基于粒子群优化算法的无传感器调速系统研究

针对扩展卡尔曼滤波器(EKF)中噪声协方差阵对估计准确性影响较大,且选取较困难的问题,提出基于粒子群优化(PSO)算法优化协方差矩阵的方法.使用EKF估计永磁同步电机(PMSM)的转速,实现PMSM无速度传感器控制,并利用PSO优化噪声协方差阵.采用STM32F407ZET6作为核心控制器构建控制系统,实验结果表明:使用PSO的EKF观测器能以较高的精度估计转速,实现精确控制.     

基于EKF的PMSM无传感器控制研究

针对永磁同步电机(PMSM)位置与速度传感器易受外部条件和自身精度的影响,以及PMSM无传感器控制等问题,提出了一种基于扩展卡尔曼滤波(EKF)的PMSM非线性预测无传感器控制方法。该方法具有预测性、自适应能力、抗干扰性、易于软件实现等优点。首先,详细分析了PMSM的矢量控制系统数学模型和EKF原理。其次,将EKF算法应用于PMSM的无传感器矢量控制中,即将电机αβ轴电流和电压作为输入变量,经过EKF算法运算,估算出转子转速和转子位置来代替电机的位置与速度传感器。最后,搭建基于MATLAB/Simulink的PMSM无传感器矢量控制系统仿真模型。仿真结果表明,EKF控制方法能准确估算出电机在空载和负载(随机)时的位置和转速,且具有较好的可预测性和系统响应性。在电机突加负载的情况下,也可以快速恢复到稳定状态,具有较强的抗负载性。     

基于EKF的PMSM无传感器控制系统研究

文章分析了永磁同步电动机(PMSM)在d-q坐标系下的数学模型及其矢量控制原理,提出了一种将扩展卡尔曼滤波(EKF)原理应用于PMSM无传感器控制系统的方法,即在α-β和d-q坐标系下对PMSM的非线性方程进行线性化处理,利用EKF算法对PMSM的转子位置和转速进行实时在线估计,以满足实时控制要求。Matlab/Simulink仿真及dSPACE硬件平台实验结果表明,基于EKF的PMSM无传感器控制系统运行稳定,超调小,动、静态性能良好。     

扩展卡尔曼滤波结合前馈补偿永磁同步电机位置估计

转速和转子位置的精确估计对建立永磁同步电机(permanent magnet synchronous moter,PMSM)转速、电流双闭环矢量控制系统非常重要.本文主要研究扩展卡尔曼滤波算法(extended Kalman filter,EKF)估计转速、转子位置问题.与传统EKF估计转子位置方法不同的是,本文采用遗传算法(GA)优化EKF的协方差矩阵,并给出P,Q,R矩阵选取过程.另外将负载转矩观测器观测的负载转矩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:文中提出的新方法有效缩短系统协方差参数选取时间,提高转速的辨识精度和抗负载扰动能力.     

基于ESO的无速度传感器PMSM系统自适应滑模FCS-MPC

为了提高三相永磁同步电机(PMSM)控制系统的性能,基于反双曲正弦函数的扩张状态观测器(ESO)技术,提出一种新颖的无速度传感器自适应滑模有限控制集模型预测控制(FCS-MPC)策略,采用ESO技术构造PMSM系统转速和反电动势的观测器,实现对电机转速和反电动势快速准确估计.用带有负载ESO的自适应滑模控制作为系统的转速调节器,以提高系统的鲁棒性;利用基于快速矢量选择的FCS-MPC策略,达到减少转矩脉动、降低系统算法计算量的目的.仿真结果表明,基于ESO的无速度传感器自适应滑模FCS-MPC策略能够使PMSM系统可靠稳定运行,达到满意的转矩和转速控制效果.与基于积分型滑模面的自适应滑模FCS-MPC策略相比,所提出的控制策略能使系统具有良好的动态性能和抗负载干扰能力.     

