基于新息理论的EKF感应电机转速估计方法

提出了一种基于新息理论的自适应扩展卡尔曼滤波(IT-AEKF)感应电机转速估计方法,实现了优化的感应电机无速度传感器矢量控制。该转速估计方法使用新息序列对系统噪声协方差矩阵进行在线估计和自适应调节,实时地跟踪系统模型的变化,使系统模型与实际模型更加匹配。所提出的方法提高了系统模型对于实际系统以及外部环境变化的适应性,也满足对于低速的估计要求,进而提高系统的稳态精度和抗粗差性能,使系统遇到干扰时更快收敛。实验结果验证了算法的正确性和有效性。     

基于渐消卡尔曼滤波器的永磁同步电机的仿真

使用带渐消因子的自适应卡尔曼滤波构造了永磁同步电机的速度观测器.该滤波器根据永磁同步电机的输出,在线自适应调整渐消因子,从而使滤波器在电机模型存在误差或电机受到外扰的情况下仍收敛并保持最佳,同时具有高收敛速率的特点.最后对基于渐消卡尔曼滤波器的永磁同步电机进行仿真实验.仿真结果表明,该观测器能有效地实现电机的转速观测,具有良好的动、静态特性.     

一种基于指数渐消因子的自适应卡尔曼滤波算法

本文应用自适应估计理论,提出了一种指数渐消因子自适应算法。该算法通过实测残差与理论残差的比值来确定指数方程的系数,调节自适应渐消因子,保证了滤波的稳定性,提高了滤波精度,并且冲破了经验储备系数的限制。最后对比其他三种自适应滤波算法进行了仿真比较,仿真结果表明,指数渐消因子自适应滤波算法是一种实用而有效的算法。     

STEKF协同残差归一化的感应电机转速辨识方法

为了提高感应电机无速度传感器矢量控制系统的性能,提出了一种强跟踪扩展卡尔曼滤波(STEKF)协同残差归一化(NR)的自适应转速估计方法。通过将渐消因子引入到状态预测协方差矩阵中,实时在线调整增益矩阵,强迫输出残差序列保持相互正交。同时,通过对残差进行归一化处理,自适应地调节渐消因子,消除由残差本身数值差异引起的信息不对称。该文提出的方法提高了系统模型对于实际系统以及外部环境变化的适应性,有效降低了估计误差,满足对于低速的估计要求。对基于STEKF协同残差归一化观测器的感应电机无速度传感器矢量控制系统进行了实验验证,实验结果证明了算法的正确性和有效性。     

基于EKF的感应电机无传感器矢量控制

介绍了一种基于扩展卡尔曼滤波(EKF)实现感应电机转子位置和速度估计的方法。该方法通过测量电机的端电压和流过定子线圈的电流在线估计电机转子的位置和速度,实现了感应电机的无传感器矢量控制策略。感应电机无传感器矢量控制系统采用双闭环控制,仿真结果验证了该算法的可行性。     

带有相电压补偿基于EKF的无传感器感应电机转速估计

在VSI系统中,由于死区时间、传递环节以及VSI非线性特性使实际相电压与目标相电压产生误差而导致相电流的畸变,影响了基于扩展卡尔曼滤波转速估计方法的精度,从而提出带有相电压补偿的基于扩展卡尔曼滤波算法的无传感器感应电机转速估计方法。首先对相电压进行补偿,通过简单硬件电路实时地对VSI的输出进行反馈,得到精确的补偿电压幅值。同时,利用经过滤波的励磁电流分量、转矩电流分量对相电流进行重建,准确地对电流方向进行判断,得到相电压补偿极性;再利用补偿后的相电压和相电流进行基于扩展卡尔曼滤波的转速估计。仿真和实验结果验证了带有相电压补偿的基于扩展卡尔曼滤波的转速估计结果比传统转速估计结果具有更高的精度。     

