Improved Deadbeat Predictive Current Control of PMSM Based on a Resistance Adaptive Position Observer

控制理论(社会学) 定子 稳健性(进化) 灵敏度(控制系统) 计算机科学 观察员(物理) 模型预测控制 电流(流体) 抖动 职位(财务) 控制工程 工程类 控制(管理) 物理 电子工程 人工智能 机械工程 电信 生物化学 化学 电气工程 财务 量子力学 经济 基因
作者
Ting Wu,Huiyu Chen,Bo Liu,Ting Wu,Chao Wang,Shoudao Huang
出处
期刊:IEEE Transactions on Transportation Electrification 卷期号:: 1-1
标识
DOI:10.1109/tte.2023.3328948
摘要

Deadbeat predictive current control (DPCC) features fast dynamic responses and excellent current tracking capabilities. However, it suffers from steady-state current prediction error caused by machine parameter mismatch,notably the resistances at low speeds. For the purpose of minimizing the parameter sensitivity of the DPCC approach and optimize the performance of permanent magnet synchronous motor (PMSM) drive systems,an improved DPCC with a stator-resistance adaptive position observer(DPCC+RAPO) is proposed. Initially, the parameter sensitivity of the conventional DPCC approach is analyzed,which reveals that inaccurate resistance can lead prediction current error and current jitter problems directly.Then,a real-time stator-resistance adaptation algnorithm based on sensorless control is introduced in this paper and applied to DPCC. It effectively enhanced the resilience to parameter perturbations of the DPCC method.In addition,compare with the conventional sensorless DPCC control, the presented methodology is capable to increase the robustness of PMSM at low speeds. Finally,the effectiveness of the method is verified by experiments at a 1.5kW PMSM drive platform.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
run发布了新的文献求助10
1秒前
1秒前
深情紫翠完成签到,获得积分20
2秒前
rumn发布了新的文献求助10
3秒前
Lucas发布了新的文献求助10
3秒前
拼搏明辉完成签到,获得积分20
3秒前
林林林林发布了新的文献求助10
3秒前
4秒前
易安完成签到,获得积分10
4秒前
思源应助AptRank采纳,获得10
5秒前
Cheny完成签到 ,获得积分10
5秒前
大邪王完成签到,获得积分20
6秒前
123完成签到,获得积分10
7秒前
xsj完成签到,获得积分10
8秒前
9秒前
cui发布了新的文献求助10
9秒前
香蕉觅云应助米粒采纳,获得10
9秒前
Singularity应助米粒采纳,获得10
9秒前
科研通AI2S应助米粒采纳,获得10
9秒前
run完成签到,获得积分10
9秒前
11秒前
洛北发布了新的文献求助10
11秒前
科研通AI2S应助Carrie Qin采纳,获得10
11秒前
JamesPei应助oh采纳,获得10
12秒前
兴龙完成签到,获得积分20
12秒前
13秒前
不配.应助枝桠采纳,获得10
14秒前
大会开始看完成签到,获得积分10
14秒前
炒米粉完成签到,获得积分10
15秒前
兴龙发布了新的文献求助30
15秒前
15秒前
16秒前
16秒前
sanmu发布了新的文献求助388
17秒前
17秒前
墙墙发布了新的文献求助10
17秒前
星辰大海应助秋秋采纳,获得10
18秒前
充电宝应助Clouder采纳,获得10
18秒前
Lucas完成签到,获得积分10
19秒前
AptRank发布了新的文献求助10
19秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3135127
求助须知:如何正确求助?哪些是违规求助? 2786103
关于积分的说明 7775305
捐赠科研通 2441924
什么是DOI,文献DOI怎么找? 1298299
科研通“疑难数据库(出版商)”最低求助积分说明 625112
版权声明 600839