共查询到10条相似文献,搜索用时 15 毫秒
1.
基于粒子群优化的感应电机模糊扩展卡尔曼滤波器转速估计方法 总被引:1,自引:0,他引:1
为了减弱固定的先验噪声模型对扩展卡尔曼滤波器(EKF)状态估计的影响,提出一种基于粒子群优化的感应电机模糊EKF(PFEKF)转速估计方法。通过将粒子群优化(PSO)算法引入模糊控制器,监视实际残差与理论残差的偏离程度,自适应选择模糊调整因子,在线递推修正测量噪声协方差矩阵的加权值,使其逐渐逼近真实噪声水平,从而使滤波器进行优化估计,并减小外部干扰和时变测量噪声对系统性能的影响。仿真和实验结果验证了基于PSO的感应电机模糊EKF转速估计方法的正确性与有效性。 相似文献
2.
提出了一种基于扩展卡尔曼滤波(EKF)的感应电动机无传感器系统的转速和负载转矩同时估算方法.在矢量控制的基础上,将电机的运动方程作为一个状态方程,把电机负载转矩看作系统的扩展状态量,根据定子侧测最的电压、电流值,由EKF估算出电机转子磁链、转速及负载转矩.仿真结果表明无速度传感器矢量控制系统具有良好的动态控制性能,即使运行在低速情况下,EKF估计器仍然能够准确地估计转子磁链、转速及负载转矩. 相似文献
3.
4.
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。 相似文献
5.
感应电机的无速度传感器逆解耦控制 总被引:6,自引:0,他引:6
提出了一种基于扩展的Kalman滤波器的感应电机无速度传感器逆解耦控制方法.首先采用逆系统方法将感应电机的转速与转子磁链进行动态解耦,其次由扩展的Kalman滤波器(EKF)对转速及转子磁链进行实时估计,最后由线性综合方法设计转速和转子磁链闭环调节器,从而实现感应电机的无速度传感器逆解耦控制.仿真结果表明EKF可在整个调速范围内进行高精度的转速和磁链估计,系统具有优良的动态和稳态控制性能 相似文献
6.
7.
转速估计是无速度传感器矢量控制系统的关键,其精度将直接影响矢量控制系统的控制性能。将基于电机反电动势的模型参考自适应系统MRAS(model reference adaptive system)方法用于多相感应电机转速估计,对该方法进行了理论推导和稳定性分析。针对输入信号的噪声导致的估算精度降低问题,引入低通滤波器滤除噪声信号,并从理论上分析了其对稳定性的影响。在此基础上设计了变PI参数、变滤波截止频率的MRAS转速估计方法,仿真和实验结果表明优化的转速估计方法具有较好的估计精度和静、动态性能。 相似文献
8.
9.
10.
针对一种基于扩展卡尔曼滤波器(EKF)的感应电动机无速度传感器直接转矩控制系统负载转矩和转速同时估计进行仿真。在直接转矩控制的基础上,通过定子侧可测量的电压、电流值,转速和转矩作为扩展状态量,构建一种无速度传感器的感应电机转速、磁链状态观测器,估算感应电机的负载转矩和转速。该方法能准确估算电机的真实状况,并对负载扰动、电机参数变化具有较强的鲁棒性。仿真结果表明,无速度传感器系统具有较强的动态控制性能,该系统具有抗干扰能力强、超调量小、响应快。 相似文献