CN103986400A - 基于二维模糊控制的模型参考自适应***参数自整定方法 - Google Patents
基于二维模糊控制的模型参考自适应***参数自整定方法 Download PDFInfo
- Publication number
- CN103986400A CN103986400A CN201410238471.6A CN201410238471A CN103986400A CN 103986400 A CN103986400 A CN 103986400A CN 201410238471 A CN201410238471 A CN 201410238471A CN 103986400 A CN103986400 A CN 103986400A
- Authority
- CN
- China
- Prior art keywords
- fuzzy controller
- dimensional fuzzy
- output
- dimensional
- effect
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明涉及一种基于二维模糊控制的模型参考自适应***参数自整定方法,它包括以下步骤:1)根据永磁同步电机的实际物理模型,构造基于二维模糊控制器的模型参考自适应***;2)根据实际模型和参考模型分别计算在相应输入下的直轴和交轴电流,并根据误差计算公式得到电流误差变量e(t);3)将e(t)的变化范围定义为电流误差变量脉动带e(t)band,e(t)的变化率为de(t)/dt,通过二维模糊控制器的输入比例因子Ke和Kc作用后,将e(t)band和de(t)/dt送入二维模糊控制器;4)根据二维模糊规则得到二维模糊控制器输出;5)二维模糊控制器的输出通过输出比例因子Ku作用后,估算转速的变化率;6)对得到的估算转速的变化率进行离散积分即可得到估算转速值。本发明可以广泛应用于无位置传感器电机控制领域中。
Description
技术领域
本发明涉及一种电机控制方法,特别是关于一种基于二维模糊控制的模型参考自适应***参数自整定方法。
背景技术
模型参考自适应***由于结构简单,易于实现,因而在无速度传感器永磁同步电机控制中被广泛采用。目前,在传统的模型参考自适应***中,采用PI(比例积分)控制器应用于恒定负载工况时通常能得到很好的控制性能,但是在脉动的压缩机负载工况时,恒定单一的PI控制器却不能很好地满足控制性能的要求。原因是在采用模型参考自适应的永磁同步电机驱动压缩机***中,估算的转子转速脉动情况在很大程度上受到模型参考自适应***中PI参数的影响,进而造成估算的转子位置与实际的转子位置之间存在误差,导致在前馈补偿控制时得不到精确的转子位置信息,进而影响前馈补偿控制的性能。因此在实际的控制中,当采用永磁同步电机驱动脉动负载时需要根据实际的运行转速和负载状况来相应地调节模型参考自适应***中的PI参数,往往造成一定程度上的不便。
在传统的模型参考自适应***中,电流偏差的PI参数问题以及参数敏感性问题往往会影响整个控制***的性能,而且基于传统的模型参考自适应***仅适用于恒定负载工况,且转子位置角精度有待进一步提高。随着模糊控制技术的发展,二维模糊控制器在处理非精确模型、非线性***以及带未知参数的时变***时存在一定的优势,而且结构简单、易于实现,因而将模糊控制方法应用于永磁同步电机驱动***的研究已经成为了近年来的一个研究热点。同时,基于一维模糊控制的模型参考自适应***仅适用于脉动负载工况,且转子位置角的精度有待进一步提高。
发明内容
针对上述问题,本发明的目的是提供一种基于二维模糊控制的模型参考自适应***参数自整定方法。
为实现上述目的,本发明采取以下技术方案:一种基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于该方法包括如下步骤:1)根据永磁同步电机的实际物理模型,参照传统的模型参考自适应***,构造基于二维模糊控制的模型参考自适应***;2)根据永磁同步电机的实际模型和所述步骤1)构造的参考模型,分别计算在相应输入下的直轴和交轴电流,并根据下述误差公式计算得到实际模型和参考模型之间的电流误差变量e(t):
其中,id、iq为实际电机输出的直轴和交轴电流,单位为A;为模型参考自适应***输出的直轴和交轴电流,单位为A;ψr为电机磁链,单位为Vs;Ld为电机直轴电感,单位为H;3)将电流误差变量e(t)的变化范围定义为电流误差变量脉动带e(t)band,e(t)的变化率为de(t)/dt,并通过二维模糊控制器的输入比例因子Ke和Kc作用后,将e(t)band和de(t)/dt送入二维模糊控制器中;4)根据二维模糊规则表计算得到二维模糊控制器输出u(t),所述二维模糊规则包含的49条模糊规则如下:
