基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制

TM351; 针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法.首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响.然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法.最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响.通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致...

Full description

Saved in:
Bibliographic Details
Published in电机与控制学报 Vol. 27; no. 4; pp. 127 - 139
Main Authors 何静, 唐润忠, 张昌凡, 吴公平
Format Journal Article
LanguageChinese
Published 湖南工业大学 电气与信息工程学院,湖南 株洲412007%长沙理工大学 电气与信息工程学院,湖南 长沙410114 01.04.2023
Subjects
最小均方算法
永磁同步电机
鲁棒电流预测控制
模型参数失配
Adaline神经网络
Online AccessGet full text
ISSN1007-449X
DOI10.15938/j.emc.2023.04.013

Cover

More Information
Summary:TM351; 针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法.首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响.然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法.最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响.通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差.
ISSN:1007-449X
DOI:10.15938/j.emc.2023.04.013