永磁同步电机参数辨识算法--模型参考自适应辨识电感

ops/2024/10/20 18:59:58/

本文采用 MRAS 在线辨识电感参数(Ld、Lq)

一、原理介绍

从组成部分来看,MRAS由三个重要部分构成分别为参考、可调以及自适应律。参考模型相当于IPMSM 参数实时变化的准确值,即作为可调模型的参考值,可调模型依据参数实时变化进行修改待辨识参数。当参考、可调模型等输入时,由于两者内部参数值的不同,导致两者输出量不等,以至于产生误差信号e。参数自适应律依据误差信号e,对可调模型中待辨识参数进行修正,使得误差信号e等于0为止,此时得到的辨识参数值为准确值,MRAS参数辨识框图如图所示。

对于IPMSM,将dq轴电压作为参考模型和可调模型的输入,将实际电流和估计电流分别作为参考模型和可调模型的输出,误差信号为实际电流与估计电流的差值。

IPMSM 系统可以将电压状态空间方程改写为如下式所示。

MRAS参数辨识系统中的参考模型可由式上所体现,为了分析计算方便,将上式化简为

IPMSM 中转速ωe以及磁链ψf可认定为保持恒定,因此可将MRAS参数辨识系统中的参考模型改成可调模型如

因此MRAS参数辨识系统的误差方程为

依据MRAS的Popov设计方法,设计参数辨识设计器

这里直接给最终Ld、Lq的自适应律

式中:k1、τ1 分别为Ld比例、积分系数。

式中:k2、τ2 分别为Lq比例、积分系数。

二、仿真模型

在MATLAB/simulink里面验证所提算法,搭建MRAS辨识dq轴电感仿真。采用和实验中一致的控制周期1e-4,电机部分计算周期为5e-7。仿真模型如下所示:

辨识结果以电感的倒数给出

2.1 额定Ld、Lq辨识性能

2.2 0.75倍Ld、Lq辨识性能

2.3 1.25倍Ld、Lq辨识性能

由上图可知,MRAS方法基本能准确辨识出dq轴电感值。猜测是由于q轴电流幅值更大,Lq的辨识更加准确且稳定。而d轴电流幅值较小,对误差敏感度要差一些,所以需要在一定程度上增大Ld辨识的PI值,综合导致辨识波动略大,但最大误差仅为7%。

为了验证是d轴电流幅值小导致的Ld辨识效果差,做出以下验证。

下图采用MTPA电流分配方式的dq轴电流值,可以看出d轴电流为-0.7A,q轴电流为3.65A。

现固定d轴给定电流为-3A,将Ld辨识PI值取Lq辨识PI值相同,dq轴电流值与Ld辨识结果如下图,可以Ld辨识效果明显改进,基本验证了前述猜想


http://www.ppmy.cn/ops/55849.html

相关文章

一句话回答的前端面试题

该篇文章为一句话的答案,想看更详细的面试题请看这篇>《前端面试题》 原型链: 实例与原型的链条,原型是prototype,链是__proto__,每个函数有一个原型对象,函数在创建时有一个默认属性 prototype&#x…

人工智能--目标检测

欢迎来到 Papicatch的博客 文章目录 🍉引言 🍉概述 🍈目标检测的主要流程通常包括以下几个步骤 🍍数据采集 🍍数据预处理 🍍特征提取 🍍目标定位 🍍目标分类 🍈…

Kylin系列(二)架构解析:深入理解 Kylin 的架构设计

目录 1. 引言 2. Kylin 的基本概念 2.1 预计算 2.2 多维数据集(Cube) 2.3 维度和度量 3. Kylin 的架构设计 3.1 数据源 3.2 数据建模 3.2.1 星型模型 3.2.2 雪花模型 3.3 多维数据集构建 3.3.1 数据导入 3.3.2 维度和度量计算 3.3.3 存储优…

G1 垃圾收集器

从 JDK1.9 开始默认 G1,应用在多处理器和大容量内存环境中。 基础概念 Region G1 给整一块Heap内存区域均匀等分了N个 Region,N 默认情况下是 2048。 Region的大小只能是1M、2M、4M、8M、16M或32M (1-32M,并且为2的指数),比如-Xmx16g -Xms…

Jmeter使用JSON Extractor提取多个变量

1.当正则不好使时,用json extractor 2.提取多个值时,默认值必填,否则读不到变量

C语言 | Leetcode C语言题解之第219题存在重复元素II

题目: 题解: struct HashEntry {int key; int val;UT_hash_handle hh; };void hashAddItem(struct HashEntry **obj, int key, int val) {struct HashEntry *pEntry;pEntry malloc(sizeof(struct HashEntry));pEntry->ke…

一文理解 Treelite,Treelite 为决策树集成模型的部署和推理提供了高效、灵活的解决方案

🍉 CSDN 叶庭云:https://yetingyun.blog.csdn.net/ 一、什么是 Treelite? Treelite 是一个专门用于将决策树集成模型高效部署到生产环境中的机器学习模型编译器,特别适合处理大批量数据的推理任务,能够显著提升推理性能…

QT操作各类数据库用法详解

文章目录 创建内存SQLITE数据库QSqlTableModel操作数据库表连接国产数据库多线程数据处理不指定数据库名打开数据库QT对各种数据库的支持情况处理数据库表名QT连接各种数据库Qt提供了一个名为QtSQL模块的强大组件, 使得在Qt应用程序中连接和操作多种类型的数据库变得相对简单。…