其中,语言值变量“NB”表示“负大”,语言值变量“NM”表示“负中”,语言值变量“NS”表示“负小”,语言值变量“ZE”表示“零”,语言值变量“PS”表示“正小”,语言值变量“PM”表示“正中”,语言值变量“PB”表示“正大”;5)得到的二维模糊控制器的输出u(t)通过二维模糊控制器的输出比例因子Ku作用后,估算转速的变化率;6)对得到的估算转速的变化率进行离散积分即可得到估算转速值。
所述步骤3)中,通过二维模糊控制器的输入比例因子Ke和Kc的作用将模糊集论域限定在[-6,+6]之间。
所述步骤3)中,二维模糊控制器输入比例因子Ke的作用是指:
当e(t)band不经过输入比例因子Ke的作用或当Ke=1时,e(t)band的有效范围与模糊集论域相同,为[-6,+6],而超出的部分会被强行限制在[-6,+6]之间,则此时二维模糊控制器对e(t)band在[-6,+6]之间的值敏感,而对超出部分的值则显得不敏感;
当Ke<1时,e(t)band的有效范围变为[-6/Ke,+6/Ke],且其范围随着Ke的减小而不断增大,即二维模糊控制器对e(t)band的作用范围增大,亦可描述为对e(t)band的控制作用随着Ke的减小而不断削弱;
当Ke>1时,e(t)band的有效范围仍为[-6/Ke,+6/Ke],但其范围随着Ke的增大而不断减小,二维模糊控制器对e(t)band的控制作用随着Ke的增大不断增强。
所述步骤3)中,二维模糊控制器输入比例因子Kc的作用是指:
当de(t)/dt不经过输入比例因子Kc的作用或当Kc=1时,de(t)/dt的有效范围与模糊集论域相同,为[-6,+6],而超出的部分被强行限制在[-6,+6]之间,则此时二维模糊控制器对de(t)/dt在[-6,+6]之间的值敏感,而对超出部分的值则显得不敏感;
当Kc<1时,de(t)/dt的有效范围变为[-6/Kc,+6/Kc],其范围随着Kc的减小而不断增大,二维模糊控制器对de(t)/dt的作用范围增大,即对de(t)/dt的控制作用随着Kc的减小而不断削弱;
当Kc>1时,de(t)/dt的有效范围仍表示为[-6/Kc,+6/Kc],但其范围随着Kc的增大而不断减小,二维模糊控制器对de(t)/dt的控制作用不断增强。
所述步骤5)中,二维模糊控制器输出比例因子Ku的作用是指:
当二维模糊控制器的输出u(t)不经过输出比例因子Ku作用或当Ku=1时,二维模糊控制器的输出u(t)与估算的转速的变化率相同;
当Ku<1时,二维模糊控制器的输出u(t)的作用被削弱后估算转速的变化率;
当Ku>1时,二维模糊控制器的输出u(t)的作用被加强后估算转速的变化率,且Ku越大,估算量越大,随着Ku的增大,对整个控制***的动态性能的改善作用越大,但当Ku过大时,容易出现PI参数振荡,继而引起整个控制***的不稳定。
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于在永磁同步电机压缩机***中,引入了二维模糊控制,使得模型参考自适应***中PI控制参数可以随着运行转速和负载状况进行自动整定,使用方便。2、本发明由于采用了基于二维模糊控制器的模型参考自适应***,相比基于一维模糊控制的模型参考自适应***而言,转子位置角误差得到了进一步的降低。3、本发明由于引入了二维模糊控制,实现了转子转速和转子位置角更为精确的估算。4、本发明由于引入了二维模糊控制,使得模型参考自适应***对不同的负载状况具有较好的适应性。5、本发明由于引入了二维模糊控制,使得整个模型参考自适应***具有更好的稳态性能。6、本发明将模糊控制与模型参考自适应***相结合,在传统的模型参考自适应***基础上增加的计算量较少,***代价较小,因而本发明可以广泛应用于无位置传感器电机控制过程中。
附图说明
图1是传统的模型参考自适应***转子位置与转速估算方法控制框图
图2是本发明二维模糊控制器模型参考自适应******控制框图
图3是本发明二维模糊控制器输入比例因子Ke的影响
图4是本发明二维模糊控制器输入比例因子Kc的影响
图5是本发明二维模糊控制器输出比例因子Ku的影响
图6是本发明二维模糊控制器的输入输出隶属度函数
图7是本发明二维模糊模型参考自适应******仿真结果
图8是本发明实验中实现模糊逻辑控制的查表形式
图9是本发明采用恒定输出转矩控制时的实验结果
具体实施方式
下面对本发明的具体实施方式作进一步的说明。
本发明采用一种基于模糊逻辑的非线性自适应法来替代传统模型参考自适应***中转速观测器中的PI控制器,从而解决了转速估算的最优化问题。
本发明基于二维模糊控制的模型参考自适应***参数自整定方法包括以下步骤:
1)根据永磁同步电机的实际物理模型,参照传统的模型参考自适应***(如图1所示),构造基于二维模糊控制的模型参考自适应***(如图2所示)。
