感应电动机的自适应控制建模与仿真
作者：丁瑜， 卢子广， 邓敏茜， DING Yu， LU Zi-guang， DENG Min-qian
作者单位：广西大学,电气工程学院,南宁,530004
刊名：
电测与仪表
英文刊名：ELECTRICAL MEASUREMENT & INSTRUMENTATION
年，卷(期)：2009，46(6)
被引用次数：0次
参考文献(13条)
1.Kwan C M.Lewis F L Robust backstepping control of induction motors using neural networks 2000(05)
2.Boukas T K.Habetler T G High-Performanco Induction Motor Speed Control Using exact feedback linesrization with state and state derivative feedback 2004(04)
3.Hu J.Dawson D M Adaptive control of induction motor systems despite rotor resistance uncertainty 1996(08)
4.Benchaib A.Rachid A.Audrezet E Real-time sliding-mode observer and control of an induction motor 1999(01)
5.Krezeminski Z Nonlinear control of the induction motor 1987
6.Marino R.Tomei P Nonlinear control design:Geometric,adaptive and robust 1995
7.Shiau L G.Lin J Stability of sliding mode current control for high performance induction motor position drives 2001(01)
8.Montanari.A Tilli.S Peresada Sensorless control of induction motor with adaptive speed-flux observer 2004
9.Utkin V I Sliding mode control design principles and atmlications to electric drives 1993(01)
10.Utkin V I Sliding Modes in Optimization and Control 1992
11.Chen F.Dunnigan M W Sliding-mode torque and flux control of an induction machine 2003(02)
12.Lin Y C.Fu L C.Tsai C Y Non-linear sensorless indirect adaptive speed control of induction motor with unknown rotor resistance and load 2000
13.Riccardo Marino.Sergei Peresada.Paolo Valigi Adaptive inputoutput linearizing control of induction motors 1993(02)
相似文献(10条)
1.期刊论文石少忠感应电动机伺服驱动系统自适应控制系统研究-价值工程2010,29(28)
本文针对性的提出了基于递归型小波神经网络的自适应控制性能的方案,该算法计算量减少,简化了控制结构,它可随着伺服驱动系统的运行情况的改变控制系统的结构参数,提高了伺服驱动系统对参数变化的性能,同时,也较好地改善了伺服驱动控制系统的稳态性能.通过仿真的结果验证了该控制系统方案的有效性和可行性.
2.学位论文周锐感应电动机无速度传感器非线性状态反馈自适应控制1995
3.期刊论文巫庆辉.邵诚.Wu Qinghui.Shao Cheng基于递归型小波神经网络的感应电动机伺服驱动系统自适应控制-机械工程学报2005,41(2)
针对感应电动机伺服驱动系统具有的多变、强耦合、慢时变等非线性特性和不确定性扰动,传统的位置速度PID控制策略不能保证轨迹跟踪的精度和良好的动态品质的问题;保证系统对系统内部参数波动和外界不确定性扰动具有较好的鲁棒性,在矢量控制策略的基础上,提出了基于递归型小波神经网络的自适应控制方案.神经网络参数的在线学习机制采用delta自适应律并结合了BP算法和梯度下降法,算法简单,计算量大大减少.仿真的结果验证了方案的有效性.
4.学位论文丁瑜感应电机自适应控制的研究2009
近年来，感应电机由于结构简单、制造方便、价格低廉等优点，在工农业生产中及日常生活中得到了广泛的应用。但与此同时也对感应电机的控制方法提出了更高的要求。本文分别针对感应电动机和发电机采用了自适应控制方法进行控制，获得了比较理想的控制效果。
在文中，首先针对感应电动机调速系统的超调量问题，以及容易受负载和转子电阻变化影响的问题，采用自适应反步控制策路，将负载和转子电阻视为
未知参数，采用虚拟控制的方法，逐步构造李亚普诺夫函数，最后得到实际控制输入和未知参数的自适应率；在感应发电机方面，针对42V汽车感应发电机系统，提出了采用自适应反步方法来得到实际控制输入的控制策略，有效的抑制了转子电阻变化带来的影响。同时，本文对感应电动机调速系统和
42V汽车感应发电机系统的主要组成部分也做了比较详细的分析。对上述两种系统进行了详细的仿真实验，结果表明了所设计的控制策略的有效性。
5.期刊论文王焕钢.徐文立.杨耕感应电动机定子磁链与转矩解耦自适应控制-中国电机工程学报2004,24(12)
基于非线性状态变换和状态反馈,提出了感应电动机定子磁链和转矩的精确解耦控制策略.并针对电动机运行过程中定子和转子电阻值随温度升高而发生变化,提出了自适应解耦控制律,确保了电阻估计误差的收敛以及定子磁链和转矩对各自参考值的渐近跟踪.通过理论分析证明了自适应反馈控制的收敛性和整个闭环系统的稳定性,最后数字仿真验证了系统的控制性能.
