矢量控制

为解决在直线感应电机(linear induction motor，LIM)高性能闭环控制系统取消速度传感器后，速度闭环中缺少速度反馈信息问题，在考虑LIM边端效应前提下，实现了一种基于扩展卡尔曼滤波算法的速度观测器。首先，基于考虑边端效应的三相LIM数学模型，推导出具有合适增益和协方差更新矩阵的扩展卡尔曼滤波观测器，并基于LIM的矢量控制系统，将观测器辨识的速度参数反馈到速度闭环系统中。然后，在Simulink中搭建带有速度观测器的LIM矢量控制系统模型，对观测器的辨识速度和电机实际速度进行对比。结果表明，利用辨识速度进行闭环控制可以保证系统稳定运行。在3种负载情况下，观测器的预测速度和实际速度之间的误差在0.51%~2.34%之间。对系统多种动态性能进行分析可知，基于扩展卡尔曼滤波观测器的LIM矢量控制系统，随着负载增大，预测速度的误差增大，推力误差减小，磁链幅值误差略微增大。因此，在考虑边端效应情况下，基于扩展卡尔曼滤波的观测器可以代替速度传感器实现空载和带载时的三相LIM控制。

为解决并网变换器有限控制集模型预测控制输出电流纹波较大的问题，提出一种并网变换器低复杂度多步递进优化虚拟矢量模型预测控制策略。首先，该方法通过构建各扇区的电压误差方程，对各扇区电压矢量误差进行量化评估。其次，在各扇区电压误差最大的位置上设计虚拟矢量，以减小电流控制误差。然后，通过所提的多步递进优化方法进一步量化分析含有虚拟矢量的各扇区电压矢量误差，并在电压误差最大的位置设计虚拟矢量，进一步减小控制误差。使用该方法进行多次优化，并确定最终优化虚拟矢量，有效减小了输出电流纹波。最后，为降低计算负担设计了扇区判断简化搜索方案，将每个大扇区分为6个小扇区，从而减少候选电压矢量个数，提高了系统的动态响应速度。通过对比实验验证了所提方法的有效性。

针对采用传统比例积分(proportional integral, PI)控制算法的感应电机在面对复杂扰动时控制性能降低的问题，基于矢量控制系统，提出了感应电机的自抗扰(active disturbance rejection control, ADRC)无模型预测控制(model-free predictive control, MFPC)方法。首先，结合转速环和磁链环数学模型，设计了转速环和磁链环的ADRC控制器，对负载变化和内参摄动产生的内外扰动进行观测并补偿。其次，为避免内环控制器对电机参数的依赖，基于无模型控制原理，建立了dq电流环的超局部方程，将控制量之外的变量视为干扰量，并引入非线性扩张状态观测器估计干扰量。最后，结合预测控制思想设计了电流环控制器，得到开关状态作用于逆变器。仿真与实验结果表明提出的算法相对PI算法有更好的抗扰性和鲁棒性，可以有效提高感应电机的动态和稳态性能。

电力工程上一般都采用人工和机械混合的敷设方法对大截面、长距离的llOkV及以上高压电力电 缆进行敷设，但总体工作效率不高。本文研发了一套高压旧电缆自动化回收装置解决施工安全可靠快速问题。回收过程中牵引力特性呈现从大到小特点，回收速度定速运行在初始阶段有可能会对电缆有一定破坏作用。为了有效地抑制伺服电机启动时对电缆的冲击，本文提出了基于速度运行曲线的回收装置控制策略。该策略优点是速度随着牵引力柔性变化，改变了电缆恒速控制的传统模式。本文将实际常见的回收场景进行等效，搭建了伺服永磁同步电机矢量控制模型，研究了不同场景的速度曲线控制方式，结合现场条件开展了型式试验测试，验证了控制策略有效性。