永磁同步电机自抗扰伺服控制算法仿真模型研究#毕业设计

本文涉及的产品
交互式建模 PAI-DSW,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
模型训练 PAI-DLC,5000CU*H 3个月
简介: 永磁同步电机自抗扰伺服控制算法仿真模型研究#毕业设计

永磁同步电机自抗扰伺服控制算法仿真模型研究


4.1 自抗扰控制器


自抗扰控制器理论最早是由韩京清教授提出来的,该控制技术具有很好的稳定性和超强的抗干扰能力,能够很好地填补传统 PID 控制的缺点,同时又能够提高整个控制系统的动态性和鲁棒性[9]。其框架主要由:控制器、控制对象、扩张观测器组成,基本框架如图4.1所示。

e371c8d2787b85c70b44b3ef6974e83e_4af95a8a87464d3a844ec87ad8fce8df.png图4.1 自抗扰控制器基本结构图


对自抗扰控制器进一步理解,举例二阶自抗扰系统,状态方程表示为:

1ac3363ddd9bca8bd1e0554aaf34dfe6_d1211883e4cf4a6683ceadbbfff591db.png

上式中的X_1和X_2表示系统中的两个状态; u为控制信号,y为输出信号,现如若将表达式f替换成状态X_3表示,则表示为被控对象中区别于积分串联型的扰动总称。变化后状态方程表示为:

6b8d6d555a86a131da419356190a49a2_0a64bc96ad2b44868079f4c808b8dd19.png

根据上述状变化后的状态方程从而设计二阶非线性控制系统,自抗扰控制器结构图如图 4.2 所示。

822a2ee1a56e8588bff364ca01f6afe7_d81741a9e4484d5dbce0eb0d835632b5.png

图 4.2 二阶非线性控制系统自抗扰控制器结构图


从上图可看出自抗扰控制器主要由跟踪微分器、非线性误差反馈控制率以及扩张状态观测器组成,其中跟踪微分器是对设定的v安排合理的过度v_1,然后提取出需要的微分信号v_2;非线性误差反馈控制率可以通过作差得到e_1=v_1 “-” “z” _2,e_2=v_2 “-” “z” _1,其后经过非线性处理之后计算得到控制量u_0;扩张状态观测器主要根据被控制对象的输出量y和控制量u 把被控对象中的z_1、z_1和总扰动的z_3进行估算出来。


4.2 位置闭环控制器设计


位置环作为永磁同步电机控制系统的最外环,主要表现出来系统的静态特性,为了让位置环达到更快的快速响应,在PMSM控制系统的位置环上采用P控制。把来之电机上的位置反馈信号与设定值作差,经过P调节后作为速度环的输入,则PMSM的位置环的输出方程如下所示:

G_p (t)=K_p e(t)

上式中的 K_p 表示为位置环比例增益, 根据数学公式设计的位置环比例控制框图如图4.3所示。

d10eaeaea32ef5982c98fbe5426c9d63_bf56f1094adb4777800d885bf31d60f8.png

图4.3 位置环比例控制框图


4.3 控制系统仿真研究


4.3.1 Matlab/Simulink 仿真模型


通过搭建 Matlab/Simulink 仿真模型对上文永磁同步电机改后的控制效果进行仿真实验验证。如图4.3所示。

f258091705ec175100f1e4798c719607_bb630251aac94547b91e8ff6b6b79909.png

图4.3 基于改进型自抗扰永磁同步电机速度环控制系统框图



fad93ebaa379e0e2879b0d86c21a5362_f007156adbc84c08be05ab13175c12c7.png

图4.4 基于改进型自抗扰永磁同步电机速度环控制系统仿真模型


永磁同步电机控制系统经过多次仿真实验研究最终得出了改进型一阶自抗扰控制器的参数设定;跟踪微分器中的速度因子 、滤波因子h_0=“0.01” ;扩张观测器函数取值α_0=“0.5” ,α_1=“0.35” ,δ_1=“0.01” ,β_1=“50” ,β_2=“1000” ;非线性误差反馈规律中α_2=“0.6” ,δ_2=“0.001” ,β_3=“500” ;扰动补偿的补偿因子b_0=“2.458” 。


4.3.2 空载启动性能分析


为了验证改进型一阶自抗扰控制器的性能,首先分析永磁同步电机空载启动改进了那些性能指标,。PMSM的速度 给定为1000r/min,仿真后的结果如图4.5、4.6、4.7所示。

