基于模型参考自适应系统的三项永磁同步电机无传感器控制

一、用状态变量设计模型参考自适应控制律 设模型的状态方程为 �Xm = Am Xm + Bm r (3 .3 1) 式中 Xm 为 n维状态向量 , r为 m 维输入向量 , Am 为 n× n稳定矩阵 , Bm 为 n× m矩阵。 控制对象的状态方程为 �Xp = Ap ( t) Xp + Bp ( t) u (3 .3 2) 图 3. 3 1 模型参考自适应控制图 式中 Xp 为 n维状态向量 , u为 m维控制向 量 , Ap ( t) 为 n× n 矩阵 , Bp ( t) 为 n× m 矩阵。 一般自适应控制系统采用如图3 .3 1 所示的前馈控制加反馈控制。 从图 3 .3 1 可得 u = K( t) r + F( t) Xp (3 .3 3) 将式 (3 .3 3 ) 代入式 ( 3 .3 2) 得 �Xp = [ Ap ( t) + Bp ( t) F( t) ] Xp + Bp ( t) K( t) r (3 .3 4) 设 Ap ( t) + Bp ( t) F( t) = As ( t) Bp ( t) K( t) = Bs ( t) (3 .3 5) 图 3. 3 2 用状态方程描述的模型参考自适应系统 因 F( t) 与 K( t) 都是误差 e的函数。因此 As ( t) 和 Bs ( t)也与误差 e有关 ,则 As ( t) 和 Bs ( t) 可表示成 As ( t) = As ( e, t) , Bs ( t) = Bs ( e, t) (3 .3 6) 则式 (3 .3 4 ) 可表示成 �Xp = As ( e, t) Xp + Bs ( e, t) r 在上式中 Xp 用 Xs 表示 ,则 �Xs = As ( e, t) Xs + Bs ( e, t) r (3 .3 7) 式 (3 .3 7 ) 为可调系统 , Xs 就是可调系统 的状态向量。As ( e, t) 和 Bs ( e, t) 按照自适 应规律进行调整。系统如图 3 .3 2 所示。 按照超稳定性理论设计模型参考自适 应系统的步骤如下 : —85—

基于MRAS的无速度传感器矢量控制法把模型参考自适应法与转速直接计算法结合了起来，设计了合适的自适应控制率，提高了转速估计的精确度，在此基础上，利用Matlab/Simulink构建MRAS无速度传感器矢量控制系统仿真模型，仿真结果表明，转速估计精度较高，系统具有一定的鲁棒性。

（2）间接模型参考自适应控制 如图9-5所示。神经网络辨识器NNI向神经网络控制器NNC提供对象的信息，用于控制器NNC的学习。

此示例的目的是演示如何使用 Simulink:registered: 设计和建模自适应控制器、调整和分析其性能。 对于这个例子，我们使用了称为模型参考自适应控制器 (MRAC) 的直接自适应方法。 此模型包含三个主要元素：参考模型，工厂模型和自适应控制器。 每个元素及其工作在“Adaptive Controller Example.pdf”（附件文件夹的一部分）中进行了解释。

基于Matlab神经网络控制仿真研究，袁健，张文霞，介绍了基于神经网络的直接逆控制和模型参考自适应控制的基本原理，然后把它应用在一个简单的二阶系统控制中，并对其进行了仿真，

基于转子磁场定向坐标系下的永磁同步电机(PMSM)模型,提出一种PMSM的模型参考自适应反步控制方法.该方法采用线性参考模型来给出控制系统的性能规范,通过定义虚拟控制和选择适当的Lyapunov 函数来保证整个系统的稳定性,进而导出系统控制律及参数自适应律.系统可在电机参数变化和负载扰动的情况下,渐近跟踪参考模型给出的转速和定子电流信号.仿真结果证实了该方法的有效性.

行业-电子政务-基于模型参考自适应的永磁同步电机无位置传感器控制.zip

永磁同步电机在线辨识与模型参考自适应控制

模型参考自适应控制的MATLAB 实例程序，可供新手参考学习。