基于EKF的车用永磁同步电机无电流传感器鲁棒控制

介绍了一种面向永磁同步电机(PMSM)的无传感器控制方法.基于矢量控制,建立了永磁同步电机控制模型,引入基于扩展卡尔曼滤波(EKF)原理的算法设计,应用于永磁同步电机无电流传感器控制.该算法不仅考虑了常规隐极式PMSM,也考虑凸极式PMSM.相对于常规的基于EKF算法的无电流传感器控制策略,引入额外的观测变量进行优化....     

基于UDUTUKF的无传感器PMSM直接转矩控制

针对永磁同步电机(PMSM)直接转矩控制系统(DTC),提出一种不需要计算平方根的Unscented卡尔曼滤波(UKF)算法,即UDUTUKF滤波算法,对定子磁链、转子速度和转子位置进行精确估计并得到电磁转矩估计值,建立了基于UDUTUKF的无传感器PMSM直接转矩闭环控制系统.对比了UDUTUKF和EKF的估计误差,仿真结果表明基于UDUTUKF的无传感器PMSM直接转矩闭环系统具有快速的转速和转矩响应特性.UDUTUKF的估计误差低于EKF的估计误差,且误差收敛速度比较快.     

采用扩展卡尔曼滤波磁链观测器的永磁同步电机直接转矩控制

提出利用卡尔曼滤波(extended Kalman filter,EKF)观测器对永磁同步电机(permanent magnet synchronous motor,PMSM)直接转矩控制(direct torque control,DTC)系统进行精确参数估计的方法。通过检测定子电压和电流,应用EKF观测器精确估计电机的定子磁链、电机转速和转子位置,间接估计转矩,近而实现PMSM的无速度传感器控制;同时改进常规的EKF估计状态方程,提高速度估计的精确性,并证明了基于EKF的控制系统的稳定性定理。仿真结果表明该方法减小了系统的非线性、参数变化以及干扰带来的影响,EKF能够准确估计状态变量,提高了直接转矩控制的性能。     

PMSM基于负载转矩观测器GA-EKF方法

为了构成永磁同步电机(PMSM)电流、转速矢量双闭环系统,提出用算法扩展卡尔曼滤波(EKF)来估计PMSM的转子位置和转速。针对传统EKF参数的问题,提出一种基于负载转矩观测器的PMSM遗传算法(GA)-EKF位置(速度)辨识方法。其中,用GA对EKF协方差的选取过程进行优化,同时将负载状态观测器观测出的负载转矩作为负载转矩补偿输入,同速度调节器的输出一起作为电流调节器的控制变量。仿真及实验结果表明所提新方法缩短了系统协方差参数的选取时间,提高了转速辨识精度和抗负载扰动能力。     

基于扩展卡尔曼滤波的永磁同步电机无电流传感器预测控制

针对永磁同步电机(PMSM)因过电压、过电流及误操作等容易造成电流传感器故障,影响PMSM的控制精度的问题,提出一种基于扩展卡尔曼滤波的PMSM无电流传感器预测控制算法。对于PMSM,通常需要两个电流传感器来采集定子电流信息,所提方法通过扩展卡尔曼滤波估计定子电流代替电流传感器。通过基于扩展卡尔曼滤波的PMSM无电流传感器预测控制算法与常规有电流传感器在线变速和变载仿真对比得到,所提方法具有和有电流传感器相同的控制性能。参数鲁棒性仿真表明,所提方法具有较强的参数鲁棒性,能够满足实际控制需要。     

基于扩展卡尔曼滤波的PMSM无位置传感器控制

在永磁同步电机无位置传感器控制系统中,设计了一种基于扩展卡尔曼滤波(EKF)算法的永磁同步电机(PMSM)转子位置估算算法,代替机械式的位置传感器对电机转子位置及转速进行实时检测,实现无位置传感器控制,给出了算法的递推过程和永磁同步电机模型,并对该算法进行了简化分析。经仿真与实验表明基于扩展卡尔曼滤波的PMSM无位置传感器控制算法具有良好的动静态性能、转速辨识能力,且具有良好的鲁棒性,能够在各种运行情况下正确估算转子位置以及电机转速,控制性能优越。     