2)根据永磁同步电机的实际模型和所述步骤1)构造的参考模型,分别计算在相应输入下的直轴和交轴电流,并根据下述误差公式计算得到实际模型和参考模型之间的电流误差变量e(t):
其中,id、iq为实际电机输出的直轴和交轴电流,单位为A(安培);为模型参考自适应***输出的直轴和交轴电流,单位为A(安培);ψr为电机磁链,单位为Vs(伏秒);Ld为电机直轴电感,单位为H(亨利)。
如图1所示,在传统的模型参考自适应控制***转速观测器中,e(t)是经过自适应率得到辨识转速,转速估算式为:
其中,Kp,Ki为模型参考自适应***的PI控制器参数。
如图2所示,本发明中二维模糊控制器作为非线性最优控制器,可以最小化e(t),并通过e(t)直接得到辨识转速。
3)将电流误差变量e(t)的变化范围定义为电流误差变量脉动带e(t)band,e(t)的变化率为de(t)/dt,并通过二维模糊控制器的输入比例因子Ke和Kc作用后,将e(t)band和de(t)/dt送入二维模糊控制器中。
本发明所提出的模糊逻辑控制器的理论基础是基于Mamdani型的模糊推理。在二维模糊控制器中,为了研究方便,利用输入比例因子Ke的作用将e(t)band的模糊集论域限定在[-6,+6],利用输入比例因子Kc的作用将de(t)/dt的模糊集论域限定在[-6,+6]。Ke和Kc的选择对整个控制***的控制性能有较大的影响,下面分别对其进行分析。
如图3所示,图中纵坐标表示模糊集论域,横坐标表示e(t)band的基本论域。若e(t)band不经过输入比例因子Ke的作用而直接输入到二维模糊控制器中,或当Ke=1时,e(t)band的有效范围与模糊集论域相同,为[-6,+6],而超出的部分被强行限制在[-6,+6]之间,则此时二维模糊控制器对e(t)band在[-6,+6]之间的值敏感,而对超出部分的值则显得不敏感;当Ke<1时,有效的e(t)band的范围变为[-6/Ke,+6/Ke],其范围随着Ke的减小而不断增大,即二维模糊控制器对e(t)band的作用范围增大,亦可描述为对e(t)band的控制作用随着Ke的减小而不断削弱;同样的,当Ke>1时,有效的e(t)band范围仍为[-6/Ke,+6/Ke],但其范围随着Ke的增大而不断减小,二维模糊控制器对e(t)band的控制作用不断增强。因此,在二维模糊控制器中,需要确定如何选取二维模糊控制器的输入比例因子Ke。
如图4所示,在本发明中,还需分析Kc对整个控制***的控制性能的影响。这是因为,若de(t)/dt不经过输入比例因子Kc的作用或当Kc=1时,de(t)/dt的有效范围与模糊集论域相同,为[-6,+6],而超出的部分被强行限制在[-6,+6]之间,则此时二维模糊控制器对de(t)/dt在[-6,+6]之间的值敏感,而对超出部分的值则显得不敏感;当Kc<1时,有效的de(t)/dt范围变为[-6/Kc,+6/Kc],其范围随着Kc的减小而不断增大,二维模糊控制器对de(t)/dt的作用范围增大,即对de(t)/dt的控制作用随着Kc的减小而不断削弱;当Kc>1时,有效的de(t)/dt范围仍表示为[-6/Kc,+6/Kc],但其范围随着Kc的增大而不断减小,二维模糊控制器对de(t)/dt的控制作用不断增强。
4)根据二维模糊规则计算得到模糊控制器输出u(t),本发明二维模糊规则包含的49条模糊规则如下(如表1所示)。
表1二维模糊模型参考自适应***模糊规则
其中,语言值变量“NB”表示“负大”,语言值变量“NM”表示“负中”,语言值变量“NS”表示“负小”,语言值变量“ZE”表示“零”,语言值变量“PS”表示“正小”,语言值变量“PM”表示“正中”,语言值变量“PB”表示“正大”。
二维模糊控制器的输入输出隶属度函数有多种分布,本发明所采用的是具有均匀分布的输入隶属度函数(如图5(a)、5(b)所示)和输出隶属度函数(如图5(c)所示),模糊集论域均为[-6,+6]。在具体的计算过程中,需要把二维模糊控制器的输入变量e(t)band和de(t)/dt转换为相应的输入隶属度函数送入二维模糊控制器,然后根据二维模糊规则将输入隶属度函数换算成相应的输出隶属度函数,最后再将输出隶属度函数转换为实际的二维模糊控制器的输出。
5)得到的二维模糊控制器的输出通过二维模糊控制器的输出比例因子Ku作用后,估算转速的变化率。
如图6所示,利用与上述输入比例因子类似的描述方法,分析二维模糊控制器的输出比例因子Ku的影响。当二维模糊控制器的输出不经过输出比例因子Ku作用或当Ku=1时,二维模糊控制器的输出与估算的转速的变化率相同;而当Ku<1时,二维模糊控制器的输出量的作用被削弱后估算转速的变化率;当Ku>1时,二维模糊控制器输出量的作用被加强后估算转速的变化率,且Ku越大,估算量越大,且随着Ku的增大,对整个控制***的动态性能的改善作用越大,但当Ku过大时,容易出现PI参数振荡,继而引起整个控制***的不稳定。因此,需确定如何选择合适的输出比例因子Ku。
