基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制

摘要：

针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法.首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响.然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法.最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响.通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差.

关键词：永磁同步电机、鲁棒电流预测控制、模型参数失配、Adaline神经网络、最小均方算法

所属期刊栏目：27

分类号：TM351(电机)

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;湖南省自然科学基金项目;湖南省自然科学基金项目;湖南工业大学研究生科研创新项目

在线出版日期：2023-05-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：127-139