现有基于虚拟正弦信号注入(virtual sine signal injection,VSSI)的最大转矩电流比(maximum torque per ampere,MTPA)控制方法以理想永磁同步电动机(permanent magnet synchronous machine,PMSM)数学模型为理论基础,未考虑电感变化带来...现有基于虚拟正弦信号注入(virtual sine signal injection,VSSI)的最大转矩电流比(maximum torque per ampere,MTPA)控制方法以理想永磁同步电动机(permanent magnet synchronous machine,PMSM)数学模型为理论基础,未考虑电感变化带来的不利影响。为了提升MTPA控制效果,增加考虑磁路交叉耦合效应,提出在线电感辨识方法和改进的MTPA控制方法。基于帕德逼近与变步长神经网络的电感辨识方法,不仅可以解决辨识模型欠秩问题,而且能够在线更新变化的电感参数,结合改进的基于VSSI的MTPA控制,可以有效降低电流矢量角误差,减小定子铜损耗,实现更准确的MTPA控制。通过仿真实验对所提方法的准确性进行了验证。展开更多
文摘现有基于虚拟正弦信号注入(virtual sine signal injection,VSSI)的最大转矩电流比(maximum torque per ampere,MTPA)控制方法以理想永磁同步电动机(permanent magnet synchronous machine,PMSM)数学模型为理论基础,未考虑电感变化带来的不利影响。为了提升MTPA控制效果,增加考虑磁路交叉耦合效应,提出在线电感辨识方法和改进的MTPA控制方法。基于帕德逼近与变步长神经网络的电感辨识方法,不仅可以解决辨识模型欠秩问题,而且能够在线更新变化的电感参数,结合改进的基于VSSI的MTPA控制,可以有效降低电流矢量角误差,减小定子铜损耗,实现更准确的MTPA控制。通过仿真实验对所提方法的准确性进行了验证。