由上述分析可知,二维模糊控制器的输入比例因子Ke、Kc和输出比例因子Ku的选择在很大程度上影响了整个模糊逻辑控制器的控制性能,所以本发明中通过尝试误差调整的方式来整定上述几个比例因子的值以确保整个基于二维模糊控制器的自适应***的控制性能。
6)对得到的估算转速的变化率进行离散积分即可得到估算转速值。
为了验证本发明提出的基于二维模糊控制的模型参考自适应***,可以在Matlab/Simulink平台上进行仿真验证。仿真所用的电机参数如下(如表2所示):
表2仿真参数
实验参数 | 取值 |
定子电阻R | 1.093Ω |
d轴电感Ld | 5.674mH |
q轴电感Lq | 16.138mH |
反电势系数KE | 0.2979V/(rad/s) |
极对数p | 2 |
直流母线电压Vdc | 300V |
控制频率f | 5kHz |
负载转矩TL | (TLmax:3.6N·m,θmax=200°) |
根据前面的分析,在仿真中,二维模糊控制器的输入输出比例因子采用典型值:
Ke=0.1、Kc=0.5、Ku=1.0 (3)
如图7所示,给定仿真转速为1200r/min,并分别在恒定负载转矩和脉动负载转矩两种控制方式下进行仿真。其中,图7(a)是带恒定负载转矩1.8N·m时的转速波形,图7(b)是带脉动负载转矩时的稳态转速波形。仿真结果表明,采用基于二维模糊控制器的模型参考自适应***能够获得较好的控制性能。
本发明还可以对基于二维模糊控制的模型参考自适应***进行实验验证。为了加快实验中二维模糊控制器的运行速度,在使用二维模糊控制器时,需先将二维模糊控制器离线设计成二维模糊控制表,然后以表格的形式存放在实验程序中(如图8所示)。考虑之前对二维模糊控制器的输入和输出比例因子的影响的分析,在二维模糊控制器实验中,选择二维模糊控制器的输入和输出比例因子的典型值:
Ke=0.02、Kc=0.3、Ku=0.1 (4)
如图9所示,采用恒定输出转矩控制方式进行实验,其中图9(a)为实际转速和估算转速波形,图9(b)为二维模糊控制器的输出波形,图9(c)为实际转子位置角和估算转子位置角波形,图9(d)为实际转子位置角和估算转子位置角之间的误差,可以看出其最大值约为6.0°。
上述实验结果表明,在永磁同步电机压缩机***中,采用基于二维模糊控制的模型参考自适应***,能够实现转子转速和转子位置角更为精确的估算,相比基于一维模糊控制的模型参考自适应***而言,转子位置角误差得到了进一步降低,且具有较好的稳态性能。
上述各实施例仅用于说明本发明,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (6)
1.一种基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于该方法包括如下步骤:
1)根据永磁同步电机的实际物理模型,参照传统的模型参考自适应***,构造基于二维模糊控制的模型参考自适应***;
2)根据永磁同步电机的实际模型和所述步骤1)构造的参考模型,分别计算在相应输入下的直轴和交轴电流,并根据下述误差公式计算得到实际模型和参考模型之间的电流误差变量e(t):
其中,id、iq为实际电机输出的直轴和交轴电流,单位为A;为模型参考自适应***输出的直轴和交轴电流,单位为A;ψr为电机磁链,单位为Vs;Ld为电机直轴电感,单位为H;
3)将电流误差变量e(t)的变化范围定义为电流误差变量脉动带e(t)band,e(t)的变化率为de(t)/dt,并通过二维模糊控制器的输入比例因子Ke和Kc作用后,将e(t)band和de(t)/dt送入二维模糊控制器中;
4)根据二维模糊规则表计算得到二维模糊控制器输出u(t),所述二维模糊规则包含的49条模糊规则如下:
其中,语言值变量“NB”表示“负大”,语言值变量“NM”表示“负中”,语言值变量“NS”表示“负小”,语言值变量“ZE”表示“零”,语言值变量“PS”表示“正小”,语言值变量“PM”表示“正中”,语言值变量“PB”表示“正大”;
5)得到的二维模糊控制器的输出u(t)通过二维模糊控制器的输出比例因子Ku作用后,估算转速的变化率;
6)对得到的估算转速的变化率进行离散积分即可得到估算转速值。
2.如权利要求1所述的基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于:所述步骤3)中,通过二维模糊控制器的输入比例因子Ke和Kc的作用将模糊集论域限定在[-6,+6]之间。
3.如权利要求1或2所述的基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于:所述步骤3)中,二维模糊控制器输入比例因子Ke的作用是指:
