APP下载

一种基于迭代学习算法的永磁同步电机调速系统优化∗

2018-07-10顾鼎锡马继先

计算机与数字工程 2018年6期
关键词:系统

顾鼎锡 马继先

1 引言

永磁同步电机具有高效能高功率密度的优点,被广泛用于运动控制系统,尤其是在工业、航空航天以及国防军事领域,以永磁同步电动机为执行机构的全数字永磁同步伺服系统正在逐步取代直流电动机、步进电动机运动系统而成为伺服驱动系统的发展方向。但同时,永磁同步电机在带负载运行的过程中,由于自身的摩擦力、波纹推力以及负载所带来的扰动,电机调速系统会处于一个不稳定的状态,且这些扰动特性复杂,难以建模,严重影响了电机调速系统的精确度。现阶段,主要的扰动控制方法有PI控制,模糊控制等,但由于永磁同步电机的特殊性,这些方法均没有很好的抑制干扰。

针对永磁同步电机扰动的特点,引入迭代学习算法[9],迭代学习算法是一种新型的控制策略,在学习控制领域占据着重要的地位。迭代学习算法一般采用重复学习的控制策略,就是通过对控制系统的信号进行比对,对比输出轨迹和给定轨迹的差值来完善不确定的控制信号,并产生处理后的较为稳定的控制信号,使得系统的跟踪性能得以提高。迭代学习算法是一种离线的学习过程,它不一定需要动态系统的精确数学模型,可以被运用在抑制电机转矩的波动方面。

2 永磁同步电机调速系统的设计

2.1 电机模型的建立

永磁同步电机虽性能较好、调速范围较宽,但由于电机内部的电磁之间的关系非常复杂,数学模型的建立相对比较艰难,在建立模型之前必须提出如下设定:建立的模型忽略磁路饱和、涡流和损耗;……

登录APP查看全文

猜你喜欢

系统
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
基于PowerPC+FPGA显示系统
基于UG的发射箱自动化虚拟装配系统开发
半沸制皂系统(下)
FAO系统特有功能分析及互联互通探讨
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
PLC在多段调速系统中的应用
1-Bit人机交互系统