用于永磁同步电机驱动器的自适应SDRE非线性无传感器速度控制(MatlabSimulink实现)

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码&Simulink仿真实现


💥1 概述

本文方法基于状态依赖的里卡蒂方程(SDRE)控制技术及其梯度型神经网络的实时计算方法,允许在线控制PMSM。

为了实现用于永磁同步电机驱动器的自适应 SDRE(State-Dependent Riccati Equation)非线性无传感器速度控制,按照以下步骤进行。

1. 确定系统的动态模型:首先,获得永磁同步电机的动态模型。该模型通常由磁链方程、电流方程和机械方程等组成。根据电机的具体参数和特性,推导出系统的状态空间表达式。

2. 设计自适应 SDRE 控制器:基于系统的状态空间表达式,采用自适应 SDRE 控制策略进行设计。自适应 SDRE 控制是一种基于 Riccati 方程调节器的非线性控制方法,它通过自适应参数来优化控制器的性能。具体设计步骤包括:设置控制器结构、定义控制误差目标和性能指标、计算状态反馈增益矩阵和 Riccati 方程解。

3. 实现无传感器速度估计器:由于无传感器速度控制,需要通过估计器来获取电机转速的信息。可以采用滑模观测器或者其他速度估计器来实现,以获得无传感器的速度测量。

4. 连接控制器和估计器:将自适应 SDRE 控制器和无传感器速度估计器与电机的动态模型相连接。确保控制器能够接收估计到的速度信号,并提供相应的控制输出。

5. 仿真和调试:在 Simulink 环境中建立仿真模型,并进行仿真验证。通过逐步参数调整和性能评估,对控制系统进行调试和优化。

📚2 运行结果

 

 matlab程序:

clc
clear all

Rs=0.625
Ld=0.036
Lq=0.051
phi=0.545
J=7.5e-4
F=0.036
P=2
% a1=R/Ld
a2=P*Lq/Ld
a3=P*Ld/Lq
% a4=R/Lq
a5=P*phi/Lq
a6=3/2*P*phi/J
a7=F/J
B=[1 0;0 1;0 0]

Qc=[1 0 0;0 1 0;0 0 1]
 R=[1 0;0 10]
x2dot=0
x3dot=0
gama=0.1
% syms  a1 a2 a3 a4 a5 a6 a7 x1 x2 x3 R
% f=[-a1*R*x1+a2*x2*x3; -a3*x1*x3-a4*R*x2-a5*x3; a6*x2-a7*x3-1/J*Tl;0]
% jacobian(f,[x1 x2 x3 R ])
% E=4300170000*[1e-6 0 0 0   ;0 1e-6 0 0   ;0 0 1e-6 0   ;0 0 0 1e-6 ]
Rk=0.09*[1 0;0 1]
E=4300180000*[1e-6 0 0 0 0  ;0 1e-6 0 0  0 ;0 0 1e-6 0  0 ;0 0 0 1e-2 0; 0 0 0 0 1e-5]

🎉3 参考文献

部分理论来源于网络,如有侵权请联系删除。

[1]刘伟波,邢佳丽,赵向禹等.双三相多相永磁同步电机驱动器混合直接转矩控制策略[J].科学技术与工程,2022,22(09):3564-3575.

[2]黄义红,张峻涛,刘丹. 机载永磁同步电机驱动器电流重构设计[C]//中国航空学会.第五届中国航空科学技术大会论文集.北京航空航天大学出版社(BEIHANG UNIVERSITY PRESS),2021:592-596.DOI:10.26914/c.cnkihy.2021.064916.

[3]凌峰. 无轴承异步电机非线性解耦控制与无传感器控制研究[D].江苏大学,2021.DOI:10.27170/d.cnki.gjsuu.2021.001911.

[4]江俊. 基于非线性估计理论的永磁同步电机无传感器控制方法的研究[D].江南大学,2006.

