基于卡爾曼濾波算法的感應電機無速度傳感器控制研究.pdf

1、感應電機驅動中的大部分問題應當說在當今的電力電子技術領域中已經(jīng)得到解決，相關的成熟技術提供了被業(yè)界廣泛接受的解決方案。目前，感應電機驅動研發(fā)的一個重點是如何將驅動器與電機有機地結合在一起，開發(fā)出性能更高、成本更低的“驅動模塊”?；谶@一思路，開發(fā)人員在如何省去軸側速度傳感器以及電機相電流傳感器方面進行了深入的研究，特別是高性能無速度傳感器矢量控制的實現(xiàn)已成為近年來電機驅動研究的熱點?；谝陨媳尘?，本論文充分考慮感應電機電磁特性對機械特性

2、的影響，實現(xiàn)了速度和磁通的完全解耦控制和觀測，著重解決感應電機對環(huán)境噪聲和電機參數(shù)變化的魯棒性及其在無速度傳感器領域中的應用問題。 本文系統(tǒng)地介紹了自適應濾波理論中的卡爾曼濾波器家族在感應電機參數(shù)觀測中的應用。主要研究了以下感應電機無速度傳感器控制策略：①基于擴展卡爾曼濾波器的感應電機矢量控制；②基于改進電機模型的降階卡爾曼濾波器參數(shù)估計；③基于無偏卡爾曼濾波器的感應電機矢量控制。 本文第4章重點介紹了擴展卡爾曼濾波器的

3、設計，將卡爾曼濾波算法推廣至非線性感應電機系統(tǒng)的參數(shù)辨識。擴展卡爾曼濾波器采用工程實際中普遍采用的泰勒展開式截斷的方法，對非線性方程進行線性化處理。在電機狀態(tài)方程中加入了反映電機建模誤差和環(huán)境干擾的系統(tǒng)噪聲模型和測量噪聲模型。擴展卡爾曼濾波器同時對電機的五個參變量進行估計，并將估計的轉速信息引入感應電機無速度傳感器控制系統(tǒng)中。仿真結果證明與開環(huán)的磁鏈與轉速觀測方法相比，擴展卡爾曼濾波器獲得了很好的動態(tài)跟蹤性能，抗噪聲能力以及低速狀態(tài)下良

4、好的觀測效果。 本文第5章從濾波器結構入手，推導出了可用于寬采樣周期的降階卡爾曼濾波器。擴展卡爾曼濾波器由于采用了復雜多變量的電機數(shù)學模型，致使其在轉速估計中運算量大，要求采樣周期短，實際應用困難。改進的降階卡爾曼濾波器采用新的數(shù)學模型，簡化了濾波器結構，去除了定子電阻項參數(shù)，克服了需要采用短采樣周期的缺陷。經(jīng)仿真驗證，該觀測策略加快了系統(tǒng)運行時間，提高了轉速估計的準確性和魯棒性。本文第6章在一種新穎的統(tǒng)計自回歸算法的基礎上，設