【技术实现步骤摘要】
本专利技术涉及医用电机，具体涉及一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法。
技术介绍
1、异步电机具有结构简单、价格低廉、运行可靠等优点，被广泛应用在医疗器械领域中。ct扫描床需要在运行过程中保证良好的转矩性能和平稳性，必须对异步电机驱动系统采用高性能的控制策略，而矢量控制具有控制精度高、动态响应好的特点，满足ct扫描床的运行需求。但是矢量控制的控制效果受电机参数的影响较大，所以对ct扫描床用异步电机进行参数辨识具有重大意义。
2、近年来国内外学者开展了大量关于电机参数辨识的研究，提出了许多参数辨识算法，包括卡尔曼滤波器法、神经网络辨识算法、最小二乘类算法、模型参考自适应算法、滑模观测法等，这些参数辨识方法各有其优缺点。漆星,张倩提出了一种基于actor-critic框架的异步电机参数辨识方法，该方法使得电机在训练过程中自动产生数据标签值，解决了异步电机在神经网络环境下难以获取标签值的问题，但是该方法需要大量真实电机数据作为支撑，对实验环境有着较大的要求，实现难度大；ljubomir kulisic提出了一种基于转子磁场定向控制的异步电机定子电阻的辨识方法，该方法利用神经网络输出转子速度，利用模型参考自适应方法输出转子时间常数，有效提升电机定子电阻的辨识精度，但是该方法将所识别的转子时间常数当作单层神经网络的输入参数，易受到电机运行噪声干扰，鲁棒性较差。
3、为了能够快速准确的对异步电机进行参数辨识，本专利技术提出了一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在
技术实现思路
1、本专利技术的目的是针对现有技术存在的不足，提供一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，解决了
技术介绍
中提到的部分问题。
2、为实现上述目的，本专利技术采用如下技术方案：
3、一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，包括以下步骤：
4、s1.异步电机的转子磁链电压模型为：
5、
6、异步电机的转子磁链电流模型为：
7、
8、异步电机的数学模型较为复杂，需要通过坐标变换简化数学模型，变换到两相坐标系上，使得两相坐标轴互相垂直，两相绕组之间没有磁的耦合，异步电机在dq坐标系上的磁链方程为：
9、
10、对于同步旋转坐标系，ωdqr＝ωdqs-ω，考虑到笼型异步电机转子是短路的，则urd＝urq＝t，电压方程可表示为
11、
12、式中：ψsd、ψsq、ψrd、ψrq为4个磁链分量；isd、isq、ird、irq为4个电流分量；usd、usq为2个定子电压分量；ls为定子等效绕组的自感；lm为定子与转子同轴等效绕组间的互感；rs为定子绕组电阻；rr为转子绕组电阻；p为微分算子；ωdqr、ωdqs为同步旋转角速度与转差角速度；
13、经整理得到以转速ω、转子磁链ψr、定子电流is作为状态变量构建数学模型为
14、
15、
16、
17、
18、
19、异步电机定子的磁链电压模型为：
20、
21、其中，为电压模型定子磁链在dq轴上的分量；isd、isq、ird、irq为4个电流分量；usd、usq为2个定子电压分量；rs为定子绕组电阻；
22、优化异步电机定子的磁链电压模型，将积分环节等效为低通滤波器；
23、s2.由于低通滤波器存在相位滞后问题，所以在异步电机定子磁链的电流模型中添加高通滤波器来解决这个问题，优化后的异步电机定子磁链的电流模型为：
24、
25、其中：为优化后的电流模型定子磁链在dq轴上的分量，为电流模型定子磁链在dq轴上的分量，ls为定子等效绕组的自感；lm为定子与转子同轴等效绕组间的互感；rr为转子绕组电阻；p为微分算子；ωdqr、ωdqs为同步旋转角速度与转差角速度，tr为转子电磁时间常数；σ为漏磁系数；
26、s3.将异步电机定子的磁链电压模型中的rs用自适应更新的预测值表示，由于高通滤波器对模型参考自适应律没有影响，故可先将其省略，定义异步电机定子的磁链误差为：
27、
28、其中：为定子磁链在dq轴上误差，
29、将异步电机本身的转子磁链改为优化后的电机定子的磁链电压模型和电流模型所计算的值；
30、s4.由定子时间常数倒数估计值定子电阻估计值引起的误差方程整理为状态方程，将定子时间常数τr换为估计值设计自适应律，最后简化成标准模型参考自适应模型；
31、s5.通过参考模型和可调模型输出的转子磁链的偏差来驱动pi自适应律辨识转子电磁时间常数tr，同时将辨识出来的转子电磁时间常数tr反馈到转子磁链电流模型中；当系统误差收敛至零时，得到的转子电磁时间常数tr为当前状态的真实值，从而完成异步电机参数辨识工作。
32、进一步技术优选技术方案是，s1具体内容包括：由转子磁链电压方程、转子磁链电流方程推导可得定子磁链的电流模型，由于异步电机定子的磁链电压模型中含有纯积分问题，所以本专利技术设计了优化模型。
33、进一步技术优选技术方案是，s2具体内容包括：将积分环节等效为低通滤波器由于低通滤波器存在相位滞后问题，所以在异步电机定子磁链的电流模型中添加高通滤波器来解决这个问题。
34、进一步技术优选技术方案是，s3具体内容包括：根据优化后的异步电机定子磁链的电流模型，将异步电机定子的磁链电压模型中的rs用自适应更新的预测值表示，由于高通滤波器对模型参考自适应律没有影响，故可先将其省略，通过异步电机定子的磁链电压模型、定子磁链误差推导，将转子磁链改为优化后的电机定子的磁链电压模型和电流模型所计算的值。
35、进一步技术优选技术方案是，s4具体内容包括：为了方便的设计自适应律，将其简化成标准模型参考自适应模型，使其由线性定常正向部分及非线性时变反馈部分组成，由引起的误差方程整理为状态方程，线性定常正向部分及非线性时变反馈部分方程可得到系统的正向线性环节中的参数，推导得到正向线性函数矩阵为正实函数矩阵，满足popov超稳定性理论。
36、进一步技术优选技术方案是，s5具体内容包括：通过参考模型和可调模型输出的转子磁链的偏差来驱动pi自适应律辨识转子电磁时间常数tr，同时将辨识出来的转子电磁时间常数tr反馈到转子磁链电流模型中；当系统误差收敛至零时，得到的转子电磁时间常数tr为当前状态的真实值，从而完成异步电机参数辨识工作。
37、进一步技术优选技术方案是，对异步电机在dq坐标系上的磁链方程、电压方程、d本文档来自技高网...
