维普资讯 http://www.cqvip.com
第
11
卷第
6
期
2
∞
7
年
11
月
电机与控制学报
ELECTRIC
MACHINES
AND
CONTROL
MRAS
感应电机定子电阻的在线辨识
李健，
程小华
(华南理工大学电力学院，广东广州
510640)
Vo
l.
11
No.6
Nov.
2
∞
7
摘
要:针对感应电机定子也阻值受外界因素干扰而影响其矢量控制系统稳定性和控制精确度问
题，提出了基于人工神经网络的定子也阻在线辨识方法。为了辨识定子也阻，将人工神经网络模型
的定子电流传算值与实际测量也流值的误差反馈以调整神经网络的权值。借助
MA
TLAB/SIMU-
Ll
NK
搭建仿真系统，验证了定子也阻在线辨识的必要性。结果表明，该方法可以有效地对定子也
阻进行在线辨识。
关键词:人工神经网络;感应电机;定子也阻;在线辨识;元，速度传感器
中图分类号:
TM30
1.
2
文献标识码
:A
文章编号:
1
∞
7-449X(2
∞
7)06-0620-05
Online identification based on model reference adáptive system for
stator resistance of induction motor
LI
Jian
,
CHENG
Xìao
斗
ma
(College
of
Electric
Power
,
South
China
University
of
Technology
,
Guangzhou
510640 ,
China)
Abstract
, A novel online identification scheme based on artificial neural networks for stator resistance of
induction motor is proposed in order
to
solve the affect on stability and precision hy stator resistance varia-
tion in induction motor vector control system. For the stator resistance identification
, the
eηor
between
the measured stator current and the estimated stator current based on artificial neural network
(ANN)
is
back propagated
to
adjust the weights of the neural network. Simulation systems are built with the help of
MA
TLAB/SIMU
Ll
NK ,
and
the necessity of stator resistance identification are verified.
Th
e results show
that the stator resistance can
he
identified online effectively
wi
出
the
proposed scheme.
Key
words:
artificÍal neural networks; induction motor; stator resistance; online identification; speed
sensorless
1
51
感应电机已广泛应用在高性能交流调速系统
中。为了节约成本，提高可靠性，学者相继提出了许
多元传感器技术
[1-3]
。在采用电压积分模型辨识磁
链时必须要用到定子电阻值，因而温度变化或集肤
效应带来的定子电阻浮动会对控制系统的稳定性和
控制精确度有较大的影响，在低速范围尤为严重。
收稿日期:
2
∞
7
-05 -28
作者简介:李健(1
982
- )
，男，硕士，主要研究方向为电气传动、智能控制;
程小华
(1963
-).男，博士，教授，主要研究电机及其控制。
为了解决定子电阻变化问题，文献
[4J
提出利用实
际的测量值与电机稳态模型来计算定子电阻的方
法，但其使用的参数会随着电机的运行而变化，降低
了方案的可靠性。文献
[5J
提出通过自适应机构来
在线辨识定子电阻的方法，但其系统的构成比较复
杂。此外，随着高'性能计算芯片的发展，智能控制在
这一领域也有相应的应用
[6]
。
本文针对利用电压模型辨识转子磁链的控制系
资源评论
weixin_38617846
- 粉丝: 3
- 资源: 934
