线反电动势观测器的改进与增益优化的BLDC控制方法研究

来源 :大连交通大学 | 被引量 : 0次 | 上传用户:petelau
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无刷直流电机因具备优良的调速性能、简洁的内部结构及较高的使用效率,自问世以来被广泛应用于各个领域,关于其控制方式的研究也成为现代电气传动领域的研究热点。无刷直流电机的普遍控制方式是采用机械传感器获取转子位置对定子绕组进行换相以实现其旋转。然而,位置传感器会在系统尺寸、控制成本、抗干扰性及电路复杂性等多方面限制无刷直流电机的推广与应用。因此,无刷直流电机的无位置传感器控制技术成为目前国内外一重点的研究方向。无位置传感器控制的关键问题是电机转子位置信息的采集。本文通过阅读大量相关文献,研究国内外几种主流的无位置传感器控制方法后,总结了现有方法中存在的优缺点,以无刷直流电机控制系统为研究对象,通过分析其整体结构、数学模型和控制原理等,经综合考虑后采用状态观测理论研究设计了一种基于线反电动势状态观测器来获得电机速度及转子位置等相关信息的方法,以此为基础进行无刷直流电机的无位置传感器控制。同时,针对传统状态观测器设计理论中存在的普遍缺陷,如包含大量高频干扰分量、开关增益值的选择需要高频且恒定、估算状态量易抖振等问题,本文改进传统状态观测器结构,提出了一种线性和非线性误差反馈相结合的新结构,极大程度上减小了估算速度中的抖振和估算反电动势中的高频扰动分量,加速估算状态量的收敛和提高观测器的稳定性。此外,为进一步确定改进后观测器的增益参数及内部反馈项函数中可调参数的最优值,本文摒弃了传统的极点配置求增益值的方法,查阅大量优化算法后选用了一种新颖的元启发式优化算法——灰狼优化算法,以电机转速的时间乘以误差积分(ITAE)作为寻优性能指标对观测器中的相关参数进行寻优计算,确保观测器在估算状态量过程中的抗干扰性及准确性,减小了与实际状态量之间的误差,保证电机转速输出的最优化。最后以MATLAB/Simulink为仿真平台,通过与传统的观测器对比及模拟不同工况下仿真。结果表明,该文所提出的改进和优化后的观测器在其加快收敛速度和减弱估计状态量的波动上有很大提升,有效降低了估算速度的绝对平均值和峰值误差,实现了无刷直流电机无位置传感器的最优化控制。
其他文献
绵羊痘病毒(Sheeppox virus,SPPV)引起的绵羊痘发病症状和人类的天花很像,又称“羊天花”。目前SPPV的致病机制和机体的免疫机制研究都不清楚。痘病毒的病毒生物学特征及致病机
本文主要研究分裂等式不动点问题及其扩展形式的求解算法.该类问题在博弈论、决策科学、均衡问题、图像重构、人脸识别等领域具有重要应用,因此该课题的研究具有重要意义.通过对相关文献中的算法进行深入研究,设计了新的求解这类问题的算法,证明了算法的强收敛或弱收敛性.证明过程中充分利用了特殊算子的定义和算子的相关性质.通过数值算例将新设计的算法与相关文献中的算法进行比较,验证了其具有更好的收敛性和更快的收敛速
英语词汇是英语学习的重要基础,词汇教学自然成为了英语教学的重点之一。2017版的《普通高中英语课程标准》对普通高中英语词汇教学提出了新的要求。然而,在一些综合实力比较薄弱的高中,英语词汇教学仍延用着传统的模式。传统模式下的英语词汇教学忽略了学生的主体性,降低了学生的课堂参与度和课堂学习效率,严重影响了学生英语综合能力的提升。20世纪90年代末,英国著名的教学专家杰里米·哈默(Jeremy Harm
我国目前正处于结构性减速的经济新常态时期,国家经济面临着转型升级与持续发展的双重挑战。以创新促进全要素生产率的提升,再造经济发展的新动力,成为目前我国经济发展的重
偶氮苯(Azo)可以吸收特定波长的光,由反式结构转变为亚稳态的顺式结构,两种异构体之间的能级差可以实现能量存储,在一定外界刺激下(如光,热等)由顺式结构转变到反式结构,并释放能量,该可逆结构转变特性使偶氮苯在光能存储领域具有一定的应用。但偶氮基光热存储材料受其分子结构的限制,导致其存在能量密度低、放热速率慢且可控性差等缺点,限制了在光热存储材料领域的应用。针对以上问题,本文通过在偶氮苯分子中引入杂
随着我国经济的快速发展,煤炭、石油等能源资源日益紧缺,对工业生产提出了更高的要求。作为节约资源的有效途径之一,热量的高效利用已经得到了全社会的广泛关注。如何高效精确地模拟数值传热问题,把握热量的传导量、传导速度、传导范围等规律以及温度分布场状况,对于节约能源资源和指导工业生产具有重大意义。目前,各种数值分析与计算方法已经被广泛应用于数值传热学研究中,宏观上可以分为网格方法与无网格方法两类。其中,无
基于低/无碰撞区(LHZ/NHZ)跳频序列的准同步组网的跳频码分多址(QS-FH-CDMA)系统是一种性能优越的跳频通信方式。经研究发现,在实际系统中,跳频信号除存在传输时延外,还可能
近年来,以 Faster R-CNN(Faster Region with Convolutional Neural Network)为代表的深度学习算法在前方道路车辆(简称“前车”)检测中取得显著成功,但同时也面临因车辆运动的不确定性、遮挡等因素所带来的诸多问题挑战。本文在Faster R-CNN算法的基础上,分别从前车检测精度、遮挡前车检测以及前车检测速度三个方面进行了问题的探究及对应Fast
21世纪将是扩频通信的时代,无论是在军事通信、卫星通信、测距定位中,还是在民用的数字蜂房移动通信领域,都对具有良好相关特性的理想信号实例产生了空前大量的需求。然而,受
过去几十年里,移动通信技术飞速发展,极大地便捷了人们的生活,同时也对通信的速度和通信容量也提出了更高的要求。如今,传统的通信模式已经难以实现频谱效率和系统性能的大幅