🌈4 Matlab代码&Simulink仿真实现

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/16370.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

vue拼接html点击事件不生效

vue使用ts&#xff0c;拼接html&#xff0c;点击事件不生效或者报 is not defined 点击事件要用onclick 不是click let data{name:测,id:123} let conHtml <div> "名称&#xff1a;" data.name "<br>" <p class"cursor blue&quo…

第九十八回 如何实现本地存储

文章目录 概念介绍实现方法示例代码 我们在上一章回中介绍了"如何自定义评分条"相关的内容&#xff0c;本章回中将介绍 如何实现本地存储&#xff0c;闲话休提&#xff0c;让我们一起Talk Flutter吧。 概念介绍 Flutter是一套跨平台的UI框架&#xff0c;它不像原生…

理解构建LLM驱动的聊天机器人时的向量数据库检索的局限性 - (第1/3部分)

本博客是一系列文章中的第一篇&#xff0c;解释了为什么使用大型语言模型&#xff08;LLM&#xff09;部署专用领域聊天机器人的主流管道成本太高且效率低下。在第一篇文章中&#xff0c;我们将讨论为什么矢量数据库尽管最近流行起来&#xff0c;但在实际生产管道中部署时从根本…

网络安全 Day23-mariadb数据库数据管理和备份

mariadb数据库数据管理和备份 1. 管理数据库中的库2. 管理库中的表3. 管理表中的字段(列)4. 管理表中的数据(行)5. 数据库数据备份与恢复 1. 管理数据库中的库 进入指定数据库: use 数据库名字库的增删改查 创建数据库: create database 数据库名字指定字符及创建数据库: CREA…

使用Spring Boot AOP实现日志记录

目录 介绍 1.1 什么是AOP 1.2 AOP体系与概念 AOP简单实现 2.1 新建一个SpringBoot项目&#xff0c;无需选择依赖 2.2 设置好本地Maven配置后&#xff0c;在pom.xml文件里添加添加maven依赖 2.3 创建一个业务类接口 2.4 在实体类实现接口业务 2.5 在单元测试运行结果 …

压缩包工具类

压缩包工具类&#xff08;下载&#xff09; import com.enlistboot.common.core.FileResult; import org.springframework.http.HttpHeaders; import org.springframework.util.ObjectUtils;import javax.servlet.http.HttpServletResponse; import java.io.*; import java.net…

IDEA Writing classes... 比较慢

IDEA配置修改如下&#xff1a; 1、File -> Settings… 2、Build&#xff0c;Execution&#xff0c;Deployment -> Compiler Build process heap size 配置为 20483、Build&#xff0c;Execution&#xff0c;Deployment -> Compiler -> ActionScript & Flex C…

vue基础-diff算法

vue基础-diff算法 1、根元素改变2、根元素不变 1、根元素改变 同级比较-根元素的变化-整个dom树删除重建 2、根元素不变 同级比较&#xff0c;根元素不变-属性改变更新属性

SpringBoot自动装配介绍

SpringBoot是对Spring的一种扩展&#xff0c;其中比较重要的扩展功能就是自动装配&#xff1a;通过注解对常用的配置做默认配置&#xff0c;简化xml配置内容。本文会对Spring的自动配置的原理和部分源码进行解析&#xff0c;本文主要参考了Spring的官方文档。 自动装配的组件 …

