184号资源-源程序：基于MPC的永磁同步电机非线性终端滑模控制仿真研究TSMC-MPC-PMSM---------已提供下载资源

电网论文源程序

于 2024-09-22 08:15:00 发布

阅读量716

点赞数 21

分类专栏：论文与完整源程序文章标签：程序

本文链接：https://blog.csdn.net/liang674027206/article/details/142330196

版权

论文与完整源程序专栏收录该内容

231 篇文章 220 订阅

订阅专栏

👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆下载资源链接👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆👆

《《《《《《《《更多资源还请持续关注本专栏》》》》》》》

论文与完整源程序_电网论文源程序的博客-CSDN博客https://blog.csdn.net/liang674027206/category_12531414.html

电网论文源程序-CSDN博客电网论文源程序擅长文章解读,论文与完整源程序,等方面的知识,电网论文源程序关注python,机器学习,计算机视觉,深度学习,神经网络,数据挖掘领域.https://blog.csdn.net/LIANG674027206?type=download

（PMSM）是一种广泛应用于工业和电动车辆中的高效电机。非线性终端滑模控制是一种鲁棒控制策略，能够处理系统的非线性特性和外部扰动，从而提高控制精度和稳定性。在这种方法中，模型预测控制（MPC）被应用于终端滑模控制的框架中。

MPC利用优化算法预测未来的系统行为并调整控制策略，以实现最佳性能。而终端滑模控制则专注于在系统状态达到特定终端状态时，消除非线性和不确定性带来的影响。

TSMC（终端滑模控制）结合MPC能够在仿真研究中实现更加精确的电机控制，优化电机的动态响应和稳定性。综上，这项研究利用MPC与非线性终端滑模控制相结合的方法，旨在通过仿真分析来提升永磁同步电机在各种运行条件下的控制效果，确保电机系统的高效和可靠运行。=

部分代码展示：


sizes.NumContStates  = 0;
sizes.NumDiscStates  = 0;
sizes.NumOutputs     = 14;
sizes.NumInputs      = 15;
sizes.DirFeedthrough = 1;
sizes.NumSampleTimes = 1;   % at least one sample time is needed

sys = simsizes(sizes);
x0  = [];
str = [];
ts  = [0.00001 0];     % 采样时间0.0001s,100000 Hz

% mdlOutputs

function sys=mdlOutputs(t,x,u)
 persistent buffer a b c d e f g h i j k l 

Us_A=u(1);Us_B=u(2); Us_C=u(3);

Io_A_g=u(13); Io_B_g=u(14); Io_C_g=u(15);


Ts=0.00001;Rf=0.5; Lf=0.0004; Cf=21e-6; Rs=0.958; Ls=0.000395;%%若修改周期求取Is（K+1)的状态方程系数也需相应的修改
K1=0;K2=0; %%%%%K1 reactive power K2 source current


Io_A_1=u(10); Io_B_1=u(11); Io_C_1=u(12);
Uc_A_1=u(7); Uc_B_1=u(8); Uc_C_1=u(9);%%%%%%kshik
Is_A_1=u(4); Is_B_1=u(5); Is_C_1=u(6);%%%%%%%%%%%%%%更新Uc Is Io
%%%%%%时延补偿%%%%%%%%%%%%%%%%%%%%%用k时刻的开关状态估计在k+1时刻的Vs,Is,Io,Uo,Ic,Uc
% if isempty(buffer)%%判断上一时刻的开关状态是否为空（为第一次采样而设计）
% a=1; b=0;c=0;d=0;e=1;f=0;
% g=1;h=1;i=1;j=0;k=0;l=0;
% end
% Vdc_prev=(a-d)*Uc_A+(b-e)*Uc_B+(c-f)*Uc_C;
% Uo_A=Vdc_prev*(g-j); Uo_B=Vdc_prev*(h-k); Uo_C=Vdc_prev*(1/3)*(i-l);%%使用k-1时刻的开关状态求取k时刻输出电压
%  Uo_A_c=Uo_A-(Uo_A+Uo_B+Uo_C)/3;Uo_B_c=Uo_B-(Uo_A+Uo_B+Uo_C)/3;Uo_C_c=Uo_C-(Uo_A+Uo_B+Uo_C)/3;%%%%%%%%%%%%%消除共模电压
%  Idc_prev=g*Io_A+h*Io_B+i*Io_C;%%使用K-1时刻的开关状态求取k时刻的输入变换器电流
%  Ic_A=(a-d)*Idc_prev;Ic_B=(b-e)*Idc_prev;Ic_C=(c-f)*Idc_prev; 
% 
% 
% Is_A_1=-0.0729*Uc_A+0.9188*Is_A+0.0729*Us_A+0.0729*Ic_A;%%%%Is(k+1)=Is(k)+Uc(k)+Us(k)+Ic(k);
% Is_B_1=-0.0729*Uc_B+0.9188*Is_B+0.0729*Us_B+0.0739*Ic_B;
% Is_C_1=-0.0729*Uc_C+0.9188*Is_C+0.0729*Us_C+0.0739*Ic_C;
%  Io_A_1=1/(Ls)*((Ls-Ts*Rs)*Io_A+Ts*Uo_A_c);
%  Io_B_1=1/(Ls)*((Ls-Ts*Rs)*Io_B+Ts*Uo_B_c);%%使用k-1时刻的开关状态求取k时刻输出电流
%  Io_C_1=1/(Ls)*((Ls-Ts*Rs)*Io_C+Ts*Uo_C_c);
% Uc_A_1=0.9261*Uc_A+1.9431*Is_A+0.0739*Us_A-1.9505*Ic_A;
% Uc_B_1=0.9261*Uc_B+1.9431*Is_B+0.0739*Us_B-1.9505*Ic_B;%%Io(k+1)=Io(k)+Uo(k)
% Uc_C_1=0.9261*Uc_C+1.9431*Is_C+0.0739*Us_C-1.9505*Ic_C;
%%%%%时延补偿
Uc_alphar_1=(2/3)* (Uc_A_1-(1/2)*Uc_B_1-(1/2)*Uc_C_1);      Uc_beta_1=(2/3)*(sqrt(3)/2)*(Uc_B_1-Uc_C_1);
Is_alphar_1=(2/3)* (Is_A_1-(1/2)*Is_B_1-(1/2)*Is_C_1);      Is_beta_1=(2/3)*((sqrt(3)/2)*Is_B_1-(sqrt(3)/2)*Is_C_1);
Io_g_alphar=(2/3)* (Io_A_g-(1/2)*Io_B_g-(1/2)*Io_C_g);      Io_g_beta=(2/3)*((sqrt(3)/2)*Io_B_g-(sqrt(3)/2)*Io_C_g);

效果展示：