一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法技术

本发明专利技术公开了一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法，属于电机与电器技术领域；本发明专利技术的步骤为：一、通过对该电机在转子速度坐标系下的数学模型进行分析，建立系统的状态方程和观测方程；二、将得到的系统状态方程和观测方程运用EKF算法，实现对转子速度、功率绕组和控制绕组的磁链观测；三、对控制绕组的磁链观测值进行定向，并由磁链的观测值来计算电磁转矩的大小；四、根据转速和磁链的误差值以及磁链所在扇区进行开关状态的判定，从而产生六路PWM信号控制逆变器运行，进而控制电机的转速。本发明专利技术克服了传统机械式速度传感器测量精度不稳定，对安装同轴度要求较高等缺点，降低了系统的硬件成本，减小了电机的体积和质量。

【技术实现步骤摘要】
一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法
本专利技术属于电机控制
，更具体地说，涉及一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法。
技术介绍
无刷双馈感应电机(BrushlessDoublyFedInductionMachine,BDFIM)是近年来研究甚为活跃的一种新型电机，由于其取消了电刷和滑环以及大大降低了变频器容量等优势，该电机在交流调速系统和变速恒频发电领域具有很好的研究前景。在传统的BDFIM直接转矩控制中，需要实时检测定子绕组的各相电压、电流以及转子速度，进而计算磁链和电磁转矩。但是，转速信息一般需要通过机械式传感器来测得，其测量精度容易受到环境影响，而且对安装同轴度要求较高，同时，也提高了系统的硬件成本，增大了电机的体积质量。为了克服传统机械式传感器的缺陷，无速度传感器技术一直受到国内外学者的关注。目前针对BDFIM的无速度传感器控制的研究相对较少，而现有比较成熟的无速度传感器控制技术主要包括：滑模观测器、龙贝格观测器、模型参考自适应系统、扩展卡尔曼滤波器(ExtendedKalmanFilter,EKF)等。EKF适用于含有噪声的随机系统，并且EKF中转速是可以作为状态变量来估计的，对噪声具有很强的免疫力。但由于BDFIM的数学模型是个高阶、强耦合的复杂系统，需要根据数学模型重新建立系统状态方程和观测方程，所以异步电机控制中的扩展卡尔曼滤波器不能直接应用到BDFIM控制当中。经检索，中国专利公布号CN106452262A，专利名称为：独立无刷双馈感应发电机无速度传感器直接电压控制方法；该申请案将无刷双馈感应发电机的功率绕组PW电压矢量分解为同步旋转坐标系中的d轴和q轴分量，调节控制绕组CW电流幅值使PW电压的d轴分量收敛至PW电压的参考幅值，调节CW电流频率使PW电压的q轴分量收敛至0，当系统稳定时PW电压矢量与同步旋转坐标系的d轴重合，于是同时实现了对PW电压幅值和频率的控制。该控制方法省去了速度传感器，降低了发电系统的硬件成本，提高了运行可靠性，并增强发电机安装的灵活性。但该申请案是围绕电压控制而设计的方案，并不适用于转矩控制。同样地，中国专利公布号CN104935222A，专利名称为：一种无刷双馈感应发电机转速估计系统；该申请案也是设计了一个转速估计系统，以省去无刷双馈感应发电机控制系统中的转速传感器和转子位置传感器，提高无刷双馈感应发电机运行的鲁棒性，降低系统的硬件成本和维护成本。但该申请案主要是从硬件的角度去实现转速估计的目的，且所设计的转速估计系统并不具有推广适用性。
技术实现思路
1、专利技术要解决的问题本专利技术的目的在于克服传统BDFIM直接转矩控制过程中，机械式速度传感器测量精度不稳定，且机械式速度传感器对安装同轴度要求较高，同时提高了系统硬件成本，增大了电机体积质量等缺陷，提出了一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法；本专利技术在直接转矩控制中加入无速度传感器技术，EKF能够在较宽范围内实现转速和磁链观测的稳定和准确，同时在速度给定阶跃变化、负载扰动的动态过程中，电机均能稳定运行。2、技术方案为达到上述目的，本专利技术提供的技术方案为：本专利技术的一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法，其步骤为：步骤一、通过对三相BDFIM在转子速度坐标系下的数学模型进行分析，建立系统的状态方程和观测方程；步骤二、将得到的系统状态方程和观测方程运用EKF算法，实现对转子速度、功率绕组和控制绕组的磁链观测；步骤三、对控制绕组的磁链观测值进行定向，并由磁链的观测值来计算电磁转矩的大小；步骤四、根据转速和磁链的误差值以及磁链所在扇区进行开关状态的判定，从而产生六路PWM信号控制逆变器运行，进而控制电机的转矩。更进一步地，步骤一中建立系统状态方程和观测方程的过程为：选取系统状态变量为：x＝[iq(p)id(p)iq(c)id(c)iq(r)id(r)ψq(p)ψd(p)ψq(c)ψd(c)ω]T输入变量为：u＝[uq(p)ud(p)uq(c)ud(c)]T选取输出变量为：y＝[iq(p)id(p)iq(c)id(c)iq(r)id(r)]T通过推导并化简三相BDFIM在转子速度dq坐标系下的电压方程和磁链方程，即可得到系统的状态方程和观测方程：三相BDFIM状态方程和观测方程表述为：其中，矩阵L为：式中，W(t)、V(t)分别为系统噪声和观测噪声。更进一步地，步骤二所述的EKF的实现过程具体为：(a)首先将系统状态方程和观测方程进行离散化，得到系统的非线性离散化方程；(b)计算离散化后的雅克比矩阵；(c)对非线性离散化方程在状态估计值附近进行泰勒展开，得到系统的线性离散化方程；(d)通过预报阶段预测状态变量和状态协方差矩阵，再进行滤波阶段计算卡尔曼增益矩阵、状态变量和更新状态方差矩阵的估计值。更进一步地，步骤三所述的磁链定向和电磁转矩计算过程为：将控制绕组磁链dq分量估计值进行坐标变换到αβ坐标系下，根据磁链在两相静止坐标系下的分量来确定磁链所在位置和扇区；将功率和控制绕组的磁链方程带入到转矩方程，根据EKF估计出磁链和电流来观测转矩大小。更进一步地，步骤四所述的开关状态表的判定过程为：功率绕组接工频电网，在忽略功率绕组电阻压降时，根据BDFIM电磁转矩和磁链关系，在DTC中保持控制绕组磁链幅值不变，通过控制控制绕组磁链的旋转速度来控制电磁转矩。3、有益效果采用本专利技术提供的技术方案，与已有的公知技术相比，具有如下显著效果：(1)本专利技术提出的一种基于EKF的无速度传感器BDFIM直接转矩控制方法，创新的建立了BDFIM基于dq坐标系下的系统状态方程和观测方程，运用EFK算法来实现对转子速度、功率绕组和控制绕组的磁链估计，克服了传统机械式速度传感器给系统带来的测量精度不稳定、对安装同轴度要求较高等缺陷；(2)本专利技术提出的一种基于EKF的无速度传感器BDFIM直接转矩控制方法，其能够在较宽的转速范围内实现转速和磁链的观测稳定和准确，同时在速度给定阶跃变化、负载扰动的动态工程中，电机均能稳定运行。附图说明图1为本专利技术中基于EKF的无速度传感器BDFIM直接转矩控制系统结构框图；图2为本专利技术中电压空间矢量和扇区划分图；图3中的(a)为实际转速和估计转速的波形图；图3中的(b)为控制绕组实际磁链和估计磁链波形图；图3中的(c)为d轴和q轴磁链波形图；；图3中的(d)为控制绕组电流波形图。图3中的(e)为电磁转矩波形图。具体实施方式为进一步了解本专利技术的内容，结合附图和实施例对本专利技术作详细描述。实施例1本实施例的一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法，其实现转矩控制的系统框图如图1所示，该系统主要包括：电机数学模型、3s/2r坐标变换、EKF、转矩观测器、磁链分析和开关状态表。整个系统包括两个闭环：电磁转矩闭环和控制绕组磁链闭环。转速给定n*与转速估计值n的误差经过PI调节器作为转矩闭环的给定值Te*，与转矩观测值Te的误差ΔT经过滞环比较器产生一组控制信号输入到开关状态表中；控制绕组磁链的给定值ψc*与观测值ψc的误差Δψ经过过零比较器产生另一组控制信号输入到开关状态表中；电磁转矩闭环和磁链闭环所本文档来自技高网...