6.学位论文孙宇新神经网络交流传动系统自适应控制2005
本文主要研究了神经网络在交流电机矢量控制方面的一些应用，探索了神经网络在交流电机矢量控制中应用的一些途径。
为实现矢量控制系统中的速度和磁链的闭环控制，分别推导了电机的转速和磁链与两相静止坐标系下的电机定子电流和定子电压等物理量之间的非线性映射关系，利用BP神经网络实现对转速和磁链的辨识。数字仿真实验验证了在矢量控制系统中应用神经网络进行辨识速度和磁链的有效性，可利用神经网络实现矢量控制中的无速度传感器控制或磁链观测。
为实现对交流电机快速和精确控制，本文基于单神经元设计出用于感应电机矢量控制的自适应磁链和转速控制器，利用神经元的自学习功能在线调节连接权重，实现自适应控制。并将此设计应用于由数字信号处理器(DSP)实现的交流电机矢量控制系统中，实验表明此方法设计的控制器结构简单，易于数字化实现，控制系统动态性能良好。
本文还将Hopfield神经网络应用于交流传动系统的自适应控制，通过神经网络来规划交流调速系统的速度控制器动态输出，将Hopfield神经网络控制器代替矢量控制系统中的转速调节器，使速度控制器具有对某些参数变化良好的鲁棒性。对于不可控的负载转矩分量，加入神经网络负载转矩在线跟踪控制器，形成参数自动跟踪神经网络，构成具有参数在线跟踪功能的交流传动双神经网络自适应规划控制模式，进一步提高了系统的性能。
7.期刊论文魏伟.许胜辉.郭新超.WEI Wei.XU Shen-hui.GUO Xin-chao感应电机伺服驱动系统自适应控制研究-
微电机2010,43(1)
针对传统感应电动机伺服驱动系统的位置与速度外环PI控制的结构复杂、双闭环耦合及对参数等不确定性扰动鲁棒性差的问题,在直接转矩控制理论将感应电动机的转矩与磁链解耦的基础上提出了基于动态神经网络的自适应控制方案,简化了控制系统结构,它可随着伺服驱动系统的运行工况而改变控制系统的结构参数,大大提高了伺服驱动系统对参数变化的鲁棒性,同时,也较好地改善了伺服驱动控制系统的动态及稳态性能.最后通过实验验证了该控制系统的有效性和可行性.
8.学位论文许志伟基于模糊神经自适应的感应电动机直接转矩控制研究2006
感应电动机直接转矩控制是上世纪80年代发展起来的交流调速控制方案。它直接对电机的定子磁链和转矩进行控制，其结构简单，控制手段直接
，具有良好的动静态性能。传统的感应电动机直接转矩控制采用滞环比较器分别对转矩和磁链进行调节，从而近似的实现了对转矩和磁链的解耦。但同时也带来了转矩脉动问题。本文主要围绕采用先进控制方法抑制转矩脉动和直接转矩无速度传感器算法两方面来进行。
首先，本文介绍了感应电动机的数学模型，对传统直接转矩控制系统进行了讨论。利用MATLAB/SIMULINK建立了感应电动机直接转矩系统的仿真模型。并进行了仿真，仿真结果验证了直接转矩控制优良的动静态性能。
其次，传统的控制策略依赖于电机的数学模型，当模型参数变化或受到扰动作用时，系统性能将受到影响。智能控制算法不须依赖电机精确的数学模型，具有较强的鲁棒性。本文阐述了智能控制技术，包括模糊控制和神经网络控制技术，在此基础上，一是设计了模糊控制器，二是利用BP网络设计人工神经网络控制器。分别对两种控制器进行了仿真验证，仿真结果证明了利用模糊控制器和神经网络控制器能有效的降低转矩的脉动。这两种控制器用来代替传统直接转矩控制中的滞环比较器，进一步简化了结构，改善了系统的性能。
最后，无速度传感器技术是近年来研究的热点领域。本文介绍了几种常见的无速度传感器的方案，利用模型参考自适应理论和线性自适应神经网络分别设计了感应电动机直接转矩无速度传感器方案，拓展了无速度传感技术的方法，有助于无速度传感器技术的进一步实现。对所设计的方案分别进行了仿真，仿真结果证明了其正确性，有效性。
通过本文的研究，表明了将先进控制方法引入直接转矩控制，可以有效的改善感应电动机直接转矩控制的性能。在直接转矩控制以及交流传动技术应用领域有广阔的前景。
9.期刊论文谢秉恩.徐小增.胥布工.XIE Bing-en.XU Xiao-zeng.XU Bu-gong基于神经网络的感应电动机的模型参
考自适应速度控制系统-佛山科学技术学院学报（自然科学版）2005,23(4)
系统中分别设计了一个神经网络系统辨识器(NNPI)和一个模型参考自适应神经网络控制器(NNPIC),NNPI自适应地在线辨识出系统的集中不确定量
,NNPIC能使到系统输出跟踪参考模型的输出.仿真实验表明,与常规的控制器相比,本文设计的速度控制方案能取得优良的控制性能,且在负载转矩和电机内部参数变化的情况下有很强的鲁棒性.
10.学位论文杨金明交流锁相调速系统的非线性研究2000
对感应电动机进行非线性控制的研究以提高其控制的精度和鲁棒性一直是一个热点,近年来飞速发展的非线性控制方法几乎都在实际系统中得到了应用.结合锁相技术的锁相调速系统可实现较通常的模拟控制方案高一个数量级的稳态转速控制精度,在机器人控制、数控机床、材料试验机、拉丝设备等方面有着广泛的应用前景.针对感应电动机的强耦合非线性动态特性和目前对锁相调速系统非线性研究尚不成熟的现状,该文应用非线性控制理论及方法,对感应电动机,尤其是具有离散非线性锁相调速环进行了研究.
本文链接：https://www.doczj.com/doc/cc11760578.html,/Periodical_dcyyb200906002.aspx
授权使用：华南理工大学(hnlgdx)，授权号：5fe99cfc-7c0f-47bb-ae0a-9e500171a576
下载时间：2010年12月18日