一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法技术

本发明专利技术公开了一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法，首先利用预测误差向量和测量噪声协方差矩阵求解自适应因子，然后利用互协方差矩阵和测量误差协方差矩阵求解卡尔曼修正系数矩阵，与自适应因子一起构建永磁同步电机控制系统的改进自适应无轨迹卡尔曼滤波器；最后在线实时调整状态预测协方差矩阵，得到状态变量和误差协方差矩阵的最优估计值，从而提高永磁同步电机转动惯量辨识的收敛速度，优化永磁同步电机转动惯量辨识的动态性能。本发明专利技术解决了现有无轨迹卡尔曼滤波转动惯量辨识存在的收敛速度慢的问题。

An improved adaptive trackless Kalman filter for moment of inertia identification

【技术实现步骤摘要】
一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法
本专利技术属于伺服系统控制
，涉及一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法。
技术介绍
永磁同步电机(PermanentMagnetSynchronousMotor，PMSM)由于结构简单、运行可靠、功率密度大、效率高等优点，被广泛应用于家用电器、交通工具、工业控制等各个领域。而永磁同步电机是集电气与机械为一体的器件，在运动中会受到诸多无法预知因素的影响，如外界负载扰动、摩擦力扰动或系统参数变化等。这些扰动会直接或间接影响系统精度、稳定性以及动静态特性。电机运行中，随着电机运行工况的变化，系统负载转矩和转动惯量也随之改变。当电机转动惯量增加时，会使系统调节时间增加；当电机转动惯量减小时，虽然会减小系统动态调节时间，但会使电机转速出现超调甚至振荡现象。为了提高系统的动态抗扰性能，需要相应地调节控制参数，使系统运行特性为最佳状态，而转动惯量辨识是其首要研究的问题。近年来，国内外学者对永磁同步电机控制系统的参数辨识进行了许多研究，其中离线辨识法主要用到减速法、人工轨迹规划法、转矩限幅加速度法本文档来自技高网...

【技术保护点】
1.一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法，其特征在于，具体按照以下步骤实施：/n步骤1、利用预测误差向量和测量噪声协方差矩阵求解自适应因子，/n步骤2、利用互协方差矩阵和测量误差协方差矩阵求解卡尔曼修正系数矩阵，与自适应因子一起构建永磁同步电机控制系统的改进自适应无轨迹卡尔曼滤波器；/n步骤3、在线实时调整状态预测协方差矩阵，得到状态变量和误差协方差矩阵的最优估计值，从而提高永磁同步电机转动惯量辨识的收敛速度，优化永磁同步电机转动惯量辨识的动态性能。/n

【技术特征摘要】
1.一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法，其特征在于，具体按照以下步骤实施：
步骤1、利用预测误差向量和测量噪声协方差矩阵求解自适应因子，
步骤2、利用互协方差矩阵和测量误差协方差矩阵求解卡尔曼修正系数矩阵，与自适应因子一起构建永磁同步电机控制系统的改进自适应无轨迹卡尔曼滤波器；
步骤3、在线实时调整状态预测协方差矩阵，得到状态变量和误差协方差矩阵的最优估计值，从而提高永磁同步电机转动惯量辨识的收敛速度，优化永磁同步电机转动惯量辨识的动态性能。


2.根据权利要求1所述的一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法，其特征在于，所述步骤1具体按照以下步骤实施：
步骤1.1、对永磁同步电机非线性系统进行建模，搭建UKF算法的方程，UKF方程表示为：






式中，x为状态变量；为状态变量x的估计值；y为观测量；为观测量y的估计值；A为状态变量的矩阵；B为输入矩阵；H为观测量的矩阵；u为输入变量；K为卡尔曼修正系数矩阵，t为时间；
步骤1.2、将公式(1)、(2)离散化构建UKF数字化系统，分别计算离散后的状态变量的估计值离散后的观测量的估计值






计算离散后的状态变量的预测值离散后的观测量的预测值






式中，A′为离散后的状态矩阵；B′为离散后的输入矩阵；Hk为离散后的观测量的矩阵；Kk为离散后的卡尔曼修正系数矩阵；下标“k”代表离散化采样时刻；上标“～”为预测值；上标“^”为估计值；离散后的状态变量xk＝[ωmTL1/J]T；离散后的观测量yk＝ωm；离散后的输入变量uk＝Tem；ωm为永磁同步电机转子角速度；TL为永磁同步电机负载转矩；J为永磁同步电机转动惯量；Tem为永磁同步电机电磁转矩；
步骤1.3、定义预测误差向量即为永磁同步电机转子实际角速度与估计角速度的差值；自适应因子γk由以下公式得到：



其中，Py为测量误差协方差矩阵；tr(·)表示矩阵的求迹运算；
由公式(7)知，自适应因子γk对于UKF算法的改进在于：当滤波初值选取存在误差或者系统状态模型存在扰动时，γk＜1，其含义表示系统的数学模型预测信息对滤波算法影响应尽量小；当永磁同步电机控制系统状态模型出现异常波动时，γk近似为0，因此，γk能够结合协方差观测值自适应地调节永磁同步电机控制系统各状态量。


3.根据权利要求2所述的一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法，其特征在于，所述步骤2具体如下：
步骤2.1，设置UKF状态方程的初始状态变量及其误差协方差矩阵，然后构造并计算UKF算法中的概率密度分布Sigma点：
初始化状态变量及其方差：



其中，为状态变量初始均值，E[·]为求取期望运算，x(0)为状态变量初始值，P(0)为误差协方差矩阵的初始值；
采用传统对称性采样，所选取的Sigma点个数为2L+1，Sigma点的构造公式如下：



其中，χ0代表第一个Sigma采样点，χi代表第i个Sigma采样点；λ为比例因子，λ＝α2(L+κ)-L；α为尺度参数，决定着Sigma点在永磁同步电机控制系统的状态变量均值周围的分布状态；κ为可调参数，调整此参数可以提高逼近精度，当永磁同步电机控制系统的状态变量为多变量且是高斯分布时，κ＝3-L；矩阵平方根的第i行或第i列，矩阵平方根的第i-1行或第i-1列，采用Cholesky分解方法求取；Px为状态误差协方差矩阵；N+为正整数集合；
根据公式(9)选取Sigma点如下：



其中，k代表采样时刻；
构造完Sigma点后需要对每个点赋予相应的权值，其权值系数计算方法如下：



其中，为均值的权系数；为方差的权系数；分别为均值权系数和方差权...

【专利技术属性】
技术研发人员：尹忠刚，汤瑞洁，张彦平，杜超，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61