基于谐波误差前馈补偿的改进S异步电机参数辨识方法研究.pdf

基于谐波误差前馈补偿的改进MRAS异步电机

参数辨识方法研究

摘要

异步电机的应用非常广泛，可以满足各类机械设备以及家用电器的动力需求，

类似于机床、风机以及水泵等。然而，尽管采取先进的控制策略，异步电机的非

线性参数和谐波误差仍然会对其动态和稳态控制性能带来不利影响。但是，参数

辨识方法可以实时利用电机的输入输出数据获取其参数，从而降低非线性参数和

谐波误差对异步电机性能的不利影响。本文在建立电机谐波补偿和参数辨识数学

模型的基础上，引入了改进的BP神经网络对电机参数辨识方法进行优化，旨在实

现对异步电机参数的精确辨识，并同时提高辨识的动态品质。

首先，构建异步电机伺服控制系统，搭建电路数学模型，建立异步电机电压、

磁链、转矩数学模型，采用基于前馈输入的速度环和电流环相结合的双闭环速度

矢量控制策略。具体的，使用速度环、电流环PI控制器在速度控制指令和实际速

度反馈、电流控制指令和实际电流反馈之间进行调节，以控制电机的磁链和转矩，

保证电机能够稳定运行。

其次，对异步电机运行所产生的电流谐波分量进行分析，提出基于电流谐波

误差前馈补偿的异步电机电压与电流方程。制定了一种利用Popov超稳定性设计

的MRAS（模型参考自适应法）参数辨识方法，建立异步电机辨识方法数学模型。

并且引入改进BP神经网络，对辨识方法中的前向通道极点进行优化，进一步改善

辨识方法中非线性环节和参数失配造成的影响。

再次，利用MATLAB中的simulink工具来建立仿真模型，对本文所提出的基

于谐波误差前馈补偿的双闭环伺服控制系统和MRAS参数辨识方法进行仿真验

证，分析MRAS参数辨识方法中各参数对伺服控制系统的影响。同时对基于改进

BP神经网络的MRAS辨识方法进行仿真验证，分析引入改进BP神经网络优化系

统参数后对电流和速度跟踪效果的影响。

最后，搭建异步电机驱动系统实验平台，对MRAS参数辨识方法、基于改进

BP神经网络的MRAS参数辨识方法、谐波补偿方法进行实验验证。最后，将辨识

出的参数应用于电机控制系统中，证明参数辨识方法和谐波补偿方法的有效性。

关键词异步电机；失量控制；参数辨识；谐波补偿；BP神经网络

-I-

ResearchonParameterIdentificationMethodof

ImprovedMRASInductionMotorBasedon

FeedforwardCompensationofHarmonicError

Abstract

Theapplicationofasynchronousmotorsisverywide,canmeetthepowerneedsof

allkindsofmechanicalequipmentandhouseholdappliances,similartomachinetools,

fansandpumps.However,despitetheadvancedcontrolstrategy,thenonlinear

parametersandharmonicerrorsofasynchronousmotorsstillhaveadverseeffectson

theirdynamicandsteady-statecontrolperformance.However,theparameter

identificationmethodcanobtaintheparametersfromtheinputandoutputdataofthe

motorinrealtime,soastoreducetheadverseeffec