当e(t)band不经过输入比例因子Ke的作用或当Ke=1时,e(t)band的有效范围与模糊集论域相同,为[-6,+6],而超出的部分会被强行限制在[-6,+6]之间,则此时二维模糊控制器对e(t)band在[-6,+6]之间的值敏感,而对超出部分的值则显得不敏感;
当Ke<1时,e(t)band的有效范围变为[-6/Ke,+6/Ke],且其范围随着Ke的减小而不断增大,即二维模糊控制器对e(t)band的作用范围增大,亦可描述为对e(t)band的控制作用随着Ke的减小而不断削弱;
当Ke>1时,e(t)band的有效范围仍为[-6/Ke,+6/Ke],但其范围随着Ke的增大而不断减小,二维模糊控制器对e(t)band的控制作用随着Ke的增大不断增强。
4.如权利要求1或2所述的基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于:所述步骤3)中,二维模糊控制器输入比例因子Kc的作用是指:
当de(t)/dt不经过输入比例因子Kc的作用或当Kc=1时,de(t)/dt的有效范围与模糊集论域相同,为[-6,+6],而超出的部分被强行限制在[-6,+6]之间,则此时二维模糊控制器对de(t)/dt在[-6,+6]之间的值敏感,而对超出部分的值则显得不敏感;
当Kc<1时,de(t)/dt的有效范围变为[-6/Kc,+6/Kc],其范围随着Kc的减小而不断增大,二维模糊控制器对de(t)/dt的作用范围增大,即对de(t)/dt的控制作用随着Kc的减小而不断削弱;
当Kc>1时,de(t)/dt的有效范围仍表示为[-6/Kc,+6/Kc],但其范围随着Kc的增大而不断减小,二维模糊控制器对de(t)/dt的控制作用不断增强。
5.如权利要求1或2所述的基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于:所述步骤5)中,二维模糊控制器输出比例因子Ku的作用是指:
当二维模糊控制器的输出u(t)不经过输出比例因子Ku作用或当Ku=1时,二维模糊控制器的输出u(t)与估算的转速的变化率相同;
当Ku<1时,二维模糊控制器的输出u(t)的作用被削弱后估算转速的变化率;
当Ku>1时,二维模糊控制器的输出u(t)的作用被加强后估算转速的变化率,且Ku越大,估算量越大,随着Ku的增大,对整个控制***的动态性能的改善作用越大,但当Ku过大时,容易出现PI参数振荡,继而引起整个控制***的不稳定。
6.如权利要求3或4所述的基于二维模糊控制的模型参考自适应***参数自整定方法,其特征在于:所述步骤5)中,二维模糊控制器输出比例因子Ku的作用是指:
当二维模糊控制器的输出u(t)不经过输出比例因子Ku作用或当Ku=1时,二维模糊控制器的输出u(t)与估算的转速的变化率相同;
当Ku<1时,二维模糊控制器的输出u(t)的作用被削弱后估算转速的变化率;
当Ku>1时,二维模糊控制器的输出u(t)的作用被加强后估算转速的变化率,且Ku越大,估算量越大,随着Ku的增大,对整个控制***的动态性能的改善作用越大,但当Ku过大时,容易出现PI参数振荡,继而引起整个控制***的不稳定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410238471.6A CN103986400B (zh) | 2014-05-30 | 2014-05-30 | 基于二维模糊控制的模型参考自适应***参数自整定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410238471.6A CN103986400B (zh) | 2014-05-30 | 2014-05-30 | 基于二维模糊控制的模型参考自适应***参数自整定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103986400A true CN103986400A (zh) | 2014-08-13 |
CN103986400B CN103986400B (zh) | 2016-04-20 |
Family
ID=51278251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410238471.6A Active CN103986400B (zh) | 2014-05-30 | 2014-05-30 | 基于二维模糊控制的模型参考自适应***参数自整定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103986400B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104270046A (zh) * | 2014-09-26 | 2015-01-07 | 嘉善博工数控科技有限公司 | 一种基于转速-电流二维模糊模型自学习的电机控制方法 |