基于自适应EKF的PMSM无速度传感器控制

永磁同步电机无速度传感器控制中,鉴于固定的噪声协方差阵不能同时满足动态和稳态的要求,通过引入一种变参数的自适应扩展卡尔曼滤波器(EKF),给出了一种永磁同步电机(PMSM)无速度传感器控制方案.以角加速度的值为选取依据,判断电机的运动状态,针对稳态过程和动态过程分别选定两组参数,以保证滤波器的快速性和稳定性,进而实现E...     

基于高速永磁同步电动机的REKF建模

为实现高速永磁同步电动机(PMSM)的高精度控制,解决高速PMSM及其控制系统环境存在大量的非线性与不确定性的问题,提出一种抗差扩展卡尔曼滤波方法(REKF)。在传统的扩展卡尔曼滤波算法(EKF)基础上加入抗粗差处理,抑制了环境外界粗差干扰对算法估计性能的影响,并有效减小了模型线性化误差对算法的估计准确性影响,防止滤波发散。以高速PMSM模型为基础,对REKF算法进行推导计算,建立了基于REKF算法的电机转子速度、位置估计模型,为实现基于REKF算法的PMSM无传感器控制建立理论基础。     

基于滑模速度控制器的PMSM无速度传感器控制研究

针对传统永磁同步电机(PMSM)矢量控制系统中易受机械式传感器影响的问题,设计了一套基于扩展卡尔曼滤波器(EKF)的PMSM无传感器控制系统;同时由于负载突变和系统参数变化会影响整个控制系统的稳定性,提出一种滑模控制器(SMC)来取代传统PI速度控制器。首先对PMSM数学模型进行线性化处理,在此基础上引入EKF算法实现转速、位置的在线估计,并且设计以转速误差作为状态变量的滑模速度控制器,实现速度环的闭环调节。仿真结果表明,EKF可以有效地对转子速度、位置进行估算,且在滑模速度控制器的作用下系统响应更快、抗干扰性能更好、鲁棒性更强。     

基于AEKF的永磁同步电机无传感器控制策略

采用扩展卡尔曼滤波(EKF)的永磁同步电机无传感器控制在系统运行环境改变时不能适应系统参数的变化，可能会出现滤波发散的情况。针对EKF的问题，已有不少的改进方法，但多需要大幅增加算法的复杂度。研究了一种算法简洁的自适应扩展卡尔曼滤波方法(AEKF)。通过仿真实验验证了该AEKF方法的稳态收敛精度和对参数的鲁棒性均优于传统的EKF方法。     

基于RLKF的无传感器PMSM控制

针对永磁同步电动机无传感器控制中经典扩展卡尔曼滤波器算法计算量大的缺点,设计了一种新的降阶线性卡尔曼滤波器算法。通过数学公式推导分析比较了该算法与经典卡尔曼滤波算法,并在M atlab/S imu link平台下进行了仿真研究,仿真结果表明该算法在线计算量小,能准确估计电机转子位置和转速,参数调整容易,并具有良好的动态特性。     

具有参数辨识的永磁同步电机无位置传感器控制

转子磁极位置估计的准确性决定永磁同步电机无位置传感器控制系统的性能,为了实现转子位置和转速的精确控制,需要对电机参数进行在线辨识。根据实际冰箱制冷系统需求,采用模型参考自适应系统构建无位置传感器矢量控制方案,在仿真研究电机参数变化对位置估算影响的基础上,提出了一种具有参数辨识的内埋式永磁同步电机无位置传感器控制方案。利用电机的电流模型,运用扩展卡尔曼滤波器对转子磁链和交轴电感同时进行在线辨识,并将辨识出的参数用于更新无位置传感器矢量控制算法中的电机模型。仿真和实验结果表明,参数辨识算法可以有效地辨识出实际的转子磁链和交轴电感,具有参数辨识的无位置传感器矢量控制方案可行有效,在压缩机厂商提供的电机参数存在一定误差的情况下可以保证冰箱制冷系统的性能。     

