CN115940726A - 改善电机参数辨识动态性能的方法、系统、设备及介质 - Google Patents

改善电机参数辨识动态性能的方法、系统、设备及介质 Download PDF

Info

Publication number
CN115940726A
CN115940726A CN202211528160.4A CN202211528160A CN115940726A CN 115940726 A CN115940726 A CN 115940726A CN 202211528160 A CN202211528160 A CN 202211528160A CN 115940726 A CN115940726 A CN 115940726A
Authority
CN
China
Prior art keywords
identification
error
algorithm
forgetting factor
dynamic
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
CN202211528160.4A
Other languages
English (en)
Inventor
刘宝泉
李润琦
刘艺
王伟
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.)
Shaanxi University of Science and Technology
Original Assignee
Shaanxi 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 Shaanxi University of Science and Technology filed Critical Shaanxi University of Science and Technology
Priority to CN202211528160.4A priority Critical patent/CN115940726A/zh
Publication of CN115940726A publication Critical patent/CN115940726A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • Y02T10/64—Electric machine technologies in electromobility

Landscapes

  • Control Of Motors That Do Not Use Commutators (AREA)

Abstract

本发明公开了改善电机参数辨识动态性能的方法、系统、设备及介质，包括以下步骤：分别采集直流无刷电机在两相旋转坐标下的电信号；将RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差；EB‑DFS算法利用系统实际误差与误差允许值得出所需动态遗忘因子，在辨识结果与误差允许值相差较大时，EB‑DFS算法会取得较小的遗忘因子，保证了辨识算法的快速收敛性：在辨识结果与误差允许值相差较小即辨识结果逐步趋于稳定时，EB‑DFS算法会取得较大的遗忘因子，保证了辨识算法的鲁棒性。与现有技术相比，本发明在辨识过程中实时调节遗忘因子，根据不同辨识阶段的需求平稳调节算法的鲁棒性和快速收敛性，使得辨识结果更加平稳，有效的提高了直流无刷电机参数辨识的辨识结果精度。

