Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中南大学向超群获国家专利权

中南大学向超群获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中南大学申请的专利SPMSM驱动系统的无模型预测直接速度控制方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116317755B

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310293648.1,技术领域涉及:H02P21/00;该发明授权SPMSM驱动系统的无模型预测直接速度控制方法及系统是由向超群;周瑞睿;成庶;杜京润;李卓鑫设计研发完成,并于2023-03-23向国家知识产权局提交的专利申请。

SPMSM驱动系统的无模型预测直接速度控制方法及系统在说明书摘要公布了:本发明提供了一种SPMSM驱动系统的无模型预测直接速度控制方法及系统,包括:S1、建立SPMSM在参数扰动下的数学模型;S2、根据所述数学模型建立考虑参数扰动下SPMSM的超局部模型来预测有限个开关状态作用下的电流和速度,通过扩展滑模观测器来对未知扰动进行观测;S3、根据SPMSM的超局部模型和扩展滑模观测器构建无模型预测直接速度控制器,将速度直接作为控制目标加入代价函数中,选择最佳状态的预测值所对应的开关状态输出到三相逆变器来控制速度和电流。所设计的MFPDSC方法不仅保留了无模型控制无需精确模型的优点,而且提高了传统模型预测直接速度控制策略的抗扰能力和动态性能。

本发明授权SPMSM驱动系统的无模型预测直接速度控制方法及系统在权利要求书中公布了:1.SPMSM驱动系统的无模型预测直接速度控制方法,其特征是,其包括以下步骤: S1、建立SPMSM在参数扰动下的数学模型; S2、根据所述数学模型建立考虑参数扰动下SPMSM的超局部模型来预测有限个开关状态作用下的电流和速度,所述参数扰动包括已建模部分和未知扰动;通过扩展滑模观测器来对未知扰动进行观测; S3、根据SPMSM的超局部模型和扩展滑模观测器构建无模型预测直接速度控制器,将速度直接作为控制目标加入代价函数中,并通过代价函数评估SPMSM的超局部模型的每个预测的状态,选择最佳状态的预测值所对应的开关状态输出到三相逆变器来控制速度和电流;其中,代价函数表示为: 式中,和分别表示电流和转速参考值;λω和λd分别表示速度和电流的权重系数,其值的选取基于电流和速度响应之间的折衷;Clim表示最大电流限制: 式中,Imax是最大允许电流; 为了对SPMSM速度环和电流环的超局部模型中的未知扰动进行准确估计,将SPMSM的超局部模型中的未知扰动扩展为状态变量,得到扩展超局部模型并表示为: 式中,f=[fdfqfω]T是相应未知扰动的变化率; 根据式9,建立扩展滑模观测器为: 式中,是x的观测值,是F的观测值,Usmo=[UdsmoUqsmoUωsmo]T是滑模控制率;G=diagGd,Gq,Gω是参数矩阵; 由式9减去式10,获得观测误差动态为: 式中,e1=[edeqeω]T,和e2=[eFdeFqeFω]T,和 选择s=e1作为滑模面,为提高扩展滑模观测器的精度,滑模趋近率选取为: 式中,k=diagk1,k2,k3和λ=diagλ1,λ2,λ3是参数矩阵,均为正值; 然后将12代入11得到: e2-Usmo=-λe1-ksgne113 将e2视作扰动,滑模控制率设计为: Usmo=λe1+ksgne114。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中南大学,其通讯地址为:410012 湖南省长沙市岳麓区麓山南路932号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。