基于FMI-EKF的转速和转子时间常数并行辨识

由于感应电机间接矢量控制系统中转子转速和转子时间常数存在深度耦合的关系，因此实现二者的并行辨识一直是难以解决的问题。为此，提出一种基于遗忘因子改进多新息扩展卡尔曼滤波算法（FMIEKF）的转速和转子时间常数并行辨识策略，降低卡尔曼滤波并行辨识系统的误差带宽，并改善其可信赖度低的问题。同时为了避免数据饱和，引入遗忘因子降低系统对于历史数据的依赖性。仿真结果表明，所提转速和转子时间常数并行辨识系统适用于全转速及全转子时间常数范围内的辨识，并且具有较强的抗干扰能力，辨识的准确度相对传统卡尔曼滤波系统有了明显提高。