无刷直流电机(Brushless DC Motor,简称BLDCM)凭借高功率密度、高效能以及低维护费用等优势,在工业自动化、航空航天、电力巡检等多个领域被广泛采用[1]。不过,受其自身独特结构的制约,电机在运转过程中会产生以齿槽转矩为主导的非线性...无刷直流电机(Brushless DC Motor,简称BLDCM)凭借高功率密度、高效能以及低维护费用等优势,在工业自动化、航空航天、电力巡检等多个领域被广泛采用[1]。不过,受其自身独特结构的制约,电机在运转过程中会产生以齿槽转矩为主导的非线性干扰,这极大地阻碍了系统模型的精准辨识,进而对高性能控制算法的研发与应用造成限制。通过深入剖析了无刷直流电机非线性干扰对系统辨识产生的作用,进而提出一种借助小波包变换的开环辨识策略,以及一种基于虚拟对象建模的闭环辨识策略,达到提高无刷直流电机模型在非线性干扰环境下的辨识精度,通过仿真与实验验证,所提出的方法在不同工作点、不同干扰位置的情况下,均能大幅提升模型辨识的精准度。展开更多
文摘无刷直流电机(Brushless DC Motor,简称BLDCM)凭借高功率密度、高效能以及低维护费用等优势,在工业自动化、航空航天、电力巡检等多个领域被广泛采用[1]。不过,受其自身独特结构的制约,电机在运转过程中会产生以齿槽转矩为主导的非线性干扰,这极大地阻碍了系统模型的精准辨识,进而对高性能控制算法的研发与应用造成限制。通过深入剖析了无刷直流电机非线性干扰对系统辨识产生的作用,进而提出一种借助小波包变换的开环辨识策略,以及一种基于虚拟对象建模的闭环辨识策略,达到提高无刷直流电机模型在非线性干扰环境下的辨识精度,通过仿真与实验验证,所提出的方法在不同工作点、不同干扰位置的情况下,均能大幅提升模型辨识的精准度。