强跟踪延迟滤波算法及其在感应电机无速度传感器控制中的应用

在强跟踪滤波(Strong track filter, STF)算法和延迟扩展Kalman滤波(Schmidt extended Kalman filter, SEKF)算法的基础上, 提出了强跟踪延迟滤波(Strong track Schmidt filter, STSF)算法, 结合感应电机降阶模型建立了电机状态估计算法, 将其应用于感应电机无速度传感器控制系统中, 并与扩展Kalman滤波(Extended Kalman filter, EKF)、SEKF和STF三种算法的状态估计性能作比较. 仿真和实验结果表明, STSF算法在估计精度、跟踪速度、抑止噪声等方面均优于EKF算法, 并且计算复杂度显著降低, 能有效在线估计电机转速和磁链.     

基于SMC和AFEKF的PMSM无传感控制

针对传统扩展卡尔曼滤波(EKF)估计永磁同步电机(PMSM)速度、位置存在模型不精确,噪声不确定时估计精度不高、实时性差,且有可能导致滤波发散的问题,采用一种基于Sage-Husa的自适应渐消扩展卡尔曼滤波(AFEKF)算法。为了提高模型误差鲁棒性、减少超调,采用一种新型的基于指数趋近律的滑模转速控制器(SMC)。实验结果表明:所提出的控制策略相较于传统的比例积分(PI)和EKF算法能准确估计转速和位置。在启动时能较快到达预定速度,且无超调现象,迅速达到稳定状态;在加载后最大偏差较传统算法减小了1. 77%,且稳定状态下,转速误差下降了0. 371%,稳态位置误差减小了0. 45%。证实所提算法在PMSM无传感器控制系统中稳定性强,具有更好的实用性。     

基于EKF和SMC的永磁同步电机无传感器矢量控制

采用扩展卡尔曼滤波(EKF)算法估计永磁同步电机(PMSM)转速和转子位置,构成转速、电流双闭环的无传感器矢量控制系统.针对扩展卡尔曼滤波为有偏估计、对模型误差鲁棒性差等问题,提出了基于指数趋近律的滑模转速控制器.为提高转速环抗负载转矩扰动能力,设计负载转矩观测器并将观测结果引入到电流控制器的输入端,作为速度控制器前馈补偿的控制输入.仿真实验结果表明,与传统采用PI(proportional-integral)转速控制器的系统相比,文中所提控制策略具有转速跟踪误差小、响应快、无超调、抗负载扰动能力强等优点.     

基于EKF永磁同步电机无传感直接转矩控制研究

为了解决传统永磁同步电机直接转矩控制中磁链估算需要知道转子初始位置、纯积分导致的直流偏置以及机械传感器的引入导致系统鲁棒性降低等问题.这里提出了一种基于扩展卡尔曼滤波器的PMSM无传感控制方法.选择易检测的定子电压电流为输入输出变量,以d-q坐标系下定子磁链、转子转速和位置为状态变量,应用EKF(Extended Kalman Filter,EKF)算法来实现状态的准确估算.仿真表明,该方法克服了DTC定子磁链计算过程中的直流偏置和严格初值要求等问题;避免了直接以电机定子磁链为状态变量带来的磁链相位移动的问题和以定子电流为状态变量引起的多解问题;能对状态变量进行准确的估计,提高了PMSM-DTC系统性能,实现了一种高性能PMSM无传感控制.     

改进粒子群算法优化扩展卡尔曼滤波器电机转速估计

针对感应电机扩展卡尔曼滤波器转速估计中难以取得卡尔曼滤波器系统噪声矩阵和测量噪声矩阵最优值的问题, 提出了一种基于改进粒子群算法优化的扩展卡尔曼滤波器转速估计方法。算法通过融合遗传算法和粒子群算法的优点, 采用可调整的算法模型对粒子群算法进行改进, 将改进的粒子群算法对扩展卡尔曼滤波器中的系统噪声矩阵和测量噪声矩阵进行优化处理, 将优化后的卡尔曼滤波器应用于感应电机转速估计。仿真实验表明, 与试探法、标准粒子群算法及遗传算法比较, 改进粒子群算法优化的扩展卡尔曼滤波器能够有效提高转速估计的精度, 从而提高无速度传感器矢量控制系统的控制性能。     