CN105827170A (zh) * | 2016-03-18 | 2016-08-03 | 四川长虹电器股份有限公司 | 基于Lyapunov稳定性的永磁同步电机转速位置检测***及方法 |
CN109876216A (zh) * | 2019-01-08 | 2019-06-14 | 江苏大学 | 一种基于无创测量的lvad无差别自适应的模糊pi控制方法 |
CN113162498A (zh) * | 2021-04-27 | 2021-07-23 | 谷芯(广州)技术有限公司 | 一种基于模糊pi控制的永磁同步电机矢量控制方法及*** |
CN116077826A (zh) * | 2023-03-15 | 2023-05-09 | 安徽通灵仿生科技有限公司 | 一种心室导管泵的转速控制方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004064949A (ja) * | 2002-07-31 | 2004-02-26 | Meidensha Corp | 超音波モータの位置制御方式 |
KR20060001978A (ko) * | 2005-12-20 | 2006-01-06 | 순천대학교 산학협력단 | 유도전동기 회전자의 시정수 추정을 위한 mras 퍼지제어시스템 |
CN101252336A (zh) * | 2008-03-07 | 2008-08-27 | 清华大学 | 永磁同步电机-压缩机***高速运行控制方法 |
CN102769425A (zh) * | 2012-07-16 | 2012-11-07 | 电子科技大学 | 一种基于mras和模糊控制的永磁同步电机控制方法 |
CN103595050A (zh) * | 2013-11-22 | 2014-02-19 | 河海大学常州校区 | 模型参考自适应模糊控制的有源电力滤波器控制方法 |
-
2014
- 2014-05-30 CN CN201410238471.6A patent/CN103986400B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004064949A (ja) * | 2002-07-31 | 2004-02-26 | Meidensha Corp | 超音波モータの位置制御方式 |
KR20060001978A (ko) * | 2005-12-20 | 2006-01-06 | 순천대학교 산학협력단 | 유도전동기 회전자의 시정수 추정을 위한 mras 퍼지제어시스템 |
CN101252336A (zh) * | 2008-03-07 | 2008-08-27 | 清华大学 | 永磁同步电机-压缩机***高速运行控制方法 |
CN102769425A (zh) * | 2012-07-16 | 2012-11-07 | 电子科技大学 | 一种基于mras和模糊控制的永磁同步电机控制方法 |
CN103595050A (zh) * | 2013-11-22 | 2014-02-19 | 河海大学常州校区 | 模型参考自适应模糊控制的有源电力滤波器控制方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104270046A (zh) * | 2014-09-26 | 2015-01-07 | 嘉善博工数控科技有限公司 | 一种基于转速-电流二维模糊模型自学习的电机控制方法 |
CN104270046B (zh) * | 2014-09-26 | 2017-10-20 | 骆伟法 | 基于转速‑电流二维模糊模型自学习的电机控制方法 |
CN105827170A (zh) * | 2016-03-18 | 2016-08-03 | 四川长虹电器股份有限公司 | 基于Lyapunov稳定性的永磁同步电机转速位置检测***及方法 |
CN109876216A (zh) * | 2019-01-08 | 2019-06-14 | 江苏大学 | 一种基于无创测量的lvad无差别自适应的模糊pi控制方法 |
CN109876216B (zh) * | 2019-01-08 | 2021-10-12 | 江苏大学 | 一种基于无创测量的lvad无差别自适应的模糊pi控制方法 |
CN113162498A (zh) * | 2021-04-27 | 2021-07-23 | 谷芯(广州)技术有限公司 | 一种基于模糊pi控制的永磁同步电机矢量控制方法及*** |
