← 返回
用于有限控制集模型预测控制的高利用率永磁同步电机长短期记忆递归最小二乘在线辨识
Long-Term Memory Recursive Least Squares Online Identification of Highly Utilized Permanent Magnet Synchronous Motors for Finite-Control-Set Model Predictive Control
| 作者 | Anian Brosch · Oliver Wallscheid · Joachim Bocker |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年2月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 模型预测控制MPC 故障诊断 功率模块 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 永磁同步电机 非线性磁化 交叉饱和 递推最小二乘法 模型预测控制 在线辨识 转矩控制 |
语言:
中文摘要
针对高功率密度永磁同步电机（PMSM）在强非线性磁饱和效应下的精确控制问题，本文提出了一种长短期记忆递归最小二乘（LTM-RLS）在线辨识方法。该方法旨在解决传统离线查表法在动态工况下精度不足的问题，为有限控制集模型预测控制（FCS-MPC）提供更准确的电机参数模型，从而提升转矩和电流控制性能。
English Abstract
Highly utilized permanent magnet synchronous motors (PMSM) characterized by their nonlinear magnetization due to (cross-)saturation effects are the common choice when highest power density is required. For precise torque and current control, these motors are usually characterized by extensive offline measurements on a test bench, finally resulting in look-up tables of the relations between torque,...
S
SunView 深度解读
该技术主要针对高性能电机驱动控制，与阳光电源的电动汽车充电桩及风电变流器业务具有一定关联。虽然阳光电源的核心产品侧重于光伏与储能，但该研究中提到的在线参数辨识与模型预测控制（MPC）算法，对于提升风电变流器在复杂电网环境下的动态响应速度，以及优化电动汽车充电桩中电机驱动系统的控制精度具有参考价值。建议研发团队关注该算法在非线性负载下的鲁棒性，以提升变流器在极端工况下的控制稳定性。