导读:本文包含了负载转矩辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:交流伺服系统,转动惯量辨识,模型参考自适应,负载转矩观测器
负载转矩辨识论文文献综述
徐勇[1]（2016）在《交流伺服系统转动惯量在线辨识及负载转矩观测》一文中研究指出伺服系统转动惯量的变化会影响伺服控制性能,为提高伺服性能需要对转动惯量进行在线辨识。在详细介绍两种永磁同步电机转动惯量实时辨识方法的基础上,提出了融合模型参考自适应算法和负载转矩观测器的混合观测模型。该混合观测模型采用模型参考自适应算法在线辨识电机转动惯量,建立降阶负载转矩观测器,实时观测负载转矩和粘性摩擦系数。仿真实验验证了该方法的有效性。(本文来源于《微电机》期刊2016年09期）
姜伟,李想[2]（2015）在《基于神经网络的伺服系统负载转矩扰动辨识器设计》一文中研究指出针对伺服控制系统负载转矩扰动的问题,基于永磁同步电机矢量控制基本原理,提出了一种负载转矩扰动辨识算法。并结合神经网络控制理论,采用两层神经网络设计了一种负载转矩扰动辨识器。采用DSP控制器搭建了伺服控制系统,同时给出了软硬件设计方法,最后针对电机转速响应特性进行了仿真实验并与传统控制方法比较。仿真结果表明:基于神经网络的伺服系统转矩扰动辨识方法能够有效地抑制负载扰动对系统的影响,提高了控制系统动态响应速度和跟踪性能。(本文来源于《微特电机》期刊2015年09期）
孟南,王群京,谢芳,李国丽,潘志峰[3]（2014）在《改进的异步电机转速与负载转矩辨识方法研究》一文中研究指出通过分析异步电机在两相静止坐标系下的动态方程,采用MRAS法,构建了一种PI参数可调的转速辨识模型,并结合电机运动方程,提出一种有效可行的负载转矩实时检测方法。仿真结果表明,该无速度传感器矢量控制系统对转速和负载转矩估计有较高的准确性,超调量小、响应快、调速范围宽、抗扰性能良好,ADI半实物实验系统的实验结果也证明了该方法的有效性。(本文来源于《电气传动》期刊2014年11期）
张强,叶林,石航飞,许永衡[4]（2014）在《交流伺服系统负载转矩的辨识方法》一文中研究指出为提高交流伺服系统负载转矩辨识收敛快速性,提出一种新型的降维观测器模型。在参考一种降维负载转矩观测器的基础上,提出一种新型的降维观测器模型,对负载转矩进行辨识,并仿真分析改进降维负载观测器的有效性。仿真结果表明:该方法是有效的,能明显提高辨识的快速性。(本文来源于《兵工自动化》期刊2014年04期）
王少威,万山明,周理兵,黄声华[5]（2011）在《利用蚁群算法辨识PMSM伺服系统负载转矩和转动惯量》一文中研究指出提出用蚁群矢量移动算法同时辨识永磁同步电动机(PMSM)伺服系统负载运行时的转动惯量和负载转矩,以便速度环的PI参数整定和转矩补偿。其原理是把蚁群的平面矢量移动正交分解成水平和垂直两个方向,分别和转动惯量及负载转矩对应,每只蚂蚁的位置对应一种转动惯量和负载转矩组合的可能解。运用采样得到的d轴电流和速度序列数据,基于最小方差原理,建立蚂蚁信息素散发模型,使得蚂蚁位置与实际转动惯量和负载转矩越接近,蚂蚁散发的信息素越大。根据蚁群总信息素分布情况,计算蚁群的理想分布期望,与实际蚁群分布比较后,启发蚁群矢量移动,并朝最优方向聚集,收敛点为辨识最优解。精心选择蚁群的规格化分布区间,把动态的蚁群分布区间转化成规格化区间,改善收敛速度。仿真和实验表明,能同时辨识转动惯量和负载转矩,误差小;蚁群规模变大,误差更小,调整后的伺服系统动态性能变好。(本文来源于《电工技术学报》期刊2011年06期）
