← 返回
基于李雅普诺夫预测模型的机器人柔性关节电机模型预测控制
Model Predictive Control of Robot Flexible Joint Motor Based on Lyapunov Prediction Model
| 作者 | Zebin Yang · Tianyang Shen · Xiaodong Sun · Hao Xu · Wei Pan |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2025年8月 |
| 技术分类 | 控制与算法 |
| 技术标签 | 模型预测控制MPC PWM控制 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 模型预测控制 FCS-MPC Lyapunov函数 柔性关节电机 参数敏感性 PMSM 自适应控制 |
语言:
中文摘要
针对柔性关节永磁同步电机(FJ-PMSM)在候选电压矢量策略下的参数敏感性问题,提出了一种基于李雅普诺夫函数预测模型的自适应控制方法。该方法利用有限控制集模型预测控制(FCS-MPC),将连续输入控制律转化为相关约束,有效提升了系统的鲁棒性与控制精度。
English Abstract
To address the parameter sensitivity issue of flexible joint permanent magnet synchronous motors (FJ-PMSMs) when employing a candidate voltage vector strategy, an adaptive method based on the Lyapunov function predictive model is proposed. By using the finite control set model predictive control (FCS-MPC) approach, the continuous input control law is transformed into relevant constraints of the FC...
S
SunView 深度解读
该文献提出的基于李雅普诺夫函数的自适应模型预测控制(MPC)算法,旨在解决电机参数变化带来的鲁棒性问题。虽然其应用背景为机器人柔性关节,但其核心控制逻辑可迁移至阳光电源的电机驱动类产品中。对于风电变流器及储能系统中的PCS(如PowerTitan系列),电机参数的实时辨识与鲁棒控制是提升系统动态响应的关键。建议研发团队关注该算法在复杂工况下对逆变器输出电流谐波抑制及动态跟踪性能的优化潜力,以进一步提升阳光电源变流产品的控制精度与环境适应性。