级联式滑模观测器的永磁同步电机鲁棒滑模控制

提出了一种基于无速度传感器运行的永磁同步电机非线性控制方法。针对电机速度和位置观测,设计了一种新颖的级联式滑模观测器,解决了传统滑模观测采用低通滤波器的相位延迟问题。前级电流滑模观测器得到反电动势,后级反电动势滑模观测器获取转速和位置信息,利用李亚普诺夫理论进行了稳定性分析。针对速度控制,提出了带扩张状态观测器的滑模速度控制器取代PI调节器,提高了系统的鲁棒性。在滑模观测和控制中均利用双曲正切函数取代符号函数,削弱了系统抖振。将上述方法应用到永磁同步电机矢量控制系统中,通过仿真验证方法的有效性。     

基于MPC的无传感器永磁同步电机NFTSMC仿真研究

为了提高注塑机中永磁同步电机控制系统的运行可靠性,优化永磁同步电机的调速系统动态性能,提出了一种基于模型预测电流控制的无速度传感器永磁同步电机非奇异快速终端滑模控制策略.以模型预测电流控制作为电流控制内环,取代传统的PI调节器,能够有效地抑制电流纹波,提高电流的动态跟踪性能.根据非奇异终端滑模的设计原理,构造外环速度控制器,从而生成期望的q轴电流,提高了系统的稳定性.设计无速度传感器对电机运行转速进行在线辨识,实现对转速和转子位置准确地估计.并与传统的PI调节器进行对比,仿真与实验结果表明该控制策略具有较高的可靠性和快速性.     

永磁同步电机多采样率EKF转速辨识

永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）具有响应快、高精度、高转矩比等诸多优点,同时无传感器控制策略研究能有效提高PMSM系统的简易性和鲁棒性。在分析EKF和多采样率数字控制系统的基础上,建立永磁同步电机输入多采样率EKF算法,将其用于转速估计。通过仿真和实时实验验证其算法在辨识精度及收敛稳定性方面均优于单采样率EKF算法,并和高频单采样率EKF有着一致的辨识效果,而多采样率EKF算法的数据量及运算量均小于高频单采样率EKF。     

基于FOPID+ADRC的永磁同步电机低速控制

永磁同步电机(permanent magnet synchronous motor,PMSM)是一个非线性、多变量、强耦合系统,具有不确定的外部干扰。为了提高其低速运行时的控制精度,采用一种改进自抗扰控制(active disturbance rejection control,ADRC)对其进行控制。首先通过插值法构建一个新的非线性函数来代替ADRC中原有的最优控制函数,使其在原点处更平滑和连续。并将此函数应用于扩张观测器(extended state observer,ESO),最后将非线性误差反馈率(nonlinear state error feedback,NLSEF)用分阶数比例积分微分(fractional-order proportion integration differentiation,FOPID)代替以提高其动态性能。经SIMULINK仿真结果表明,该控制算法在PMSM低速控制中比传统ADRC具有更快的响应速度和更好的抗干扰能力。     

Adaptive fuzzy robust control of PMSM with smooth inverse based dead-zone compensation

It is a challenging work to design high precision/high performance motion controller for permanent magnet synchronous motor (PMSM) due to some difficulties, such as varying operating conditions, parametric uncertainties and external disturbances. In order to improve tracking control performance of PMSM, this paper proposes an adaptive fuzzy robust control (AFRC) algorithm with smooth inverse based dead-zone compensation. Instead of nonsmooth dead-zone inverse which would cause the possible control signal chattering phenomenon, a new smooth dead-zone inverse is proposed for non-symmetric dead-zone compensation in PMSM system. AFRC controller is synthesized by combining backstepping technique and small gain theorem. Discontinuous projectionbased parameter adaptive law is used to estimate unknown system parameters. The Takagi-Sugeno fuzzy logic systems are employed to approximate the unstructured dynamics. Robust control law ensures the robustness of closed loop control system. The proposed AFRC algorithm with smooth inverse based dead-zone compensation is verified on a practical PMSM control system. The comparative experimental results indicate that the smooth inverse for non-symmetric dead-zone nonlinearity can effectively avoid the chattering phenomenon which would be caused by nonsmooth dead-zone inverse, and the proposed control strategy can improve the PMSM output tracking performance.