障容错控制方法,其特征在于:所述的步骤5的具体过程是,
预测当前时刻值ωest(k)=2ωr(k-1)-ωr(k-2),其中ωr(k-1)和ωr(k-2)为速度传感器前一个时刻和前两个时刻的速度值,然后,
若当前速度估计值在低速段选择高频注入法速度估计器和扩展卡尔曼滤波速度估计器两个速度估计输出中与ωest(k)误差最小的一个作为速度反馈;
若当前速度估计值在中高速段选择扩展卡尔曼滤波速度估计器和全阶磁链观测器速度估计器两个速度估计输出中与ωest(k)误差最小的一个作为速度反馈。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186925.4A CN114465542B (zh) | 2022-02-28 | 2022-02-28 | 异步电机速度传感器故障容错控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210186925.4A CN114465542B (zh) | 2022-02-28 | 2022-02-28 | 异步电机速度传感器故障容错控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114465542A true CN114465542A (zh) | 2022-05-10 |
CN114465542B CN114465542B (zh) | 2023-07-25 |
Family
ID=81415644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210186925.4A Active CN114465542B (zh) | 2022-02-28 | 2022-02-28 | 异步电机速度传感器故障容错控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114465542B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7002318B1 (en) * | 2004-09-23 | 2006-02-21 | General Motors Corporation | Position sensor fault tolerant control for automotive propulsion system |
CN103872962A (zh) * | 2014-03-07 | 2014-06-18 | 电子科技大学 | 一种永磁同步电机速度传感器的在线容错控制装置 |
CN107994826A (zh) * | 2017-12-12 | 2018-05-04 | 合肥工业大学 | 一种基于误差加权的全阶观测器无速度传感器控制系统 |
CN108121858A (zh) * | 2017-12-11 | 2018-06-05 | 江苏大学 | 车用直驱电机传感器故障诊断、定位及故障信息替代方法 |
CN111422247A (zh) * | 2020-03-20 | 2020-07-17 | 合肥工业大学 | 线控转向电机和传感器的故障诊断及容错补偿算法 |
CN113644848A (zh) * | 2021-07-13 | 2021-11-12 | 江苏大学 | 一种基于分段阈值的永磁同步电机无位置传感器控制方法 |
-
2022
- 2022-02-28 CN CN202210186925.4A patent/CN114465542B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7002318B1 (en) * | 2004-09-23 | 2006-02-21 | General Motors Corporation | Position sensor fault tolerant control for automotive propulsion system |
CN103872962A (zh) * | 2014-03-07 | 2014-06-18 | 电子科技大学 | 一种永磁同步电机速度传感器的在线容错控制装置 |
CN108121858A (zh) * | 2017-12-11 | 2018-06-05 | 江苏大学 | 车用直驱电机传感器故障诊断、定位及故障信息替代方法 |
CN107994826A (zh) * | 2017-12-12 | 2018-05-04 | 合肥工业大学 | 一种基于误差加权的全阶观测器无速度传感器控制系统 |
CN111422247A (zh) * | 2020-03-20 | 2020-07-17 | 合肥工业大学 | 线控转向电机和传感器的故障诊断及容错补偿算法 |
CN113644848A (zh) * | 2021-07-13 | 2021-11-12 | 江苏大学 | 一种基于分段阈值的永磁同步电机无位置传感器控制方法 |
Non-Patent Citations (2)
Title |
---|
BEKHEÏRA TABBACHE ET AL.: "A Control Reconfiguration Strategy for Post-Sensor FTC in Induction Motor-Based EVs", 《 IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY》, pages 965 - 971 * |
邢浪涛: "异步电机传感器故障下的容错控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, pages 042 - 177 * |
Also Published As
Publication number | Publication date |
---|---|
CN114465542B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108092567B (zh) | 一种永磁同步电动机转速控制系统及方法 | |
CN112511061A (zh) | 一种转子位置传感器故障检测及容错控制方法及系统 | |
CN107070341A (zh) | 基于鲁棒迭代学习控制的永磁同步电机转矩脉动抑制方法 | |
CN109768753B (zh) | 新型滑模观测器的无位置传感器永磁同步电机模型预测控制方法 | |
CN113534000B (zh) | 新能源汽车驱动系统逆变器及电流传感器故障的诊断方法 | |
Wang et al. | A M-EKF fault detection strategy of insulation system for marine current turbine | |
CN114172443B (zh) | 一种永磁电机驱动系统电流传感器故障在线诊断方法 | |
Azzoug et al. | Fault tolerant control for speed sensor failure in induction motor drive based on direct torque control and adaptive stator flux observer | |
US11614488B2 (en) | Method and apparatus for real-time estimation of full parameters of permanent magnet synchronous motor | |
CN113659895B (zh) | 基于指令滤波的永磁同步电动机全状态约束有限时间控制方法 | |
CN112083349B (zh) | 一种永磁同步电机定子绕组匝间短路故障诊断方法 | |
CN114465542B (zh) | 异步电机速度传感器故障容错控制方法 | |
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 | |
CN111092579A (zh) | 带有定子温度在线监测的异步电机自适应矢量控制系统 | |
CN114115175B (zh) | 永磁同步电机控制系统的高阻抗连接故障诊断系统 | |
CN115694285A (zh) | 一种电动汽车ipmsm的无位置传感器全速域切换控制方法 | |
WO2022257258A1 (zh) | 适用于永磁同步电机高速区运行的预测电流增量控制方法 | |
CN112910350A (zh) | 一种永磁同步电机鲁棒控制系统及方法 | |
CN112217435A (zh) | 一种基于广义预测控制的永磁同步电机级联控制方法 | |
CN113141136A (zh) | 一种基于离散超螺旋滑模算法的永磁同步电机控制系统 | |
CN213817626U (zh) | 一种提高空压机永磁同步电动机控制系统性能的装置 | |
CN116455299B (zh) | 一种燃料电池汽车电机驱动容错控制方法及系统 | |
Abu-Rub et al. | Simple observer for induction motor speed sensorless control | |
CN113078852B (zh) | 一种永磁同步电机参数的实时辨识方法 | |
CN112671290B (zh) | 基于单电阻采样的异步电机无速度传感器矢量控制方法 |
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 |