[每日习题]进制转换 参数解析——牛客习题

hello,大家好&#xff0c;这里是bang___bang_&#xff0c;本篇记录2道牛客习题&#xff0c;进制转换&#xff08;简单&#xff09;&#xff0c;参数解析&#xff08;中等&#xff09;&#xff0c;如有需要&#xff0c;希望能有所帮助&#xff01; 目录 1️⃣进制转换 2️⃣参…

python 自动化数据提取之正则表达式

>>>> 前 言 我们在做接口自动化的时候&#xff0c;处理接口依赖的相关数据时&#xff0c;通常会使用正则表达式来进行提取相关的数据&#xff0c;今天在这边和大家聊聊如何在python中使用正则表达式。 正则表达式&#xff0c;又称正规表示式、正规表示法、正规…

gitee使用参考

Git代码托管服务 2.1 常用的Git代码托管服务 gitHub&#xff08; 地址&#xff1a;https://github.com/ &#xff09;是一个面向开源及私有软件项目的托管平台&#xff0c;因为只支持Git 作为唯一的版本库格式进行托管&#xff0c;故名gitHub码云&#xff08;地址&#xff1a;…

《cuda c编程权威指南》03 - cuda小功能汇总

1. 计时 1.1 linux #include <sys/time.h>double cpuSecond() {struct timeval tp;gettimeofday(&tp, NULL);return ((double)tp.tv_sec (double)tp.tv_usec*1e-6); }// 调用 double start cpuSecond(); kernel_name << <grid, block >> > (ar…

Java反射机制的详细讲解

目录 1.反射机制是什么&#xff1f; 2.反射机制能干什么&#xff1f; 3.反射相关的类 ​编辑 4.Class类(反射机制的起源 ) 5.反射机制相关的API 1.(重要)常用获得类相关的方法 2.常用获得类中属性相关的方法(以下方法返回值为Field相关 3.(了解)获得类中注解相关的方法…

统计神经网络参数量、MAC、FLOPs等信息

0、基础提示 1、FLOPS是用来衡量硬件算力的指标&#xff0c;FLOPs用来衡量模型复杂度。 2、MAC 一般为 FLOPs的2倍 3、并非FLOPs越小在硬件上就一定运行更快&#xff0c;还与模型占用的内存&#xff0c;带宽&#xff0c;等有关 1、FLOPs计算 神经网络参数量。用于衡量模型大…

【Django+Vue】英文成绩管理平台--20230727

能够满足大部分核心需求&#xff08;标绿&#xff09;&#xff1a;报表部分应该比较难。 项目地址 前端编译 https://gitlab.com/m7840/toeic_vue_dist Vue源码 https://gitlab.com/m7840/toeic_vue Django源码 https://gitlab.com/m7840/toeic_python 项目架构 流程 …

C# 循环等知识点

《1》程序&#xff1a;事先写好的指令&#xff08;代码&#xff09; using 准备工具 namespace 模块名称 { class 子模块{ static void main()//具体事项 { 代码 } } } 《2》变量&#xff1a;内存里的一块空间&#xff0c;用来存储数据常用的有小数&#xff0c;整数&#xff0c…

LeetCode使用最小花费爬楼梯(动态规划)

使用最小花费爬楼梯&#xff08;动态规划&#xff09; 题目描述算法流程(方法一)编程代码优化代码算法流程&#xff08;方法二&#xff09;编程代码代码优化 链接: 使用最小花费爬楼梯 题目描述 算法流程(方法一) 编程代码 class Solution { public:int minCostClimbingStair…

支持多种通信方式和协议方便接入第三方服务器或云平台

2路RS485串口是一种常用的通信接口&#xff0c;可以支持Modbus Slave协议&#xff0c;并可接入SCADA、HMI、DSC、PLC等上位机。它还支持Modbus RTU Master协议&#xff0c;可用于扩展多达48个Modbus Slave设备&#xff0c;如Modbus RTU远程数据采集模块、电表、水表、柴油发电机…

Linux 随usb设备插拔 自动挂载和卸载

vi /etc/mdev.conf 文件中添加一行 sd[a,b][1-9] 0:0 777 * if [ $ACTION "add" ]; then mount /dev/$MDEV /mnt; else umount /mnt; fi 参考&#xff1a; 《Linux驱动&#xff1a;设备节点文件的创建过程》 - 知乎 https://www.cnblogs.com/lifexy/p/7891883.ht…