18dea5a077d2ab90bcaf3b6ef8774f39_4ae80b45be70439ca31ef9a15efbddca.png

图 4.5 速度响应曲线


b48f7e8c30b51ea5a39eba69b2022891_337576bfeed74881bdf5c95fb2c8312b.png

图 4.6 速度误差响应曲线


e58b9904bcd8c42d1287de7f51ccfe88_0ad6d258241e4e5996797bc007f710ff.png

图4.7 空载转矩响应曲线


### 4.3.3 加载恒转速起动性能分析


在上文给定的毒素下,当在0.2s的时候给与6N的负载,实验仿真结果得到PI控制和改进型自抗扰控制速度响应图分别为图4.8和图4.9所示,加载转矩对比响应曲线图如图4.10所示。


图 4.11 速度阶梯响应曲线


4.3.4阶梯控制性能分析


永磁同步电机在仿真中初始速度设定1000r/min作为起动速度,在0.2s时把永磁同步电机的速度突然增加到1500r/min。应曲线如图4.12所示,阶梯速度误差响应曲线如图4.13所示。


图 4.12 速度阶梯响应曲线


图 4.13 阶梯速度误差曲线


根据以上的仿真响应曲线图分析可得:由于图3.5、3.6、3.7都是在空载条件下,速度环分别用改进型一阶自抗扰控制器与传统PI控制器仿真对比后的结果曲线图。

采用改进型一阶自抗扰控制器后控制系统的速度响应时间提前了0.002s,超调量减少了2.424%,同时起动转矩也降低了26.77%;图4.8、4.9、4.10表示为控制系统在0.2S的时候突然增加6N负载,再次条件下对系统仿真,仿真结果表明抵抗负载的能力提高了15.3%,加载后转矩波动减少了35.5%;图4.11为在恒速条件下0.2s突加负载,通过仿真结果表明,突加负载时响应时间提高了0.003s,抵抗扰动的能力提高了20.1%;图4.12、4.13在相同条件下0.2s时速度由1000r/min突然加速到1500r/min,速度响应提前了0.001s,突然加速的速度误差降低了50%。


