科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提升船舶永磁同步推进电机的容错能力与故障条件下的输出能力，针对船舶电力推进系统中推进电机缺相故障，提出一种基于PSO-RBF优化的新型自适应滑模容错控制方法，利用神经网络的学习能力对滑模控制器中的切换增益进行实时调节，并通过粒子群算法对神经网络参数进行寻优，随后采用容错控制策略对缺相后其余健康相电流的相位和幅值进行调节，实现船舶推进电机在正常运行和故障状态下系统的快速收敛和抖振削弱，提高推进电机的容错控制性能。仿真结果表明：笔者方法较传统滑模控制在缺相故障下，转速恢复时间缩短了1.7 s,转速稳态误差降低了0.17%,削减了7%的转矩稳态误差，船舶推进电机运行更稳定，故障后控制性能更优良。
- 单位
