已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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 [Institute of Electrical and Electronics Engineers]
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.

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
小井盖完成签到 ,获得积分0
1秒前
丘比特的应助被迷人的啤酒采纳,获得10
3秒前
彭于晏的应助被彩色泽洋采纳,获得10
3秒前
kane浅发布了新的文献求助10
4秒前
充电宝的应助被11111采纳,获得10
6秒前
7秒前
9秒前
李健的小迷弟的应助被cwj1082采纳,获得10
11秒前
彩色泽洋发布了新的文献求助10
11秒前
所所的应助被muzzi采纳,获得10
12秒前
Rjy完成签到,获得积分10
14秒前
121完成签到 ,获得积分10
14秒前
14秒前
Pepsi发布了新的文献求助30
14秒前
15秒前
王哈哈完成签到 ,获得积分10
19秒前
11111发布了新的文献求助10
20秒前
20秒前
慕青的应助被myp采纳,获得10
24秒前
Pepsi完成签到,获得积分10
26秒前
标致访旋完成签到,获得积分10
27秒前
玉洁松贞完成签到,获得积分10
29秒前
默默雨灵发布了新的文献求助10
29秒前
林子鸿完成签到 ,获得积分10
30秒前
30秒前
30秒前
32秒前
32秒前
深情安青的应助被彩色泽洋采纳,获得10
34秒前
wefun完成签到,获得积分10
34秒前
myp发布了新的文献求助10
36秒前
一元完成签到 ,获得积分10
38秒前
39秒前
默默雨灵完成签到,获得积分10
43秒前
科研通AI6.2的应助被kunkun采纳,获得10
43秒前
图假期小主完成签到 ,获得积分10
44秒前
44秒前
丰富老五完成签到,获得积分10
44秒前
myp完成签到,获得积分20
44秒前
丰富老五发布了新的文献求助10
47秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1080
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology)求助 1000
Encyclopedia of Modern Artificial Intelligence 1000
Особенности технологий и методов информационно-психологических войн СССР с Великобританией и США в период 1939-1953 гг 1000
John McDowells Bildungstheorie 800
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8151709
求助须知:如何正确求助?哪些是违规求助? 9548698
关于积分的说明 21686723
捐赠科研通 7739497
什么是DOI,文献DOI怎么找? 3424997
关于科研通互助平台的介绍 2549996
邀请新用户注册赠送积分活动 2468320