找到 5 条结果
基于鲁棒迭代学习控制与自适应滑模控制的永磁同步电机转矩脉动抑制
Torque Ripple Minimization of PMSM Based on Robust ILC Via Adaptive Sliding Mode Control
Jing Liu · Hongwen Li · Yongting Deng · IEEE Transactions on Power Electronics · 2018年4月
针对永磁同步电机（PMSM）中由齿槽转矩、电流测量误差及磁链谐波引起的转矩脉动问题，本文提出了一种结合鲁棒迭代学习控制（ILC）与自适应滑模控制的优化方案。该方法有效抑制了随转子位置周期性变化的转矩脉动，显著提升了PMSM伺服系统的速度稳定性与运行精度。
解读: 该研究聚焦于高性能电机控制算法，对阳光电源的业务具有中等相关性。在风电变流器领域，PMSM的转矩脉动抑制技术可提升风力发电机组的运行平稳性与发电效率；在电动汽车充电桩及相关驱动配套业务中，该算法有助于优化电机驱动性能。建议研发团队关注该控制策略在低速高精度控制场景下的应用，特别是如何将其转化为嵌入式...
基于自适应滑模的感应电机有限控制集模型预测转矩控制速度调节
Adaptive Sliding-Mode-Based Speed Control in Finite Control Set Model Predictive Torque Control for Induction Motors
Yanqing Zhang · Zhonggang Yin · Wei Li · Jing Liu 等5人 · IEEE Transactions on Power Electronics · 2021年7月
本文针对感应电机驱动的传统模型预测转矩控制（MPTC）进行了改进。传统MPTC的速度外环通常依赖PI控制器，存在参数敏感性及抗干扰能力不足的问题。本文提出了一种基于自适应滑模控制（ASMC）的速度调节策略，旨在提升系统在参数变化和外部扰动下的鲁棒性与动态响应性能。
解读: 该文献提出的自适应滑模控制策略在提升电机驱动系统的鲁棒性方面具有显著优势。阳光电源在风电变流器及电动汽车充电桩业务中，电机驱动与功率变换控制是核心技术。虽然本文聚焦于感应电机，但其自适应滑模控制思想可迁移至风电变流器的发电机侧控制或充电桩内部的高功率密度电机驱动模块中，有助于提升系统在复杂工况下的动...
一种突破惯量比限制的永磁同步电机伺服系统自适应滑模控制
An Adaptive Sliding Mode Control for PMSM Servo Systems Beyond the Inertia Ratio Limit
Shuming Wang · Zheming Wang · Xitong Niu · Yanyan Zhu 等6人 · IEEE Transactions on Power Electronics · 2025年11月
永磁同步电机（PMSM）伺服系统受负载惯量与转子惯量比（惯量比）的限制，难以驱动大惯量负载。一旦超出限值，系统性能会显著下降。本文提出了一种自适应滑模控制策略，有效解决了惯量比限制问题，提升了伺服系统的鲁棒性与控制精度。
解读: 该技术主要应用于高性能电机驱动领域。对于阳光电源而言，虽然核心业务聚焦于光伏逆变器和储能变流器，但该控制算法对提升风电变流器中发电机侧的控制性能具有参考价值。此外，在阳光电源的电动汽车充电桩及未来可能涉及的工业自动化驱动配套中，该自适应滑模控制策略能有效提升系统对不同负载特性的适应能力，增强电机驱动...
基于观测器的NPC变换器自适应滑模控制：一种RBF神经网络方法
Observer-Based Adaptive Sliding Mode Control of NPC Converters: An RBF Neural Network Approach
Yunfei Yin · Jianxing Liu · Juan Antonio Sanchez · Ligang Wu 等7人 · IEEE Transactions on Power Electronics · 2019年4月
本文提出了一种针对三电平中点钳位（NPC）功率变换器的新型控制策略。该方案包含瞬时功率跟踪、电压调节和中点电压平衡三个控制环路。通过设计自适应滑模控制器，实现了对有功和无功功率的精确跟踪，并引入RBF神经网络以增强系统的鲁棒性和动态性能。
解读: 该研究直接针对三电平NPC拓扑，这是阳光电源组串式逆变器（如SG系列）和集中式逆变器中广泛使用的核心拓扑。引入RBF神经网络的自适应滑模控制能显著提升复杂电网环境下的功率跟踪精度和中点电位平衡能力，有助于优化逆变器在弱电网下的动态响应。建议研发团队关注该算法在DSP/FPGA上的计算资源消耗，可考虑...
基于多层感知器的四旋翼无人机扰动下自适应滑模控制
Adaptive Sliding Mode Control for Quadrotor UAVs Under Disturbances Using Multi-Layer Perceptron
Mir Mikael Fatemi · Adel Akbarimajd · IEEE Access · 2025年3月
本文提出四旋翼无人机UAV在外部扰动和参数不确定性下的新型自适应滑模控制SMC框架。该方法利用多层感知器MLP神经网络实时动态调节SMC参数。MLP与SMC协同集成实现自适应、鲁棒和节能控制，显著提升系统性能。通过基于实时系统反馈持续调整SMC控制器参数，MLP有效减轻外部扰动和参数不确定性影响，实现增强轨迹跟踪精度的最优超参数值。神经网络使控制器无缝适应系统行为和环境条件的动态变化。本研究另一关键贡献在于大幅降低传统SMC系统的抖振现象。仿真验证所提控制器在各种外部扰动和动态工况下的卓越稳定性...
解读: 该自适应滑模控制技术对阳光电源功率变换器控制策略优化有借鉴意义。阳光储能变流器和光伏逆变器面临电网扰动和参数变化的挑战。MLP神经网络自适应调节控制参数的思路可应用于阳光控制算法，提升在弱电网和复杂工况下的鲁棒性。抖振抑制技术对阳光功率器件的开关损耗降低和EMI改善有价值。该研究展示的AI与经典控制...