基于EKF的永磁同步电动机无位置传感器控制研究

提出了一种基于扩展Kalman滤波器(EKF)的永磁同步电机无位置传感器控制系统.利用易于检测的电机端电压和端电流,采用EKF算法实时估计电机的转速和磁极位置,得到矢量控制系统反馈信号和矢量变换角度.转速和电流控制器均采用PI控制,转速控制器输出作为电流控制器的参考信号,电流控制器产生SPWM逆变器的控制信号.仿真和实验结果表明EKF能在宽的转速范围内对系统的状态做出精确稳定的估计,基于EKF的永磁直线电机无位置传感器驱动系统具有良好的动态响应特性.     

Implementation of EKF based sensorless drive system using vector controlled PMSM fed by a matrix converter

A PMSM sensorless drive fed by a matrix converter has been designed to show that a drive system with high performance and efficiency can be constructed by combining the advantages of matrix converters, permanent magnet synchronous motors and sensorless control. Sensorless control of the motor is performed by using Extended Kalman Filter. The characteristics of matrix converter and performance of PMSM which are implemented by using a digital signal controller has been analyzed. Differences between the sensored and sensorless PMSM drive systems are also presented by considering the waveforms of the drive system. Promising results illustrated that EKF based sensorless control of matrix converter fed PMSM drive system with a good performance is achievable at medium and high speed operations.     

基于扩展卡尔曼滤波器的永磁同步电机转速估计方法研究

研究了利用扩展卡尔曼滤波器(extended kalman filter, EKF)对永磁同步电机(permanent magnet synchronous motor, PMSM)矢量控制系统进行参数精确估计的方法。通过引入定子电流和电压,在线估计电机的定子磁链、电机转速和转子位置,进而实现永磁同步电机的无传感器控制。仿真结果表明EKF准确地观测了电机转速和磁链,所构建的无速度传感器矢量控制系统具有良好的控制性能。     

基于参数辨识的永磁同步电机无位置传感器控制

针对电机运行过程中参数变化会影响永磁同步电机(PMSM)无位置传感器控制性能的问题,将递推的最小二乘法(RLS)用于PMSM参数的在线辨识,在最大转矩电流比控制策略下,使用基于BP神经网络改进的模型参考自适应系统构建无位置传感器控制方案,提出了基于在线参数辨识的PMSM无位置传感器控制方案。运用递推的RLS对PMSM的交轴电感和转子磁链进行在线辨识,并将参数辨识结果应用于电机无位置传感器算法中。仿真和试验证明了基于递推的RLS参数辨识算法可以对PMSM的转子磁链和交轴电感值进行准确辨识,基于参数辨识的PMSM无位置传感器控制方案性能更好。     

异步电动机直接转矩控制速度辨识研究

采用扩展卡尔曼滤波算法（EKF）构成异步电动机无速度传感器直接转矩控制系统。利用Matlab／Simulink构建了系统模型并进行了仿真研究。仿真结果表明该系统具有优良的动、静态性能和较强的抗干扰能力。     

基于扩展卡尔曼滤波的永磁同步电机无传感器矢量控制

为实现永磁同步电机(PMSM)的无传感器控利,引入扩展卡尔曼滤波对转子位置和转速进行估计,该算法通过测量电机端电压和定子电流在线估计转子位置和速度.为提高PMSM转速估计精度,以两相静止坐标系下考虑转动惯量的PMSM实际模型为递推估计对象,搭建转速、电流双闭环的无传感器矢量控制系统.仿真结果表明,系统状态估计精度较高、运行稳定、超调小、动静态性能良好.