于洪霞,姚莹,王向东[6]（2011）在《基于级联神经网络的电机转速和负载转矩辨识》一文中研究指出合理选择电机容量具有重要意义,而电机容量可根据电机转速和负载转矩确定。此处提出利用级联BP神经网络估计电机转速和负载转矩的方法,将两个神经网络级联,第一级网络输入为电机定子电压,输出为定子电流和转速;第二级网络输入为第一级网络的输出,输出为负载转矩,形成了级联BP神经网络模型,实现了异步电机转速和负载转矩的同时估计。实验结果表明,该方法能较准确地估计出异步电机的转速和负载转矩。(本文来源于《电力电子技术》期刊2011年04期）
尹韵,黄运生,陈学[7]（2009）在《交流电机负载转矩的自适应辨识》一文中研究指出针对交流电机伺服系统中负载转矩不可预测性的特点,提出一种基于状态观测器的负载转矩自适应辨识方法。首先设计交流电机的状态观测器,并构造Lyapunov函数保障其稳定。其次利用转矩方程推出负载转矩的辨识率。最后利用MATLAB/SIMULINK仿真平台证明该方法的实验效果。仿真结果表明该负载转矩辨识方法具有很高的辨识精度,且系统在全速范围内都可获得良好的动静态性能。(本文来源于《兵工自动化》期刊2009年08期）
吴玲丽,沈艳霞[8]（2009）在《基于EKF的感应电动机转速及负载转矩辨识》一文中研究指出提出了一种基于扩展卡尔曼滤波(EKF)的感应电动机无传感器系统的转速和负载转矩同时估算方法。在矢量控制的基础上,将电机的运动方程作为一个状态方程,把电机负载转矩看作系统的扩展状态量,根据定子侧测量的电压、电流值,由EKF估算出电机转子磁链、转速及负载转矩。仿真结果表明无速度传感器矢量控制系统具有良好的动态控制性能,即使运行在低速情况下,EKF估计器仍然能够准确地估计转子磁链、转速及负载转矩。(本文来源于《微特电机》期刊2009年04期）
周旭,石航飞,陈志锦[9]（2008）在《交流伺服系统负载转矩辨识与速度补偿算法研究》一文中研究指出一种抑制负载转矩扰动的算法,可降低交流伺服系统中因负载扰动引起的转速波动。通过设计一个负载观测器,实时地检测负载转矩的变化,并根据所辨识负载转矩对电机定子电流进行动态补偿,从而将电机转速波动抑制到最小。(本文来源于《兵工自动化》期刊2008年01期）
负载转矩辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对伺服控制系统负载转矩扰动的问题,基于永磁同步电机矢量控制基本原理,提出了一种负载转矩扰动辨识算法。并结合神经网络控制理论,采用两层神经网络设计了一种负载转矩扰动辨识器。采用DSP控制器搭建了伺服控制系统,同时给出了软硬件设计方法,最后针对电机转速响应特性进行了仿真实验并与传统控制方法比较。仿真结果表明:基于神经网络的伺服系统转矩扰动辨识方法能够有效地抑制负载扰动对系统的影响,提高了控制系统动态响应速度和跟踪性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
负载转矩辨识论文参考文献
[1].徐勇.交流伺服系统转动惯量在线辨识及负载转矩观测[J].微电机.2016
[2].姜伟,李想.基于神经网络的伺服系统负载转矩扰动辨识器设计[J].微特电机.2015
[3].孟南,王群京,谢芳,李国丽,潘志峰.改进的异步电机转速与负载转矩辨识方法研究[J].电气传动.2014
[4].张强,叶林,石航飞,许永衡.交流伺服系统负载转矩的辨识方法[J].兵工自动化.2014
[5].王少威,万山明,周理兵,黄声华.利用蚁群算法辨识PMSM伺服系统负载转矩和转动惯量[J].电工技术学报.2011
[6].于洪霞,姚莹,王向东.基于级联神经网络的电机转速和负载转矩辨识[J].电力电子技术.2011
[7].尹韵,黄运生,陈学.交流电机负载转矩的自适应辨识[J].兵工自动化.2009
[8].吴玲丽,沈艳霞.基于EKF的感应电动机转速及负载转矩辨识[J].微特电机.2009
[9].周旭,石航飞,陈志锦.交流伺服系统负载转矩辨识与速度补偿算法研究[J].兵工自动化.2008