Description

改善电机参数辨识动态性能的方法、系统、设备及介质
技术领域
本发明属于电机控制技术领域，具体设计一种改善直流无刷电机参数辨识动态性能的在线辨识方法、系统、设备及介质。
背景技术
在实际运行时，由于直流无刷电机是一种高阶、非线性、强耦合的时变系统，并且会受到机型的种类、功率和密度等因素的限制，使得电机内部参数处于动态变化状态。由于其内部参数如定子电阻、电感以及磁链发生变化的情况下会导致整个系统的控制效率有所下降，进而对整个系统正常工作和运行质量造成影响，甚至更有可能对系统正常工作运行的稳定性产生影响。
对直流无刷电机的调速系统中的电流环控制器而言，参数辨识的精确性对其性能发挥关键作用，固而必须要得到准确的定子电阻、电感等参数。通常认为电机的物理参数都会是一个常量。但是对于永磁无刷直流电机而言，在实际运行过程中会遇到很多不同的工况，电机的物理参数会受很多因素的影响，其中运行中电机温度的变化，绕组电流的变化以及永磁磁链的变化是主要因素。
由于遗忘因子递推最小二乘法作为直流无刷电机参数辨识的主要方法，其遗忘因子的选取对算法动态性能的影响较大，不同的遗忘因子会带来算法收敛快速性与算法辨识结果稳定性的差异，同时也影响着算法辨识量与实际值的误差，分段式的遗忘因子对误差的跟踪也不够准确，导致对直流无刷电机参数辨识动态性能参数辨识的辨识结果精度不高的问题。
发明内容
针对现有技术中存在的问题，本发明的目的在于提供一种改善直流无刷电机参数辨识动态性能的在线辨识方法，系统，设备及介质，克服不同的遗忘因子带来算法收敛快速性与算法辨识结果稳定性的差异与分段式遗忘因子对误差的跟踪不准确的问题，有效的提高了直流无刷电机参数辨识的辨识结果精度，提升了无刷直流电机参数在线辨识的速度与鲁棒性。
本发明是通过以下技术方案来实现：
一种改善直流无刷电机参数辨识动态性能的在线辨识方法，包括，
S1，采集直流无刷电机在两相旋转坐标下的电信号；
S2，将FF-RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差；
S3，根据EB-DFS算法利用系统实际误差与误差允许值计算得出所需动态遗忘因子；
S4，在辨识过程中在线实时调节动态遗忘因子，根据不同辨识阶段的需求平稳调节辨识算法的鲁棒性和快速收敛性，使得辨识结果更平稳，从而改善直流无刷电机参数的辨识动态性能。
优选的，所述电信号包括d轴电流信号id、q轴电流信号iq、d轴电压信号ud、d轴电压信号uq和电角速度信号。
优选的，S2中的FF-RLS算法表达式为：
Figure BDA0003973578290000021
其中，
Figure BDA0003973578290000022
为系统辨识值；Kk为增益矩阵，Pk为协方差矩阵；Xk为系统输入矩阵；Yk为系统输出矩阵；λ为动态遗忘因子。
优选的，所述遗忘因子λ由EB-DFS算法取得；所述EB-DFS算法表达式为：
Figure BDA0003973578290000031
其中，λ为动态遗忘因子，λmin为遗忘因子最小值一般取0.9；
Figure BDA0003973578290000032
为系统实际误差函数；ξk为误差指数因子。
优选的，所述系统误差函数
Figure BDA0003973578290000033
的表达式为：
Figure BDA0003973578290000034
优选的，所述误差指数因子ξk的表达式为：
Figure BDA0003973578290000035
其中floor为取整函数；ebase为误差允许值；hk为系统实际误差。
优选的，S3中根据EB-DFS算法利用实际误差与误差允许值得出所需的动态遗忘因子，具体为；
S1，进行初始化，设定误差允许值ebase；
S2，获取系统实际误差hk；
S3，根据误差允许值ebase与系统实际误差hk的动态关系实时计算得出当前算法需求的误差指数因子ξk，求出系统误差函数
Figure BDA0003973578290000036
S4，求得动态遗忘因子λ最优解，当满足条件时，输出全局的系统辨识值。
一种改善直流无刷电机参数辨识动态性能的在线辨识系统，包括信号采集模块，计算模块，辨识调节模块；
所述信号采集模块用于采集直流无刷电机在两相旋转坐标下的电信号；
所述计算模块用于将FF-RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差以及根据EB-DFS算法利用实际误差与误差允许值计算得出所需动态遗忘因子；
所述辨识调节模块用于在辨识过程中实时调节动态遗忘因子，根据不同辨识阶段的需求平稳调节算法的鲁棒性和快速收敛性。
一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现可通过上述方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现通过上述方法的步骤。
与现有技术相比，本发明具有以下有益的技术效果：
本发明的目的在于提供一种改善直流无刷电机参数辨识动态性能的在线辨识方法，分别采集直流无刷电机在两相旋转坐标下的电信号，将传统递推RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差；EB-DFS算法利用系统实际误差与误差允许值得出所需动态遗忘因子，该方法取消了普通递推RLS算法固定的遗忘因子选取，本发明的在线辨识方法克服了不同的遗忘因子带来算法收敛快速性与算法辨识结果稳定性的差异与分段式遗忘因子对误差的跟踪不准确性的问题，使本发明的在线辨识方法在辨识过程中具有快速收敛性、稳定性，且能较快的对误差进行跟踪，有效的提高了直流无刷电机参数辨识的辨识结果精度和加快辨识效率，从而有效的改善直流无刷电机参数辨识动态性能，提升了无刷直流电机参数在线辨识的速度与鲁棒性。与现有技术相比，本发明在辨识过程中通过实时调节遗忘因子，根据不同辨识阶段的需求平稳调节算法的鲁棒性和快速收敛性，使得辨识结果更加平稳。在辨识结果与误差允许值相差较大时，EB-DFS算法会取得较小的遗忘因子，保证了辨识算法的快速收敛性；在辨识结果与误差允许值相差较小即辨识结果逐步趋于稳定时，EB-DFS算法会取得较大的遗忘因子，保证了辨识算法的鲁棒性，从而减小了相对误差，提高了辨识精度。
附图说明
图1为改善直流无刷电机参数辨识动态性能的在线辨识方法流程图；
图2为改善直流无刷电机参数辨识动态性能控制框图；
图3为图2虚线内直流无刷电机双闭环控制与信号采集框图；
具体实施方式
下面结合具体的实施例对本发明做进一步的详细说明，所述是对本发明的解释而不是限定。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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；
一般无刷电机的参数辨识是利用传统递推最小二乘法(FF-RLS)进行，这个算法中的遗忘因子的选取会影响算法本身的动态性能，固有的遗忘因子选取方法有：1.固定值2.分段函数形式。而本发明最终得出的动态遗忘因子变化较为平滑，替换了固有的遗忘因子选取方法，使得整个参数辨识系统在辨识的不同阶段取得最优的性能分配，主要为快速收敛性与鲁棒性。
