典型文献
基于MRAS算法的永磁同步电动机无传感器自适应预测控制
文献摘要：
为了保证传统形式的模型参考自适应方法(Model Reference Adaptive System,MRAS)在永磁同步电动机(Permanent Magnet Synchronous Motor,PMSM)的控制过程中保持良好的动态性能和快速的响应策略,本文提出一种基于MRAS经典策略的综合算法模型.此方法使用扩展卡尔曼滤波(Extended Kalman Filter,EKF)技术来代替MRAS传统形式的自适应律,同时综合了一种线性的神经网络(Back-Propagation Net-work,BPN),通过逆向传播策略对MRAS自适应律结果进行优化补偿,扩展了卡尔曼滤波算法对PMSM辨识目标的估算范围;最后通过MATLAB/Simulink仿真环境对二者进行了仿真结果对比.结果表明,与经典的MRAS算法相比,改进之后的MRAS综合算法模型在无传感器控制过程中,对PMSM控制参数采集的准确性和动态响应过程均有所提升,进一步证明了MRAS综合算法模型在永磁同步电动机拖动控制系统中的应用价值.
文献关键词：
永磁同步电动机;模型参考自适应;扩展卡尔曼滤波;BP网络
中图分类号：
作者姓名：
宋搏洋
作者机构：
沈阳电气传动研究所(有限公司),辽宁 沈阳 110141
文献出处：
引用格式：
[1]宋搏洋-.基于MRAS算法的永磁同步电动机无传感器自适应预测控制)[J].电气开关,2022(02):43-48,51
A类：
B类：
MRAS,永磁同步电动机,自适应预测,预测控制,模型参考自适应,自适应方法,Model,Reference,Adaptive,System,Permanent,Magnet,Synchronous,Motor,PMSM,控制过程,保持良好,动态性能,响应策略,合算,算法模型,扩展卡尔曼滤波,Extended,Kalman,Filter,EKF,自适应律,Back,Propagation,Net,work,BPN,逆向传播,传播策略,卡尔曼滤波算法,Simulink,仿真环境,结果对比,无传感器控制,控制参数,参数采集,动态响应,响应过程,拖动
AB值：
0.364031
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
