永磁同步電機全速范圍內(nèi)無傳感控制策略研究
發(fā)布時間：2020-12-12 00:38
目的為了提高自動化包裝生產(chǎn)線的產(chǎn)品效率和質(zhì)量,改善永磁同步電機無速度傳感器矢量控制系統(tǒng)的性能,針對電機運行于低速時反電動勢不易檢測以及高速位置精度較低的問題,設(shè)計一種基于高頻方波注入法和改進滑模觀測器的復(fù)合觀測器。方法在低速時采用高頻方波信號注入法來實現(xiàn)對轉(zhuǎn)子位置信息的估計,在中高速時采用改進的滑模觀測器來估計轉(zhuǎn)子位置,通過引入雙邊界層切換函數(shù)和可變滑模增益來加快收斂速度和減小抖振,同時設(shè)計基于單神經(jīng)元PI的鎖相環(huán)用來解析轉(zhuǎn)子信息,進而提高速度和位置,估計精度。結(jié)果通過與單一的算法進行對比分析,發(fā)現(xiàn)復(fù)合觀測器的位置估算精度得到了提高。結(jié)論 Matlab/Simulink仿真實驗以及實物驗證結(jié)果表明,和傳統(tǒng)的算法相比,該算法具有位置估計精度高、魯棒性好等優(yōu)點。
【文章來源】：包裝工程. 2020年17期 第171-181頁 北大核心
【文章頁數(shù)】：11 頁
【部分圖文】：
改進滑模觀測器結(jié)構(gòu)
?211[cossin]()22Jeeek(15)使連接權(quán)值W(k)的分量pk,ik沿著J的減小趨勢調(diào)整，即對2W(k)，3W(k)的負梯度方向進行搜索。22rr2()[/()]()[sin/()][()/()]()(()(1))WkJWkekekkWkekekek(16)33rr3()[/()]()[sin/()][()/()]()()WkJWkekekkWkekek(17)式（16—17）為單神經(jīng)元的權(quán)值改變公式，在自適應(yīng)過程中pk,ik自動進行調(diào)整。2.5高頻方波注入法設(shè)計高頻方波注入法的原理見圖5，和脈振高頻電壓信號注入法相似，在d軸上注入幅值為V的方波電壓。圖5高頻方波注入原理Fig.5Schematicdiagramofhighfrequencysquarewaveinjection注入高頻信號的頻率為10kHz，選擇與逆變器的開關(guān)頻率相同，見式（18）。dq(1)0niiuVu(18)式中：n為采樣序號，頻率為2倍的開關(guān)頻率；diu，qiu分別為注入在d軸、q軸的高頻電壓信號。高頻方波注入下的PMSM電壓方程為：dqddqddiiiuLt(19)
k，這樣就會加快到達滑模面的速度。當系統(tǒng)狀態(tài)接近滑模誤差面的時候，誤差較小，增益為k|e|/(|e||e|)，基本上接近于0，可以減小系統(tǒng)抖動。由此可知，設(shè)計的改進滑模增益既能夠減小系統(tǒng)抖動，也具有較快的收斂速度。2.4采用單神經(jīng)元鎖相環(huán)對轉(zhuǎn)子位置進行估算基于傳統(tǒng)PI調(diào)節(jié)的鎖相環(huán)，因其算法方便、可靠、參數(shù)容易調(diào)整等受到廣泛應(yīng)用。由于PMSM是一個非線性、強耦合的模型，轉(zhuǎn)速位置估計易受內(nèi)部參數(shù)或外界擾動的影響，傳統(tǒng)的PI不能滿足其精度的要求，所以文中提出單神經(jīng)元PI鎖相環(huán)，見圖3。圖3單神經(jīng)元PI鎖相環(huán)原理Fig.3BlockdiagramofsingleneuronPIPLL單神經(jīng)元PI結(jié)構(gòu)見圖4，該網(wǎng)絡(luò)結(jié)構(gòu)簡單，包含3個輸入節(jié)點和1個輸出節(jié)點，r(k)為單神經(jīng)元PI的輸出；r(k1)，e(k)e(k1)，e(k)為單神經(jīng)元PI控制器的輸入，對應(yīng)的權(quán)值分別為1，kp，ki，采取反向傳播算法自動調(diào)整PI參數(shù)。圖4單神經(jīng)元PI算法Fig.4SingleneuronPIalgorithm輸入層神經(jīng)網(wǎng)絡(luò)的輸入，見式（12）。1r(23()1)()()(1)()()XkkXkekekXkek(12)輸入層神經(jīng)元采用比例為1的線性函數(shù)，其輸出與輸入相同，輸出層采用1個神經(jīng)元，輸入見式（13）。1122331p2i3()()()()()()=()()()IWkXkWkXkWkXkXkkXkkXk(13)輸出層神經(jīng)元使用線性的限幅函數(shù)，見式（14）。rmaxrmaxrrmaxrminrmax()||IkIII≤(14)設(shè)性能指標為：211[cossin]()22Jeeek(15)使連接權(quán)值W(k)的分量pk,ik沿著J的減小趨勢調(diào)整，即對2W(k)，3W(k)的負梯度方向進?
