基于MRAS和SMO相结合的PMSM矢量控制

2012-04-27 09:53:42李晓宁刘晨程李卫东
电气传动 2012年7期
关键词:模型

李晓宁,刘晨程,李卫东

(电子科技大学 机械电子工程学院,四川 成都 611731)

基于MRAS和SMO相结合的PMSM矢量控制

李晓宁,刘晨程,李卫东

(电子科技大学 机械电子工程学院,四川 成都 611731)

通过对MRAS和SMO进行分析,提出了一种基于MRAS和SMO相结合的永磁同步电机无速度传感器的控制方法。由SMO算法实现永磁同步电机定子电流的估计,构成MRAS算法的可调模型部分,实现了永磁同步电机转子转速的估计和整个系统的三闭环控制,详细介绍了基于MRAS和SMO相结合的永磁同步电机无速度传感器控制系统的建立并进行了测试。测试结果表明,该控制系统具有良好的低速调速功能、动静态性能和鲁棒性。

永磁同步电机;无速度传感器;模型参考自适应系统;滑模观测器

1 引言

永磁同步电机具有高转矩惯性比、高能量和高效率等优点,近年来在航空航天、工业控制等领域得到了广泛的应用,然而在高性能永磁同步电机控制系统中,一般通过在转子轴上安装机械式传感器来测量电机的速度和位置,以实现高性能的位置闭环控制,但是机械传感器存在成本高,安装困难,接线多,易受环境影响等缺点。因此,国内外学者提出各种无速度传感器的控制方案来克服机械传感器的缺点。永磁同步电机无速度传感器控制系统通过测量电机定子电流和电压算出转子位置替代了传统的机械位置传感器且系统成本低、可靠性较高。其中较为成熟的有MRAS和SMO算法。MRAS模型精确,但易受参数变化的影响,而SMO对参数变化不敏感,鲁棒性强且动态响应快,但是SMO的低速时估计精度不高。……

登录APP查看全文

猜你喜欢
模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用