在众多无刷直流电机的应用场景中，我们需要知道其运行过程中的电机参数，FF-RLS算法作为在线辨识的主要算法之一，其大致流程为：不断采集电机运行过程中的电参数，通过dq坐标下的电机电压方程来进行求解。FF-RLS算法求解过程是递推进行的，也就是说当前时刻的辨识结果是以前一时刻的辨识结果作为基础来进行计算的。所以当前时刻的辨识结果会受到旧的辨识结果的影响，所以FF-RLS算法用遗忘因子来减小旧的辨识结果在递推过程中占的比重。
遗忘因子的选取要适配不同的工况与需求，一些工况需要在极短的时间内得到辨识结果但是结果极易受到干扰的影响；而另外一些工况需要辨识结果的精确稳定，换言之就是极强的鲁棒性，这会导致辨识的时间增加算法无法快速收敛。但是大多数工况需要的是在辨识的不同阶段得到二者最优的平衡。
本发明在辨识前期保证算法快速收敛以得到大致的辨识结果，辨识结果在误差的规定值(根据不同精度要求调整)之内；辨识后期，减小旧的辨识结果对当前的影响，保证电机的辨识结果精确稳定。同时平滑的遗忘因子选择保证了不同辨识阶段的最优性能分配，本发明提升了无刷直流电机参数在线辨识的速度与鲁棒性。
一种改善直流无刷电机参数辨识动态性能的在线辨识方法，如图1所示，包括，
S1，采集直流无刷电机在两相旋转坐标下的电信号；
S2，将传统FF-RLS(遗忘因子递推最小二乘法)算法的输出与两相旋转坐标下的电信号计算出系统实际误差，EB-DFS算法利用系统实际误差与误差允许值得出所需动态遗忘因子；
S3，EB-DFS(基于误差的动态遗忘因子选取)算法利用系统实际误差与误差允许值得出所需动态遗忘因子，该取消了普通FF-RLS算法固定的遗忘因子选取；
S4，在辨识过程中实时调节所述的动态遗忘因子，根据不同辨识阶段的需求平稳调节辨识算法的鲁棒性和快速收敛性。在辨识结果与误差允许值相差较大时，EB-DFS算法会取得较小的遗忘因子，保证了辨识算法的快速收敛性；在辨识结果与误差允许值相差较小即辨识结果逐步趋于稳定时，EB-DFS算法会取得较大的遗忘因子，保证了辨识算法的鲁棒性。
所述电信号包括d轴电流信号id、q轴电流信号iq、d轴电压信号ud、d轴电压信号uq和电角速度信号，实际信号(电压电流以及电角速度)id、iq、ud、uq和ω通过电压电流采样以及霍尔传感器采得。
S2中的FF-RLS算法表达式为：
Figure BDA0003973578290000071
其中，
Figure BDA0003973578290000072
为系统辨识值；Kk为增益矩阵，Pk为协方差矩阵；Xk为系统输入矩阵；Yk为系统输出矩阵；λ为动态遗忘因子。
所述遗忘因子λ由EB-DFS算法取得；所述EB-DFS算法表达式为：
Figure BDA0003973578290000073
其中，λ为动态遗忘因子，λmin为遗忘因子最小值一般取0.9；
Figure BDA0003973578290000074
为系统实际误差函数；ξk为误差指数因子。
所述系统误差函数
Figure BDA0003973578290000075
的表达式为：
Figure BDA0003973578290000076
所述误差指数因子ξk的表达式为：
Figure BDA0003973578290000077
其中floor为取整函数；ebase为误差允许值；hk为系统实际误差。
S3中根据EB-DFS算法利用实际误差与误差允许值得出所需的动态遗忘因子，具体为；
S1，进行初始化，设定误差允许值ebase；
S2，获取系统实际误差hk；
S3，根据误差允许值ebase与系统实际误差hk的动态关系实时计算得出最适合当前算法需求的误差指数因子ξk，求出系统误差函数
Figure BDA0003973578290000081
S4，求得遗忘因子λ最优解(最终所需动态遗忘因子)，当满足条件时，输出全局的系统辨识值。
一种改善直流无刷电机参数辨识动态性能的在线辨识系统，包括信号采集模块，计算模块，辨识调节模块；
所述信号采集模块用于采集直流无刷电机在两相旋转坐标下的电信号；
所述计算模块用于将FF-RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差以及根据EB-DFS算法利用实际误差与误差允许值计算得出所需动态遗忘因子；
所述辨识调节模块用于在辨识过程中实时调节动态遗忘因子，根据不同辨识阶段的需求平稳调节算法的鲁棒性和快速收敛性。
本发明提供一种终端设备包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序。所述处理器执行所述计算机程序时实现上述各个方法实施例中的步骤。或者，所述处理器执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能。
所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发明。
所述终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器、存储器。
所述处理器可以是中央处理单元(CentralProcessingUnit，CPU)，还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述终端设备的各种功能。
所述终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
如图2和图3所示，三相电流Ia，Ib，Ic经过Clark变换得到Iα，Iβ；然后经过Park变换得到Iq，Id；然后分别与他们的设定值Iq_Ref，Id_Ref计算误差值；然后分别将q轴电流误差值代入q轴电流PI环计算得到Vq，将d轴电流误差值代入d轴电流PI环计算得到Vd；然后对Vq，Vd进行反Park变换得到Vα，Vβ；然后经过SVPWM算法得到Va，Vb，Vc，最后输入到电机三相上。将计算得到的电机速度与速度设定值进行误差值计算，代入速度PI环，计算的结果作为电流环的输入；比再结合上面的电流环，就实现了速度电流的双闭环控制。然后再将处理后的d轴电流信号id、q轴电流信号iq、d轴电压信号ud、d轴电压信号uq和电角速度信号通过信号采集模块输入到RLS算法和EB-DFS算法进行计算处理后得到动态遗忘因子，在辨识过程中实时调节所述的动态遗忘因子，根据不同辨识阶段的需求平稳调节算法的鲁棒性和快速收敛性，从而有效的改善直流无刷电机参数辨识动态性能。
以上所述，仅为本发明的较佳实施例而已，并非对本发明作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上所述而顺畅地实施本发明；但是,凡熟悉本专业的技术人员在不脱离本发明技术方案范围内，利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时,凡依据本发明的实质技术对以上实施例所作的任何等同变化的更动、修饰与演变等，均仍属于本发明的技术方案的保护范围之内。