4.3.5 位置速度闭环控制仿真


为了验证上文中位置环P控制系统性能,利用Matlab/Simulink软件进行仿真验证。基于P控制器的永磁同步电机位置环控制系统框图。


待续。。。。。。。。。。。。。。。。


相关文章
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
算法金 | Transformer,一个神奇的算法模型!!
**Transformer 模型的核心是自注意力机制,它改善了长序列理解,让每个单词能“注意”到其他单词。自注意力通过查询、键和值向量计算注意力得分,多头注意力允许并行处理多种关系。残差连接和层归一化加速训练并提升模型稳定性。该机制广泛应用于NLP和图像处理,如机器翻译和图像分类。通过预训练模型微调和正则化技术可进一步优化。**
27 1
算法金 | Transformer,一个神奇的算法模型!!
|
2天前
|
机器学习/深度学习 人工智能 算法
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
服装识别系统,本系统作为图像识别方面的一个典型应用,使用Python作为主要编程语言,并通过TensorFlow搭建ResNet50卷积神经算法网络模型,通过对18种不同的服装('黑色连衣裙', '黑色衬衫', '黑色鞋子', '黑色短裤', '蓝色连衣裙', '蓝色衬衫', '蓝色鞋子', '蓝色短裤', '棕色鞋子', '棕色短裤', '绿色衬衫', '绿色鞋子', '绿色短裤', '红色连衣裙', '红色鞋子', '白色连衣裙', '白色鞋子', '白色短裤')数据集进行训练,最后得到一个识别精度较高的H5格式模型文件,然后基于Django搭建Web网页端可视化操作界面,实现用户在界面中
11 1
【服装识别系统】图像识别+Python+人工智能+深度学习+算法模型+TensorFlow
|
4天前
|
人工智能 算法
从RLHF到DPO再到TDPO,大模型对齐算法已经是token-level
【7月更文挑战第1天】在AI领域的语言模型对齐研究中,新提出的TDPO算法实现了Token-level的直接优化。不同于以往在答案级别评估的方法,TDPO利用前向KL散度和Bradley-Terry模型,直接在生成过程的Token层面上调整对齐,提高微调精度和多样性。实验显示,TDPO优于DPO和RLHF,在某些任务上表现出色,但也面临计算资源需求高、处理复杂任务时局限性等问题,需要进一步验证和改进。[论文链接](https://arxiv.org/abs/2404.11999)
27 8
|
6天前
|
算法 安全 数据库
基于结点电压法的配电网状态估计算法matlab仿真
**摘要** 该程序实现了基于结点电压法的配电网状态估计算法,旨在提升数据的准确性和可靠性。在MATLAB2022a中运行,显示了状态估计过程中的电压和相位估计值,以及误差随迭代变化的图表。算法通过迭代计算雅可比矩阵,结合基尔霍夫定律解决线性方程组,估算网络节点电压。状态估计过程中应用了高斯-牛顿或莱文贝格-马夸尔特法,处理量测数据并考虑约束条件,以提高估计精度。程序结果以图形形式展示电压幅值和角度估计的比较,以及估计误差的演变,体现了算法在处理配电网状态估计问题的有效性。
|
2天前
|
数据采集 存储 算法
基于BP算法的SAR成像matlab仿真
**摘要:** 基于BP算法的SAR成像研究,利用MATLAB2022a进行仿真。SAR系统借助相对运动合成大孔径,提供高分辨率图像。BP算法执行回波数据预处理、像素投影及图像重建,实现精确成像。优点是高精度和强适应性,缺点是计算量大、内存需求高。代码示例展示了回波生成、数据处理到插值显示的全过程。
|
10天前
|
机器学习/深度学习 自然语言处理 算法
m基于深度学习的OFDM+QPSK链路信道估计和均衡算法误码率matlab仿真,对比LS,MMSE及LMMSE传统算法
**摘要:** 升级版MATLAB仿真对比了深度学习与LS、MMSE、LMMSE的OFDM信道估计算法,新增自动样本生成、复杂度分析及抗频偏性能评估。深度学习在无线通信中,尤其在OFDM的信道估计问题上展现潜力,解决了传统方法的局限。程序涉及信道估计器设计,深度学习模型通过学习导频信息估计信道响应,适应频域变化。核心代码展示了信号处理流程,包括编码、调制、信道模拟、降噪、信道估计和解调。
37 8
|
12天前
|
算法
基于GA遗传优化的混合发电系统优化配置算法matlab仿真
**摘要:** 该研究利用遗传算法(GA)对混合发电系统进行优化配置,旨在最小化风能、太阳能及电池储能的成本并提升系统性能。MATLAB 2022a用于实现这一算法。仿真结果展示了一系列图表,包括总成本随代数变化、最佳适应度随代数变化,以及不同数据的分布情况,如负荷、风速、太阳辐射、弃电、缺电和电池状态等。此外,代码示例展示了如何运用GA求解,并绘制了发电单元的功率输出和年变化。该系统原理基于GA的自然选择和遗传原理,通过染色体编码、初始种群生成、适应度函数、选择、交叉和变异操作来寻找最优容量配置,以平衡成本、效率和可靠性。
|
3天前
|
算法 vr&ar
基于自适应波束成形算法的matlab性能仿真,对比SG和RLS两种方法
```markdown - MATLAB2022a中比较SG与RLS自适应波束成形算法。核心程序实现阵列信号处理,强化期望信号,抑制干扰。RLS以其高效计算权重,而SG则以简单和低计算复杂度著称。[12345] [6666666666] [777777] ```
|
8天前
|
算法 数据可视化 网络安全
清华等高校推出首个开源大模型水印工具包MarkLLM,支持近10种最新水印算法
【6月更文挑战第27天】清华大学等高校发布了开源工具MarkLLM,这是首个专注于大语言模型水印的工具包,支持近10种先进算法。该工具统一了水印实现,便于比较和使用,旨在促进水印技术在保障信息真实性和网络安全上的应用。MarkLLM提供直观界面、可视化及自动化评估,推动了大模型水印研究的进步。[论文链接:](https://arxiv.org/abs/2405.10051)**
14 5
|
4天前
|
算法 索引
基于Prony算法的系统参数辨识matlab仿真
Prony算法在MATLAB2022a中用于信号分析,识别复指数信号成分。核心程序通过模拟信号X1,添加不同SNR的噪声,应用Prony方法处理并计算误差。算法基于离散序列的复指数叠加模型,通过构建矩阵并解线性方程组估计参数,实现LTI系统动态特性的辨识。