基于卡尔曼滤波算法的永磁同步电机无速度传感器控制研究

摘要

永磁同步电机是同步电机的一个重要类型，其转子一般采用稀土永磁材料做激磁磁极，与传统同步电机相比，体积和重量大为减小，而且结构简单，运行可靠，维护更方便。现代电气传动控制的发展趋势之一是开发新的交流调速与伺服系统。无论在矢量控制还是标量控制中，转速与位置的闭环控制都需要在电机轴上安装一个速度传感器，但是由于速度传感器的引进不仅增加了成本，降低了系统可靠性，还存在安装问题，效果并不十分理想。因此高性能无速度传感器控制成为近年来电机研究的热点。 本文在系统介绍卡尔曼滤波器的基础上，将其引入到永磁同步电机无速度传感器状态观测中。由于永磁同步电机是一个强耦合的多阶非线性系统，本文采用了工程实际中普遍采用的泰勒展开式截断的方法，对电机方程线性化处理，将卡尔曼滤波算法推广至非线性系统，并加入了反映电机系统模型误差和环境干扰的系统噪声和测量噪声模型，形成扩展卡尔曼滤波算法。扩展卡尔曼滤波器将电机转子位置与转速作为系统状态变量进行实时估算，并将所得信息反馈到永磁同步电机控制系统中。通过仿真，与电机实际运行状态进行比较，证明了扩展卡尔曼滤波具有良好的动态跟踪能力和抗噪声能力。 针对扩展卡尔曼滤波算法在无速度传感器控制中存在的不足，本文给出了降阶线性卡尔曼滤波算法。降阶线性卡尔曼滤波算法重新选择了系统状态变量，建立新的完全线性化的系统方程，并且卡尔曼滤波算法中的系统协方差矩阵成为时不变序列，因此可以直接应用线性卡尔曼滤波算法。仿真结果证明，与扩展卡尔曼滤波算法相比，新的算法更加简单，减轻了繁重的参数调节任务，易于数字化实现，不仅具备扩展卡尔曼滤波算法的优势，而且在某些性能方面超越了扩展卡尔曼滤波算法。 通过分析得知，由于将系统模型不确定性与测量噪声体现在系统方程中，因此卡尔曼滤波算法在状态估算方面具有良好的性能。本文以降阶线性卡尔曼滤波算法为理论基础，以永磁同步电机为对象，以数字信号处理器（DSP）为核心，设计了电机状态观测系统的设计方案。整个方案在不增加成本的基础上，充分利用数字信号处理器（DSP）丰富的资源和强大的运算能力，通过检测电机相电流，实时估算出电机转子位置与转速。本系统可以代替传统速度传感器，为电机控制系统提供转子位置和转速反馈信息。本文的下一步主要工作便是将此系统付诸实践，应用于实际工程中，对卡尔曼滤波算法在永磁同步电机无速度传感器控制方面的性能进行进一步研究。

目录

文摘

英文文摘

论文说明：符号说明

声明

第1章绪论

1.1课题的研究背景

1.2永磁同步电机控制策略的发展

1.3.无速度传感器技术的发展现状

1.3.1基于状态观测器的估计方法

1.3.2基于磁链的估计方法

1.3.3电感法

1.3.4其他位置估计方法

1.4本文的主要工作与内容安排

1.4.1本文的主要工作

1.4.2本文的内容安排

第2章 永磁同步电机数学模型

2.1引言

2.2交流同步电机数学模型

2.2.1电磁方程

2.2.2电压方程

2.2.3转矩方程

2.2.4运动方程

2.3坐标与坐标系变换

2.3.1三相坐标系/两相静止坐标系变换

2.3.2两相静止坐标系/两相同步旋转坐标系变换

2.3.3三相坐标系/两相同步旋转坐标系变换

2.4永磁同步电机数学模型

2.4.1永磁同步电机d-q轴数学模型

2.4.2永磁同步电机α-β轴数学模型

第3章 基于卡尔曼滤波器的永磁同步电机无速度传感器控制

3.1引言

3.2卡尔曼滤波器算法

3.2.1滤波算法的发展

3.2.2最优滤波问题的提出

3.2.3卡尔曼滤波器算法原理

3.3基于EKF永磁同步电机无速度传感器控制

3.3.1永磁同步电机数学模型

3.3.2扩展卡尔曼滤波器设计

3.3.4基于EKF的永磁同步电机无速度传感器控制系统

3.3.5仿真研究

3.4基于RLKF的永磁同步电机无速度传感器矢量控制

3.4.1降阶线性卡尔曼滤波算法原理

3.4.2基于RLKF的永磁同步电机参数估计

3.4.3仿真分析

3.5本章小结

第4章 永磁同步电机无速度传感器状态观测系统设计

4.1引言

4.2整体设计方案

4.3状态观测系统设计

4.3.1电流检测单元

4.3.2状态估算单元

4.4本章总结

第5章 总结与展望

附录

参考文献

致谢

攻读硕士学位期间发表的学术论文