【技术保护点】
1.一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法，其特征在于，其步骤为：步骤一、通过对三相BDFIM在转子速度坐标系下的数学模型进行分析，建立系统的状态方程和观测方程；步骤二、将得到的系统状态方程和观测方程运用EKF算法，实现对转子速度、功率绕组和控制绕组的磁链观测；步骤三、对控制绕组的磁链观测值进行定向，并由磁链的观测值来计算电磁转矩的大小；步骤四、根据转速和磁链的误差值以及磁链所在扇区进行开关状态的判定，从而产生六路PWM信号控制逆变器运行，进而控制电机的转矩。

【技术特征摘要】
1.一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法，其特征在于，其步骤为：步骤一、通过对三相BDFIM在转子速度坐标系下的数学模型进行分析，建立系统的状态方程和观测方程；步骤二、将得到的系统状态方程和观测方程运用EKF算法，实现对转子速度、功率绕组和控制绕组的磁链观测；步骤三、对控制绕组的磁链观测值进行定向，并由磁链的观测值来计算电磁转矩的大小；步骤四、根据转速和磁链的误差值以及磁链所在扇区进行开关状态的判定，从而产生六路PWM信号控制逆变器运行，进而控制电机的转矩。2.根据权利要求1所述的一种基于扩展卡尔曼滤波的无速度传感器BDFIM直接转矩控制方法，其特征在于，步骤一中建立系统状态方程和观测方程的过程为：选取系统状态变量为：x＝[iq(p)id(p)iq(c)id(c)iq(r)id(r)ψq(p)ψd(p)ψq(c)ψd(c)ω]T输入变量为：u＝[uq(p)ud(p)uq(c)ud(c)]T选取输出变量为：y＝[iq(p)id(p)iq(c)id(c)iq(r)id(r)]T通过推导并化简三相BDFIM在转子速度dq坐标系下的电压方程和磁链方程，即可得到系统的状态方程和观测方程：三相BDFIM状态方程和观测方程表述为：其中，矩阵L为：式中，W(t)、V(t)分...

【专利技术属性】
技术研发人员：郑诗程，周甜军，郎佳红，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：安徽,34