CN113162498B (zh) * | 2021-04-27 | 2021-12-21 | 谷芯(广州)技术有限公司 | 一种基于模糊pi控制的永磁同步电机矢量控制方法及*** |
CN116077826A (zh) * | 2023-03-15 | 2023-05-09 | 安徽通灵仿生科技有限公司 | 一种心室导管泵的转速控制方法及装置 |
CN116077826B (zh) * | 2023-03-15 | 2024-05-14 | 安徽通灵仿生科技有限公司 | 一种心室导管泵的转速控制方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103986400B (zh) | 2016-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ortombina et al. | Magnetic modeling of synchronous reluctance and internal permanent magnet motors using radial basis function networks | |
CN107659237B (zh) | 一种永磁同步电机的无模型无差拍电流预测控制装置及其方法 | |
CN103986400B (zh) | 基于二维模糊控制的模型参考自适应***参数自整定方法 | |
CN102868342B (zh) | 电机的控制 | |
CN102299679B (zh) | 确定异步电机再启动时转速的方法 | |
CN103997274B (zh) | 基于一维模糊控制的模型参考自适应***参数自整定方法 | |
Peters et al. | A precise open-loop torque control for an interior permanent magnet synchronous motor (IPMSM) considering iron losses | |
CN107154763A (zh) | 永磁同步电机无差拍直接转矩控制***及控制方法 | |
CN106712627B (zh) | 一种永磁同步电机关键参数的获取方法、装置及电动汽车 | |
CN105075104A (zh) | 用于确定感应电机的励磁曲线和转子电阻的***以及制造其的方法 | |
CN105680746A (zh) | 一种利用在线粒子群优化算法来设计永磁同步电动机电流和速度控制器pi参数的方法 | |
CN103812412B (zh) | 用于估算感应电动机中参数的装置 | |
CN103684183B (zh) | 异步电机转速估计方法 | |
CN105680755A (zh) | 一种永磁同步电机的无模型电流控制方法 | |
CN108418487A (zh) | 一种用于电动汽车的速度脉动抑制方法 | |
CN103051279B (zh) | 一种基于矢量控制的感应电机电流失控预测方法 | |
CN104201962A (zh) | 一种高速列车牵引感应电机参数辨识方法 | |
Mapelli et al. | A rotor resistance MRAS estimator for EV induction motor traction drive based on torque and reactive stator power: Simulation and experimental results | |
Specht et al. | Discrete-time model of an IPMSM based on variational integrators | |
CN105743405B (zh) | 基于popov超稳定性的永磁同步电机转速位置检测***及方法 | |
CN105024612A (zh) | 一种基于参数辨识的电机电流控制方法及*** | |
CN109379003A (zh) | 高速永磁同步电机控制的方法、装置及计算机存储介质 | |
CN105553365A (zh) | 一种永磁无刷电机参数自动辨识控制方法 | |
Dogan et al. | Application of speed control of permanent magnet synchronous machine with PID and fuzzy logic controller | |
Liu et al. | Speed estimation and Parameters Identification simultaneously of PMSM based on MRAS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |