← 返回
一种基于误差修正级联ESO和误差变换自适应RBF神经网络的永磁同步电机速度控制增强型自抗扰控制方法
An Enhanced Active Disturbance Rejection Control Method for PMSM Speed Control Using Error-Corrected Cascaded ESO and Error-Transformed Adaptive RBF Neural Network
| 作者 | Yuxin Kang · Yongting Deng · Chuanlong Zhai · Wenjie Li · Haiyang Cao · Xiufeng Liu · Zhimin Zhang · Wei Xu |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2026年4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 | 自抗扰控制 PMSM 速度控制 级联ESO RBF神经网络 抗扰动 自适应控制 |
语言:
中文摘要
针对复杂工况下永磁同步电机（PMSM）系统受非周期性和周期性扰动影响导致速度控制性能下降的问题，本文提出了一种增强型自抗扰控制（ADRC）方法。该方法通过级联扩展状态观测器（ESO）修正误差，并结合误差变换自适应RBF神经网络，有效提升了系统的抗扰动能力和动态响应性能。
English Abstract
Under complex operating conditions, permanent magnet synchronous motor (PMSM) drive systems are subject to uncertain aperiodic and periodic disturbances, which degrade speed control performance. To address this issue, this article proposes an enhanced active disturbance rejection control (ADRC) method. First, the limitations of conventional linear ADRC and its existing improvements in disturbance ...
S
SunView 深度解读
该研究提出的增强型ADRC算法在电机高精度控制方面具有显著优势，与阳光电源的业务关联主要体现在风电变流器及电动汽车充电桩的电机驱动控制领域。风电变流器在复杂电网环境下对转矩脉动和速度控制精度要求极高，该算法可提升变流器应对电网扰动的鲁棒性。此外，在充电桩的功率模块控制或未来储能系统中的旋转机械控制中，该算法能有效抑制非线性扰动。建议研发团队关注其级联ESO结构在高性能变流器控制策略中的移植潜力，以优化系统动态响应。