《基于优化EKF的永磁同步电机转速估计》PDF+DOC
作者:曹炎广,王剑平,张果,杨晓洪
单位:中国电子科技集团公司第四十七研究所
出版:《微处理机》2016年第04期
页数:5页 (PDF与DOC格式可能不同)
PDF编号:PDFWCLJ2016040130
DOC编号:DOCWCLJ2016040139
下载格式:PDF + Word/doc 文字可复制、可编辑
《基于EKF的永磁同步电机无位置传感器控制》PDF+DOC2016年第02期 谷涛,李孟秋,黄庆,刘竹
《基于多重渐消因子EKF的PMSM无传感器控制》PDF+DOC2019年第10期 臧瑞真,黄开启
《基于EKF的永磁同步电机转子位置和速度估计》PDF+DOC2005年第07期 江俊,沈艳霞,纪志成
《永磁同步电机矢量控制系统的EKF无传感器控制策略》PDF+DOC2010年第04期 戴鹏,刘向超,符晓,邢文涛,孙建元
《基于优化EKF的永磁同步电机转速估计》PDF+DOC2014年第04期 王剑,黄植功,许金海
《基于粒子群算法的永磁同步电机无传感器控制优化》PDF+DOC2014年第01期 陈小龙
《无速度传感器永磁同步电机低脉动直接转矩控制》PDF+DOC2015年第02期 张少华,吴湘频
《基于EKF的感应电机无传感器矢量控制》PDF+DOC2005年第11期 江俊,纪志成
《基于扩展卡尔曼滤波的永磁同步电机无传感器矢量控制》PDF+DOC2011年第08期 薛树功,魏利胜,凌有铸
《基于EKF的PMSM无传感器控制系统研究》PDF+DOC2010年第01期 陈兆荣,张辉,张倩倩,鱼瑞文,李文斐
针对感应电机提出了改进粒子群算法优化扩展卡尔曼滤波(EKF)器噪声矩阵的方法来实现永磁同步电机(PMSM)的无传感器控制,克服了以往关于扩展卡尔曼滤波器状态估计中最优噪声矩阵难以选取的问题。通过将遗传算法(GA)和粒子群算法结合起来并继承它们各自的优点,结合改进后的粒子群算法来优化扩展卡尔曼滤波器中的噪声矩阵,然后应用于PMSM无传感器直接转矩控制系统中,并在Matlab/Simulink平台实现系统仿真。将改进的粒子群与简便的试探法、遗传算法和粒子群算法比较来看,其能够更好的改善扩展卡尔曼滤波器的滤波特性以及抗噪声能力,从而对感应电机无传感器直接转矩控制(DTC)系统的控制性能有明显提高。
提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。