自适应渐消无迹卡尔曼滤波锂电池SoC估计

精确的荷电状态(SoC)是锂电池安全高效运行的重要保障, 文章针对传统无迹卡尔曼滤波(UKF)对非线性系统突变状态跟踪能力差, 导致SoC估计精度低的问题, 提出一种新型自适应渐消无迹卡尔曼滤波(AFUKF)SoC估计方法。首先, 通过设计新型衰减因子对UKF误差协方差矩阵进行加权, 并基于新型衰减因子完成AFUKF的设计, 减小陈旧量测值对估计结果的影响, 提高传统UKF的估计精度和跟踪能力。其次, 基于自主实验平台测试数据, 验证了本文所提AFUKF算法存在初始误差时, 相较于传统UKF算法, ECE工况下平均绝对误差和均方根误差分别下降了47.95%和33.92%, DST工况下分别下降了36.40%和27.73%; 相较于同类改进的AUKF算法, ECE工况下平均绝对误差和均方根误差分别下降了43.36%和33.51%, DST工况下分别下降了39.01%和25.63%。模型结果表明, 相比于传统UKF算法以及同类型改进的AUKF算法, AFUKF具有更高的估计精度, 且在相同初始SoC误差条件下具有更好的鲁棒性。     

基于CESO磁链观测器的模型参考自适应感应电机转速辨识

针对感应电机无速度传感器矢量控制下的速度辨识问题,设计了一种基于扩展状态观测器的闭环转子磁链观测器(CESO),并提出以其作为参考模型的模型参考自适应(CESO-MRAS)转速辨识方法。该磁链观测器将模型中不确定部分进行状态扩展并反馈补偿,是一种闭环观测器,因而对电机转子电阻变化以及外部扰动具有良好的鲁棒性,克服了传统电压转子磁链模型的纯积分和低速区的电压降问题。通过与传统MRAS的仿真比较研究,在转子电阻和转矩的大范围变化低速区,该算法能显著提高矢量控制系统的速度动态辨识能力和转矩抗扰能力。仿真和实验结果验证了该方法的正确性和有效性。     

EKF直接转矩控制的感应电机状态观测器

针对电机安装速度传感器不便的问题提出了新的转速辩识方法,它从扩展卡尔曼滤波算法原理入手,利用定子侧可测量的电流、电压,推导出一种新的无转速传感器的异步电动机转速、磁链状态观测模型,估算出电机的转速和定子磁链。该算法可以有效地消除纯积分环节存在的问题,同时不会在辨识的磁链中引入幅值和相位误差,保证电机在稳态运行和转速突变情况下磁链辩识的准确性。通过建立Matlab的S函数仿真电机转速和磁链的结果表明,这种方法能有效地解决磁链和转矩的脉动问题,从而实现电机高性能的控制。     

基于自适应观测器的感应电机无速度传感器矢量控制

交流电机无速度传感器矢量控制既保持了矢量控制的优良特性,又克服了速度传感器带来的不利影响,是实现低成本、高可靠性和高性能交流调速系统的有效途径.对以自适应观测器为基础的感应电机无速度传感器矢量控制系统进行研究,建立了感应电机转速自适应全阶磁链观测器模型,设计出以估算转速实现闭环控制的无速度传感器矢量控制系统,以TMS320F2810 DSP为控制核心进行了物理实验,并与基于电压电流混合模型的无速度矢量控制方案进行了比较,实验结果表明该控制系统性能良好,具有更高的稳速精度.     

基于自适应观测器的异步电机无速度传感器模糊矢量控制

提出了一种新型的转速自适应磁链观测器,深入研究了观测器的增益矩阵选择,并提出了一种简化的增益矩阵选择方法,同时使观测器的稳定性得到改善。在观测器中进一步引入转矩观测器,提高了速度估计的动态性能。转速和磁链外环采用模糊控制,与传统PI控制器相比,系统的动静态性能得到提高。在实际三电平逆变器平台上的实验结果表明,采用模糊控制和自适应观测器的无速度传感器矢量控制系统在较宽的速度范围内具有良好的性能。     

异步电机全阶自适应磁链观测和速度辨识研究

设计了一种基于全阶观测器的自适应磁链观测器,通过引入定子电流反馈使观测器对电机参数具有一定的鲁棒性,减少了电机参数的误差以及参数在运行过程中的变化对磁链观测准确性的影响。同时在系统中设置了电机参数的在线辨识,使系统具有了很强的自适应能力。还设计了一套基于TMS320F2812新型DSP的异步电机控制系统,并在该系统上完成了控制系统的设计和实验,实验结果验证了自适应磁链观测器的有效性。     

