← 返回
基于RBF神经网络非线性扰动观测器的PMSM驱动系统自适应高阶滑模低速控制
Adaptive High-Order Sliding-Mode Low-speed Control With RBF Neural Network Nonlinear Disturbance Observer for PMSM Drive System
| 作者 | Weichao Wang · Yongqiang Ye · Xudong Chen · Yongchao Yuan |
| 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 | PWM控制 |
| 相关度评分 | ★★★ 3.0 / 5.0 |
| 关键词 | 永磁同步电机 滑模控制 RBF 神经网络 扰动观测器 低速控制 PMSM 驱动系统 |
语言:
中文摘要
针对永磁同步电机(PMSM)在低速运行中受摩擦转矩、齿槽转矩及不确定扰动影响显著的问题,本文提出了一种基于RBF神经网络非线性扰动观测器的自适应积分高阶滑模复合控制器(AIHOSMC),有效提升了低速控制的鲁棒性与精度。
English Abstract
The impact of friction torque, cogging torque, and uncertain disturbances on permanent magnet synchronous motor drive system (PMSMDS) is more pronounced at low speeds compared to high speeds. Therefore, this article proposes an adaptive integral high-order sliding-mode low-speed composite controller (AIHOSMC) based on an radial basis function neural network (RBFNN) nonlinear disturbance observer (...
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,在阳光电源的产品线中,可应用于风电变流器及储能系统中的电机驱动控制环节。高阶滑模控制与RBF神经网络观测器的结合,能显著提升电机在低速或复杂工况下的转矩平稳性与动态响应能力。建议研发团队关注该算法在风电变流器低风速运行优化,以及储能系统辅助设备(如液冷泵、风机)的精确控制中的应用,以提升系统整体运行效率和可靠性。