为解决风力发电系统因工况复杂、干扰源众多造成的常规控制方法效果难以满足高性能要求的难题,提出了一种以最大功率跟踪为目标,综合惯量辨识和模型预测控制的复合预测控制策略。首先通过惯量辨识得到对象的部分未知模型,再通过模型预测对得到的模型滚动优化,并进行反馈校正。最后的仿真结果表明,该复合预测控制策略具有有效的功率输出、较好的系统稳定性和抗干扰能力。

由于永磁同步电机系统具有非线性、强耦合、多变量的特点,且易受内部参数变化、负载扰动的影响,为保证系统调速过程的快速性和准确性,设计了一种基于惯量辨识的自适应反推控制调速方法。首先,采用自适应算法对定子电阻、黏性摩擦和负载转矩进行实时估计;其次,利用基于惯量辨识的自适应反推控制方法,减小工业控制中转动惯量对电机调速系统的影响;最后,进行了仿真验证。结果表明,与传统的PI和传统的自适应反推法相比,基于惯量辨识的自适应反推控制方法具有最优的转速跟踪性能和抗干扰能力。

大型水泵机组是大型泵站的关键设备。为了掌握机组的可靠耐久性，对机组故障进行了统计分析，遴选出机组关键易损部件：水泵导轴承、叶轮叶片、电机定子、电机推力轴承；确定主要失效模式：水泵导轴承磨损，叶片汽蚀、断裂，电机定子绝缘老化和推力轴承烧损。分析确定了各易损部件主要失效模式的失效判别标准。本文成果对提高大型水泵机组可靠耐久性，指导泵站维护管理，合理确定机组大修周期有重要意义。