← 返回
控制与算法 PWM控制 机器学习 ★ 3.0

基于模型补偿的并行观测器网络对永磁同步电机驱动的非线性摩擦与负载转矩自适应辨识

Adaptive Identification of Nonlinear Friction and Load Torque for PMSM Drives via a Parallel-Observer-Based Network With Model Compensation

作者 Chengbo Yang · Bao Song · Yuanlong Xie · Shiqi Zheng · Xiaoqi Tang
期刊 IEEE Transactions on Power Electronics
出版日期 2023年5月
技术分类 控制与算法
技术标签 PWM控制 机器学习
相关度评分 ★★★ 3.0 / 5.0
关键词 PMSM驱动 非线性摩擦 负载转矩 自适应辨识 基于并行观测器的网络 模型补偿 控制优化
语言:

中文摘要

针对永磁同步电机(PMSM)驱动系统,本文提出了一种基于模型补偿的并行观测器网络(POBN-MC)方案,用于自适应辨识非线性摩擦和负载转矩。该方法通过并行结构有效提升了参数辨识精度,从而优化了电机驱动的控制性能。

English Abstract

Acquiring the accurate knowledge of nonlinear friction and load torque is of great interest for optimizing the control behavior of permanent-magnet synchronous motor drives. In this work, a friction-and-load adaptive identification scheme based on a parallel-observer-based network with model compensation (POBN-MC) is presented. The developed network possesses a parallel structure consisting of the...
S

SunView 深度解读

该技术主要针对永磁同步电机(PMSM)的精密控制,与阳光电源的业务关联度主要体现在风电变流器及储能系统中的电机驱动控制环节。在风电变流器中,精确的转矩观测与摩擦补偿有助于提升风机在低风速下的响应速度和发电效率;在储能系统的机械辅助设备(如液冷系统水泵、风扇)控制中,该算法可提升系统的运行稳定性和能效。建议研发团队关注该并行观测器架构在复杂工况下的鲁棒性,探索其在提升风电变流器动态性能及降低辅助系统功耗方面的应用潜力。