基于ICPSO算法的異步電動機參數(shù)辨識與控制研究.pdf_第1頁
已閱讀1頁,還剩80頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、矢量控制技術的不斷發(fā)展和成熟,使得交流電力拖動系統(tǒng)逐步在高性能電力拖動領域占據(jù)主導地位。隨著人們不斷提升對控制性能的要求,異步電動機參數(shù)時變性和矢量控制系統(tǒng)對電機參數(shù)變化敏感性的問題日益凸顯。現(xiàn)有的各類異步電動機離線、在線參數(shù)辨識算法,在實時性、收斂性方面存在著諸多亟待解決的問題,難以滿足矢量控制系統(tǒng)對于參數(shù)實時跟蹤的要求。因此,研究和探索一種適合于異步電動機參數(shù)在線辨識的算法,進而對矢量控制系統(tǒng)進行改進,對于進一步提高交流電力拖動系統(tǒng)

2、性能具有重要意義。本文針對以上問題,在異步電動機參數(shù)在線辨識,及其在矢量控制系統(tǒng)中的應用等方面進行研究。
  通過分析標準粒子群算法、協(xié)同進化算法、免疫克隆選擇算法的特點,將三者優(yōu)勢相結合,提出了一種免疫協(xié)同粒子群(ICPSO)算法。算法將種群劃分為一個優(yōu)勢種群和若干普通種群,在普通種群中利用標準粒子群算法的鄰域信息進行迭代優(yōu)化;在優(yōu)勢種群中采取免疫克隆選擇算法進行全局搜索,加快優(yōu)勢個體收斂;同時,借鑒協(xié)同進化算法的并行計算框架和

3、種群間相互作用、共同進化的機制,提升收斂速度。
  利用所提出的ICPSO算法在大范圍搜索和動態(tài)目標優(yōu)化方面的優(yōu)勢,進行了異步電動機參數(shù)在線辨識。在傳統(tǒng)的矢量控制系統(tǒng)的基礎上,運用ICPSO算法在線辨識出的異步電動機參數(shù),實時調整解耦控制器、磁鏈觀測器和PI調節(jié)器參數(shù),實現(xiàn)參數(shù)自適應,設計了帶ICPSO算法參數(shù)辨識的異步電動機矢量控制系統(tǒng)。
  在MATLAB/Simulink平臺上搭建了系統(tǒng)仿真模型,測試了ICPSO算法對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論