交流电动机是一种高度多变量，非线性，多干扰的机电电力转换装置。着计算机和电力电子技术的发展，交流电机控制方法越来越多，非线性控制理论已经引入到当前电机速度控制的研究中。代方案，包括被动控制理论。
其他非线性控制技术相比，被动控制技术在参数变化方面具有稳定性和抗干扰特性，大大提高了电机的控制效果。动控制;没有速度传感器;异步电动机;速度控制系统中图分类号：TM343文献标识码：A DOI：最近10.15913 / j.cnki.kjycx.2017.07.096年，国家增加传感器速度系统研究的控制提高了速度以及系统获取转速信息的准确性。过20多年的研究，他取得了一些成果。速度传感器控制系统不需要检测设备，解决了速度传感器需要多个检测硬件支架的问题，降低了传感器的成本，提高了系统的可靠性。外，无传感器速度的体积相对较小，质量轻，控制器和电机无需连接，大大提高了系统的便利性，广泛应用于控制系统异步电机转速无速度传感器。
源控制方法PI自适应控制该控制方法通过自适应PI控制器获得一定量的误差信息，以获得转速信息，这是一种算法简单，效果好的估算方法明显。态速度估计方法基于发动机模型并且使用转子的磁力和反电力来估计，这是一种简单且直观的方法。而，由于该估计方法中缺少纠错链路，抗干扰能力低并且对电动机参数的变化敏感。是，在应用过程中，参数识别能力和纠错能力可以提高干扰控制系统的鲁棒性，从而提高系统的控制能力。展卡尔曼滤波方法该控制方法将每种估计方法视为模型线性，估计机电速度，并将机电速度视为状态变量。展卡尔曼滤波器方法有效地控制噪声并提高速度估计的准确性。而，速度的准确性将受到发动机运行参数的影响，并且该算法的计算相对较大。经网络算法神经网络算法基于逻辑规则。后，它将信息转换为概念，并使用符号表示根据串行模式对符号进行逻辑推理。后他以指令的形式写出推理过程。着计算机技术的发展，神经网络算法被广泛应用于社会的各个领域。经网络算法应用于被动控制技术，包括用神经网络替换当前模型转子磁链观测器，恒温阀芯并通过计算计算机的传播算法的电气速度。错误。然神经网络算法具有一定的优势，但其理论和技术仍处于起步阶段，需要进一步研究。用等式而不转速作为参考模型和包含旋转速度作为模型数据ajustable.Les两个模型图案的数据的自适应方法的参考模型使用相同的物理参数而生成两种模型的输出误差构成了自我。适应律可以通过调整可调模型参数来有效地控制输出对象跟踪参考模型的功能。模型的参考方法使用识别参数的方法以确保正确的参数估计速率。是，由于模型的参考方法是基于参考模型的准确性，它直接影响系统速度和控制效果的识别。步电动机控制系统的仿真设计本文主要研究估计自适应模型参考的方法，并观察仿真估计的结果。据模型自适应参考方法的相关要求，控制系统通过发动机的无功功率参考模型方法解决了磁链中电阻的影响问题，并减少了因此，估计误差使得可以获得瞬时无功功率。
机模型中的自由速度信号用作参考模型，速度信号用作可调模型，以获得模型模型自适应无功功率方案，所需扭矩控制器的扭矩和磁力值系统的计算。的幅度，模型误差矢量，转子磁场定向滑差，恒温阀芯被动控制率等。设计系统时，确保模型控制系统必须是被动的，减少设计系统对不确定参数的影响，并提高系统的实际能力。速度控制器的设计中，当没有被动控制速度传感器的异步交流电机系统的转矩参数接近所需转矩时，必须及时记录速度误差以获得转矩值期望。仿真过程中，Matlab仿真软件包括速度传感器和无感应电动机speed.The仿真模型传感器的系统开始于给定的速度无负载并开始后0.5秒加载。真结果根据仿真模型的结果，当速度传感器系统加速无源异步电动机时，起动速度在启动阶段相对平稳地增加，达到标称速度0.32。电速度的增加立即降低到0.5秒，但很快恢复正常，扭矩随时间增加，直到充电值趋于稳定。一步验证了异步电动机速度控制系统仿真模型的设计是正确的。
源变速电机的速度控制系统是在模型的自适应流量链接方法的基础上估算的，如果得到的结果接近速度传感器参数的值，则系统的波动是相对较低，速度传感器的轨迹永远不会平滑。以看出，非流量参考模型的自适应速度传感器电机速度控制系统可以达到控制传感器系统速度的效果，但控制性能相对较差。
于无功功率的参考模型的自适应估计的方法消除了与参考磁链模型的自适应估计方法的低速运转的抖动问题，并执行跟踪马达的实际速度定期，控制效果更好。论速度传感器稳定性好，不奇异，鲁棒性好，有利于提高无速度传感器异步电动机的速度控制效果。文采用速度传感器和速度传感器的仿真设计，证明了无传感器无源调速电机控制速度的效果更好。
本文转载自
恒温阀芯 https://www.wisdom-thermostats.com