Claims (10)

1.一种改善直流无刷电机参数辨识动态性能的在线辨识方法，其特征在于，包括，
S1，采集直流无刷电机在两相旋转坐标下的电信号；
S2，将FF-RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差；
S3，根据EB-DFS算法利用系统实际误差与误差允许值计算得出所需动态遗忘因子；
S4，在辨识过程中在线实时调节动态遗忘因子，根据不同辨识阶段的需求平稳调节辨识算法的鲁棒性和快速收敛性，使得辨识结果更平稳，从而改善直流无刷电机参数的辨识动态性能。
2.根据权利要求1所述的一种改善直流无刷电机参数辨识动态性能的在线辨识方法，其特征在于，所述电信号包括d轴电流信号id、q轴电流信号iq、d轴电压信号ud、d轴电压信号uq和电角速度信号。
3.根据权利要求1所述的一种改善直流无刷电机参数辨识动态性能的在线辨识方法，其特征在于，S2中的FF-RLS算法表达式为：
Figure FDA0003973578280000011
其中，
Figure FDA0003973578280000012
为系统辨识值；Kk为增益矩阵，Pk为协方差矩阵；Xk为系统输入矩阵；Yk为系统输出矩阵；λ为动态遗忘因子。
4.根据权利要求3所述的一种改善直流无刷电机参数辨识动态性能的在线辨识方法，其特征在于，所述遗忘因子λ由EB-DFS算法取得；所述EB-DFS算法表达式为：
Figure FDA0003973578280000021
其中，λ为动态遗忘因子，λmin为遗忘因子最小值一般取0.9；
Figure FDA0003973578280000022
为系统实际误差函数；ξk为误差指数因子。
5.根据权利要求4所述的一种改善直流无刷电机参数辨识动态性能的在线辨识方法，其特征在于，所述系统误差函数
Figure FDA0003973578280000023
的表达式为：
Figure FDA0003973578280000024
6.根据权利要求5所述的一种改善直流无刷电机参数辨识动态性能的在线辨识方法，其特征在于，所述误差指数因子ξk的表达式为：
Figure FDA0003973578280000025
其中floor为取整函数；ebase为误差允许值；hk为系统实际误差。
7.根据权利要求6所述的一种改善直流无刷电机参数辨识动态性能的在线辨识方法，S3中根据EB-DFS算法利用实际误差与误差允许值得出所需的动态遗忘因子，具体为；
S1，进行初始化，设定误差允许值ebase；
S2，获取系统实际误差hk；
S3，根据误差允许值ebase与系统实际误差hk的动态关系实时计算得出当前算法需求的误差指数因子ξk，求出系统误差函数
Figure FDA0003973578280000026
S4，求得动态遗忘因子λ最优解，当满足条件时，输出全局的系统辨识值。
8.一种改善直流无刷电机参数辨识动态性能的在线辨识系统，基于权利要求1-7任一项所述的辨识方法，其特征在于，包括信号采集模块，计算模块，辨识调节模块；
所述信号采集模块用于采集直流无刷电机在两相旋转坐标下的电信号；
所述计算模块用于将FF-RLS算法的输出与两相旋转坐标下的电信号计算出系统实际误差以及根据EB-DFS算法利用实际误差与误差允许值计算得出所需动态遗忘因子；
所述辨识调节模块用于在辨识过程中实时调节动态遗忘因子，根据不同辨识阶段的需求平稳调节算法的鲁棒性和快速收敛性，从而有效的改善直流无刷电机参数辨识动态性能。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
CN202211528160.4A 2022-11-30 2022-11-30 改善电机参数辨识动态性能的方法、系统、设备及介质 Pending CN115940726A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211528160.4A CN115940726A (zh) 2022-11-30 2022-11-30 改善电机参数辨识动态性能的方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211528160.4A CN115940726A (zh) 2022-11-30 2022-11-30 改善电机参数辨识动态性能的方法、系统、设备及介质