本文編號：2911519
【文章來源】：包裝工程. 2020年17期 第171-181頁 北大核心
【文章頁數(shù)】：11 頁
【部分圖文】：
改進滑模觀測器結(jié)構(gòu)
?211[cossin]()22Jeeek(15)使連接權(quán)值W(k)的分量pk,ik沿著J的減小趨勢調(diào)整，即對2W(k)，3W(k)的負梯度方向進行搜索。22rr2()[/()]()[sin/()][()/()]()(()(1))WkJWkekekkWkekekek(16)33rr3()[/()]()[sin/()][()/()]()()WkJWkekekkWkekek(17)式（16—17）為單神經(jīng)元的權(quán)值改變公式，在自適應(yīng)過程中pk,ik自動進行調(diào)整。2.5高頻方波注入法設(shè)計高頻方波注入法的原理見圖5，和脈振高頻電壓信號注入法相似，在d軸上注入幅值為V的方波電壓。圖5高頻方波注入原理Fig.5Schematicdiagramofhighfrequencysquarewaveinjection注入高頻信號的頻率為10kHz，選擇與逆變器的開關(guān)頻率相同，見式（18）。dq(1)0niiuVu(18)式中：n為采樣序號，頻率為2倍的開關(guān)頻率；diu，qiu分別為注入在d軸、q軸的高頻電壓信號。高頻方波注入下的PMSM電壓方程為：dqddqddiiiuLt(19)
k，這樣就會加快到達滑模面的速度。當系統(tǒng)狀態(tài)接近滑模誤差面的時候，誤差較小，增益為k|e|/(|e||e|)，基本上接近于0，可以減小系統(tǒng)抖動。由此可知，設(shè)計的改進滑模增益既能夠減小系統(tǒng)抖動，也具有較快的收斂速度。2.4采用單神經(jīng)元鎖相環(huán)對轉(zhuǎn)子位置進行估算基于傳統(tǒng)PI調(diào)節(jié)的鎖相環(huán)，因其算法方便、可靠、參數(shù)容易調(diào)整等受到廣泛應(yīng)用。由于PMSM是一個非線性、強耦合的模型，轉(zhuǎn)速位置估計易受內(nèi)部參數(shù)或外界擾動的影響，傳統(tǒng)的PI不能滿足其精度的要求，所以文中提出單神經(jīng)元PI鎖相環(huán)，見圖3。圖3單神經(jīng)元PI鎖相環(huán)原理Fig.3BlockdiagramofsingleneuronPIPLL單神經(jīng)元PI結(jié)構(gòu)見圖4，該網(wǎng)絡(luò)結(jié)構(gòu)簡單，包含3個輸入節(jié)點和1個輸出節(jié)點，r(k)為單神經(jīng)元PI的輸出；r(k1)，e(k)e(k1)，e(k)為單神經(jīng)元PI控制器的輸入，對應(yīng)的權(quán)值分別為1，kp，ki，采取反向傳播算法自動調(diào)整PI參數(shù)。圖4單神經(jīng)元PI算法Fig.4SingleneuronPIalgorithm輸入層神經(jīng)網(wǎng)絡(luò)的輸入，見式（12）。1r(23()1)()()(1)()()XkkXkekekXkek(12)輸入層神經(jīng)元采用比例為1的線性函數(shù)，其輸出與輸入相同，輸出層采用1個神經(jīng)元，輸入見式（13）。1122331p2i3()()()()()()=()()()IWkXkWkXkWkXkXkkXkkXk(13)輸出層神經(jīng)元使用線性的限幅函數(shù)，見式（14）。rmaxrmaxrrmaxrminrmax()||IkIII≤(14)設(shè)性能指標為：211[cossin]()22Jeeek(15)使連接權(quán)值W(k)的分量pk,ik沿著J的減小趨勢調(diào)整，即對2W(k)，3W(k)的負梯度方向進?
本文編號：2911519
本文鏈接：http://sikaile.net/kejilunwen/dianlilw/2911519.html
最近更新
教材專著
