Die vorgeschlagene Identifizierungsmethode ermöglicht eine gleichzeitige Schätzung der nichtlinearen Ausgangsspannungsabweichungen in Spannungsquellenwechselrichtern (VSI) und nichtlinearen Synchronmaschinenmodellen. Auf der Grundlage der identifizierten Merkmale mit Hilfe physikalisch inspirierter strukturierter künstlicher neuronaler Netze (ANNs) kann eine effiziente Abstimmung des Stromregelungssystems vorgenommen werden, und die durch parasitäre Effekte und Totzeitverzerrungen verursachten nichtlinearen Spannungsabweichungen können genau kompensiert werden.

Die Identifikation erfolgt ohne Positionssensor, während der Rotor mechanisch blockiert ist, indem nur gemessene Phasenströme und Referenzspannungen der Maschine verwendet werden. Experimente an einer inneren Permanentmagnet-Synchronmaschine (IPMSM) und einer Reluktanz-Synchronmaschine (RSM) zeigen, dass die vorgeschlagene Methode in der Lage ist, die stromabhängigen Eigen- und Querstromverkettungen, differentielle Induktivitäten und die nichtlinearen VSI-Spannungsabweichungen sowie den Phasenwiderstand gleichzeitig zu identifizieren. Die vorgeschlagene Methode ist schnell und generisch.

Außer dem Maschinennennstrom, der Spannung und der Frequenz sind keine weiteren Systemkenntnisse erforderlich, so dass die Methode für die Selbstinbetriebnahme jedes elektrischen Synchronmaschinenantriebs geeignet ist.

Lesen Sie mehr Details im veröffentlichten Artikel.