一种伺服系统频域辨识系统及辨识方法

    公开(公告)号:CN107065524B

    公开(公告)日:2020-05-12

    申请号:CN201710048712.4

    申请日:2017-01-20

    Abstract: 本发明公开了一种伺服系统频域辨识系统及辨识方法,其中辨识系统包括电机参数读入模块,读取伺服系统中所用伺服电机的额定电流和伺服电机的参考负载惯量比;幅值自适应随机测试序列生成模块,生成幅值自适应随机测试序列;速度开环测试模块,采集测试结构的电机转速;频率特性求解模块,得到伺服系统的频率特性;频率模型辨识模块,建立待求频率模型,通过待求频率模型来逼近频率特性求解模块得到的频率特性。本发明的频率模型辨识方法相对于现有技术具有可靠性和准确性更高的有益效果。

    一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法

    公开(公告)号:CN111010063A

    公开(公告)日:2020-04-14

    申请号:CN201911396091.4

    申请日:2019-12-30

    Abstract: 本发明涉及设备控制领域,尤其涉及一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:检测永磁同步电机的三相电流、转速及转子角位置,以永磁同步电机的d轴电流环PI控制器得出d轴电压;建立预测模型,将永磁同步电机的速度环和q轴电流环合并为单控制环结构并采用MPC控制形成单环MPC控制器,将速度参考信号的前馈控制量考虑进预测模型中并对反馈控制量进行优化,形成单环MPC与参考信号前馈的复合控制器得出q轴电压;根据d轴电压和q轴电压计算三相逆变器的开关信号实现电机控制。本发明通过将速度参考信号的前馈控制量嵌入到预测模型中,实现对永磁同步电机伺服系统速度环带宽的提升。

    永磁同步电机的模型预测与参考信号前馈的复合控制方法

    公开(公告)号:CN111010063B

    公开(公告)日:2022-04-19

    申请号:CN201911396091.4

    申请日:2019-12-30

    Abstract: 本发明涉及设备控制领域,尤其涉及一种永磁同步电机的单环模型预测与参考信号前馈的复合控制方法,其特征在于:检测永磁同步电机的三相电流、转速及转子角位置,以永磁同步电机的d轴电流环PI控制器得出d轴电压;建立预测模型,将永磁同步电机的速度环和q轴电流环合并为单控制环结构并采用MPC控制形成单环MPC控制器,将速度参考信号的前馈控制量考虑进预测模型中并对反馈控制量进行优化,形成单环MPC与参考信号前馈的复合控制器得出q轴电压;根据d轴电压和q轴电压计算三相逆变器的开关信号实现电机控制。本发明通过将速度参考信号的前馈控制量嵌入到预测模型中,实现对永磁同步电机伺服系统速度环带宽的提升。

    永磁同步电机速度环的神经网络自校正控制方法

    公开(公告)号:CN102497156B

    公开(公告)日:2015-04-29

    申请号:CN201110445181.5

    申请日:2011-12-27

    Abstract: 本发明公开了一种永磁同步电机速度环的神经网络自校正控制方法,该方法是将电流环和电机作为广义对象,首先采集出转速和电流等信息,用一个自适应线性时延神经网络对电机进行离线参数辨识,然后将离线学习得到的权值作为在线学习的初值,最后对系统进行在线参数辨识,根据辨识的参数计算出电机的负载转矩;根据得到的参数值和负载扰动值,设计神经网络自校正控制律,并根据被控对象与辨识模型之间的误差在线调整网络的权值,进而在线整定神经网络自校正控制器的参数,实现了控制器参数的在线调整,从而可以消除系统的不确定性和外部扰动带来的影响,改善伺服系统的动态性能和抗扰动能力。

    永磁同步电机速度环的神经网络自校正控制方法

    公开(公告)号:CN102497156A

    公开(公告)日:2012-06-13

    申请号:CN201110445181.5

    申请日:2011-12-27

    Abstract: 本发明公开了一种永磁同步电机速度环的神经网络自校正控制方法,该方法是将电流环和电机作为广义对象,首先采集出转速和电流等信息,用一个自适应线性时延神经网络对电机进行离线参数辨识,然后将离线学习得到的权值作为在线学习的初值,最后对系统进行在线参数辨识,根据辨识的参数计算出电机的负载转矩;根据得到的参数值和负载扰动值,设计神经网络自校正控制律,并根据被控对象与辨识模型之间的误差在线调整网络的权值,进而在线整定神经网络自校正控制器的参数,实现了控制器参数的在线调整,从而可以消除系统的不确定性和外部扰动带来的影响,改善伺服系统的动态性能和抗扰动能力。

Patent Agency Ranking