基于自适应观测器的感应电机转速估计方法研究

介绍了一种能在线补偿定转子电阻的基于自适应观测器的感应电机转速估计方法.该转速估计方法只需检测定子电压电流作为输入,利用观测器观测出转子磁链和定子电流,并利用定子电流误差和转子磁链观测值辨识出转速、定子电阻和转子电阻,并反馈于观测器,确保电机转速估计对参数变化的鲁棒性.仿真及实验结果表明,此方法估计的速度能应用于无速度传感器矢量控制系统,并具有较好的辨识精度和鲁棒性.     

基于自适应观测器的感应电动机矢量控制研究

对基于全阶自适应观测器的感应电动机无速度传感器矢量控制系统进行了研究.首先利用Popov超稳定理论分析出自适应观测器不稳定工作区域与其反馈增益矩阵有直接关系;在此基础上应用Kalman滤波理论优化设计反馈增益,并分析证明所设计的增益能够保证系统工作于稳定区.其次基于d-q系下电机动态模型,采用速度环变论域模糊控制和电流环前馈解耦控制,增强控制系统对外界干扰的适应能力.数字仿真试验验证了所设计的自适应观测器性能良好,鲁棒性强.     

异步电机速度自适应磁链观测器的研究

针对异步电机速度自适应磁链观测器在高速弱磁运行下的特点提出了新的磁链观测器配置方法,克服了传统配置方法下磁链观测器离散后在高速下出现的振荡现象,解决了弱磁条件下速度估计环节增益下降的问题,保证了磁链观测器对转子速度的准确估计和对转子磁链位置的准确观测,验证了异步电机无速度传感器控制在电动汽车应用中高速运行下的可行性.     

基于改进磁链观测器的感应电机转速辨识

感应电机电压模型转子磁链观测器由于其算法简单而得到广泛应用,但低速时由于定子电阻压降明显使得测量误差严重影响观测精度,纯积分的应用还存在直流偏置和初始值问题。本文提出了一种改进电压模型转子磁链观测器,引入定子磁链的电流模型和电压模型之间的误差对定子感应电动势进行补偿,理想积分环节采用新型改进低通滤波器代替,再由定子磁链的电压模型推导出转子磁链的电压模型。在此基础上,通过得到的转子磁链对感应电机的转速进行辨识。仿真和实验表明新算法改善了转速辨识的动静态性能,尤其改善了低速时的转速辨识性能。     

基于自适应滑模观测的无速度传感器感应电机间接磁场定向滑模控制

针对传统感应电机无速度传感器控制系统中参数变化和负载扰动对系统运行性能的影响,该文将滑模控制与自适应滑模观测器相结合,构成了感应电机无速度传感器的双滑模控制系统,并建立了该系统的SIMULINK仿真模型。系统仿真结果证实了在电机参数变化和负载扰动时,该系统具有无超调、鲁棒性强、动态响应快等优点。     

基于自适应滑模观测器的感应电动机直接转矩控制

将滑模变结构控制方法应用于感应电动机直接转矩控制系统,介绍了一种自适应滑模状态观测器.以定子电流和转子磁链为状态变量,利用定子电流的测量值与观测值的误差构成滑模面,设计滑模观测器,对转子磁链进行估计.采用李雅普诺夫稳定性理论证明了观测器是渐近稳定的,导出了转速自适应律.将转速观测值用于感应电动机的无速度传感器直接转矩控制系统,实验结果表明驱动系统具有优良的动、静态控制性能.     

基于改进MRAS观测器无速度传感器感应电机转速估计方法

为了提高无速度传感器感应电机矢量控制系统的低速性能,提出了一种改进的转速估计方法.由于转速自适应观测器是一个具有非线性并且较复杂的模型,将两相静止坐标系中的观测器输出误差系统变换到转子磁场旋转坐标系中,通过推导出的单输入单输出误差系统来得到满足观测器稳定性条件.同时对定子电阻进行在线辨识以提高系统的鲁棒性,采用了一种改进的定子电阻自适应率.通过11 kW感应电机无速度传感器转子磁场定向矢量控制实验平台验证了所提出方案的有效性.