找到 2 条结果
基于改进观测趋近律的无编码器电机控制智能在线稀疏贝叶斯学习
Intelligent Online Sparse Bayesian Learning for Encoderless Motor Control With Modified Observation Reaching Law
Xueyan Wang · Fobao Zhou · Zhenxiao Yin · Yuxuan Liang 等6人 · IEEE Transactions on Power Electronics · 2025年12月
针对恶劣环境下无编码器电机控制的局限性，本文提出了一种基于改进观测趋近律的非线性磁链观测器。该方法通过引入智能在线稀疏贝叶斯学习算法，有效提升了系统的动态响应速度，并增强了对电机参数变化的鲁棒性，解决了传统无传感器控制在复杂工况下的性能瓶颈。
解读: 该技术主要应用于电机驱动控制领域，对阳光电源的风电变流器产品线具有参考价值。风电变流器在恶劣环境下运行，无编码器控制技术可降低硬件故障率并减少维护成本。文中提到的稀疏贝叶斯学习与改进趋近律算法，可优化变流器在弱电网或复杂风况下的转矩响应与稳定性。建议研发团队关注该算法在风电变流器无传感器矢量控制中的...
形态诱导的状态跌落补偿器：零速跌落电动机补偿方案
Form Induced State-Drop Compensator: Compensation Scheme in Electric Motors With Zero-Speed Drop
Zhenxiao Yin · Shaoliang Zhou · Yujia Zhang · Yuxuan Liang 等6人 · IEEE Transactions on Power Electronics · 2025年5月
针对电力系统与机械系统中的突发外部扰动，本文提出了一种受PID控制启发的新型形态诱导控制方案。该方案旨在解决电动机在零速状态下的跌落问题，通过补偿机制有效抑制扰动影响，提升系统动态响应性能与抗干扰能力。
解读: 该文章提出的新型抗扰动控制方案在电机驱动领域具有参考价值，可应用于阳光电源的电动汽车充电桩功率模块控制或风电变流器电机侧控制。虽然文章聚焦于电动机，但其“形态诱导”的补偿思路对于提升逆变器在弱电网环境下的动态抗扰能力具有借鉴意义。建议研发团队关注该控制算法在复杂工况下对系统稳定性（如抑制电流谐波或负...