【技术保护点】
1.一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，S1具体内容包括：由转子磁链电压方程、转子磁链电流方程推导可得定子磁链的电流模型，由于异步电机定子的磁链电压模型中含有纯积分问题，所以本专利技术设计了优化模型。
3.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，S2具体内容包括：将积分环节等效为低通滤波器由于低通滤波器存在相位滞后问题，所以在异步电机定子磁链的电流模型中添加高通滤波器来解决这个问题。
4.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，S3具体内容包括：根据优化后的异步电机定子磁链的电流模型，将异步电机定子的磁链电压模型中的Rs用自适应更新的预测值表示，由于高通滤波器对模型参考自适应律没有影响，故可先将其省略，通过异步电机定子的磁链电压模型、定子磁链误差推导，将转
5.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，S4具体内容包括：为了方便的设计自适应律，将其简化成标准模型参考自适应模型，使其由线性定常正向部分及非线性时变反馈部分组成，由引起的误差方程整理为状态方程，线性定常正向部分及非线性时变反馈部分方程可得到系统的正向线性环节中的参数，推导得到正向线性函数矩阵为正实函数矩阵，满足Popov超稳定性理论。
6.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，S5具体内容包括：通过参考模型和可调模型输出的转子磁链的偏差来驱动PI自适应律辨识转子电磁时间常数Tr，同时将辨识出来的转子电磁时间常数Tr反馈到转子磁链电流模型中；当系统误差收敛至零时，得到的转子电磁时间常数Tr为当前状态的真实值，从而完成异步电机参数辨识工作。
7.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，对异步电机在dq坐标系上的磁链方程、电压方程、dq坐标系上的数学模型进行整理化简，将Tr提取可得：
8.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，基于定子电阻模型参考自适应对异步电机参数进行辨识，通过对定子电阻参数进行在线辨识，并将得到的定子电阻参数反馈到转子磁链电压模型中，能够有效的减小由于定子电阻参数变化的干扰。
9.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，为了方便的设计自适应律，简化成标准模型参考自适应模型，使其由线性定常正向部分及非线性时变反馈部分组成，表示如下：
10.如权利要求1所述的一种应用在CT扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，电机在实际运行情况下，转子电磁时间常数Tr的变化不大，因此可将τr在参考转子磁链电压模型中作为常数；为了获得较好的动态特性，自适应律的选取为比例积分环节：
...【技术特征摘要】
1.一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，s1具体内容包括：由转子磁链电压方程、转子磁链电流方程推导可得定子磁链的电流模型，由于异步电机定子的磁链电压模型中含有纯积分问题，所以本发明设计了优化模型。
3.如权利要求1所述的一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，s2具体内容包括：将积分环节等效为低通滤波器由于低通滤波器存在相位滞后问题，所以在异步电机定子磁链的电流模型中添加高通滤波器来解决这个问题。
4.如权利要求1所述的一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，s3具体内容包括：根据优化后的异步电机定子磁链的电流模型，将异步电机定子的磁链电压模型中的rs用自适应更新的预测值表示，由于高通滤波器对模型参考自适应律没有影响，故可先将其省略，通过异步电机定子的磁链电压模型、定子磁链误差推导，将转子磁链改为优化后的电机定子的磁链电压模型和电流模型所计算的值。
5.如权利要求1所述的一种应用在ct扫描床的基于模型参考自适应系统的异步电机参数在线辨识方法，其特征在于，s4具体内容包括：为了方便的设计自适应律，将其简化成标准模型参考自适应模型，使其由线性定常正向部分及非线性时变反馈部分组成，由引起的误差方程整理为状态方程，线性定常正向部分及非线性时变反馈部分方程可得到系统的正向线性环节中的参数，推导得到正向线性函数矩阵为正实函数...
【专利技术属性】
技术研发人员：吴启泽，杨双，崔佳星，安雪，郇醒钟，
申请(专利权)人：沈阳鹏悦科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。