无位置传感器内置式永磁同步电机自适应集总电动势模型预测控制
需积分: 10 44 浏览量
更新于2024-08-26
收藏 1.38MB PDF 举报
"内置式永磁同步电机无位置传感器自适应集总电动势模型预测控制"
内置式永磁同步电机(IPMSM)是现代工业和交通工具中广泛使用的电动机类型,由于其高效率和高功率密度而备受青睐。然而,在无位置传感器的情况下操作IPMSM是一项挑战,因为电机的位置信息对于精确控制至关重要。传统的解决方案通常依赖于高频信号注入来估计电机位置,但这会引入额外的噪声,并需要复杂的信号处理和滤波器设计。
2018年《电工技术学报》上发表的一篇文章提出了一种新的控制策略——无位置传感器自适应集总电动势模型预测控制(SALE-MPC)。模型预测控制(MPC)是一种先进的控制技术,它基于对未来一段时间内的系统行为进行预测,并选择最优控制序列以最小化某个性能指标。在这种特定的应用中,有限集模型预测控制(FCS-MPC)被用于IPMSM驱动系统,无需使用调制器的离散开关控制就能产生固有激励,从而在广泛的转速范围内(包括零速)实现位置观测和初始极性的判断。
文章指出,传统的FCS-MPC在无位置传感器运行时存在依赖参数的问题,而且采用传统位置观测方法难以实现。为解决这些问题,SALE-MPC方案引入了自适应集总电动势模型,该模型无需电机的具体参数,降低了系统的参数敏感性。通过利用FCS-MPC自身产生的激励,可以替代高频信号注入,减少对基本控制的干扰,简化了系统设计,避免了复杂的信号处理和滤波器。
理论分析和实验验证表明,这种自适应集总电动势模型预测控制方法在无位置传感器条件下,能够有效提高IPMSM的控制性能,提高了系统的稳定性和鲁棒性。关键词涵盖了IPMSM的无位置传感器控制、有限集模型预测控制以及参数敏感性,表明这种方法在解决这些关键问题上的创新性。
这项工作为IPMSM的无位置传感器控制提供了新的思路,具有重要的理论价值和实际应用前景,尤其在电动汽车、工业自动化和其他需要高效、低维护成本电机控制的领域。
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-10-15 上传
2021-10-10 上传
2021-09-10 上传
2021-04-10 上传
2021-09-05 上传
大树长臂猿
- 粉丝: 11
- 资源: 7
最新资源
- Python中快速友好的MessagePack序列化库msgspec
- 大学生社团管理系统设计与实现
- 基于Netbeans和JavaFX的宿舍管理系统开发与实践
- NodeJS打造Discord机器人:kazzcord功能全解析
- 小学教学与管理一体化:校务管理系统v***
- AppDeploy neXtGen:无需代理的Windows AD集成软件自动分发
- 基于SSM和JSP技术的网上商城系统开发
- 探索ANOIRA16的GitHub托管测试网站之路
- 语音性别识别:机器学习模型的精确度提升策略
- 利用MATLAB代码让古董486电脑焕发新生
- Erlang VM上的分布式生命游戏实现与Elixir设计
- 一键下载管理 - Go to Downloads-crx插件
- Java SSM框架开发的客户关系管理系统
- 使用SQL数据库和Django开发应用程序指南
- Spring Security实战指南:详细示例与应用
- Quarkus项目测试展示柜:Cucumber与FitNesse实践