Publications (1)

Publication Number Publication Date
CN115940726A true CN115940726A (zh) 2023-04-07

Family

ID=86698519

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211528160.4A Pending CN115940726A (zh) 2022-11-30 2022-11-30 改善电机参数辨识动态性能的方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN115940726A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116827193A (zh) * 2023-06-29 2023-09-29 大庆石油管理局有限公司 基于参数辨识的抽油机电机参数估计方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116827193A (zh) * 2023-06-29 2023-09-29 大庆石油管理局有限公司 基于参数辨识的抽油机电机参数估计方法
CN116827193B (zh) * 2023-06-29 2024-01-02 大庆石油管理局有限公司 基于参数辨识的抽油机电机参数估计方法

Similar Documents

Publication Publication Date Title
CN109787524B (zh) 一种永磁同步电机参数在线辨识方法
CN111600523B (zh) 一种永磁同步电机的模型预测电流控制方法
CN110401391B (zh) 异步电动机随机系统模糊自适应动态面控制方法
CN115940726A (zh) 改善电机参数辨识动态性能的方法、系统、设备及介质
CN114301355B (zh) 一种永磁同步电机电流谐波扰动抑制方法
CN113285647A (zh) 一种永磁同步电机反馈调节方法和装置、永磁同步电机
CN113037170B (zh) 电机控制方法、装置及终端设备
CN111327242A (zh) 一种三电平永磁同步电机无模型预测电流控制方法
CN113224991B (zh) 一种基于无迹卡尔曼滤波的同步磁阻电机电感辨识方法、系统、终端及可读存储介质
CN115102452A (zh) 基于分段函数更新遗忘因子的永磁同步电机参数辨识方法
CN113131819A (zh) 一种永磁同步电机周期性误差补偿方法及装置
CN113364380A (zh) 一种电机参数确定方法及装置
CN110649851A (zh) 异步电机多参数解耦在线辨识方法
JPH09182499A (ja) 同期電動機の制御装置
CN114944799A (zh) 一种永磁电机多参数在线同步辨识方法
CN113659906B (zh) 未知电机参数的在线辨识方法
CN113992102A (zh) 永磁同步电机扭矩的控制方法、装置、介质、电子设备
CN112968644A (zh) 永磁同步电机参数在线识别方法、系统、终端及介质
CN112003531B (zh) 一种六相感应电机单相开路情况下的速度观测方法
CN110535394B (zh) 一种mtpa环节增益抑制方法及其应用
CN113472248B (zh) 一种高动态低计算量的pmsm控制方法
CN113517822B (zh) 一种有限集模型预测控制下的逆变器参数快速辨识方法
CN117240156A (zh) 永磁同步电机参数在线辨识方法及其辨识装置、电子设备
CN112350629A (zh) 一种设备的驱动控制方法、装置和存储介质
CN116317792A (zh) 考虑参数失配的永磁同步电机预测电流控制方法及系统

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