System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及永磁同步电机控制领域,更具体地,涉及一种基于分解ekf的永磁同步电机无传感器控制方法及系统。
技术介绍
1、永磁同步电机以其高功率密度、高效率及可靠的机械结构等原因而广泛运用于汽车、航空航天等工业领域。传统的永磁同步电机控制实现闭环控制需要利用外部传感器如编码器和霍尔传感器来获取电机转子的机械转速和角度,而增加的外部传感器不仅需要增加整个电机额外的成本,且由于外部振动、老化等因素容易发生失效的情况,从而影响到整个电机控制系统的可靠性。永磁同步电机无速度传感器控制技术采用电机相电流相电压参数,通过算法来得到电机转子的机械速度和位置信息,能有效的解决传统机械传感器的痛点。常用的无速度传感器算法主要包括龙伯格观测器法、滑模观测法、扩展卡尔曼滤波法和模型参考自适应法等。扩展卡尔曼滤波法(extended kalman filter,ekf)较传统的观测器方法,考虑了系统误差和观测误差的影响,利用设定的系统误差和观测误差对反馈增益进行自适应更新,使得该算法的抗干扰能力更强,因而该算法被诸多学者广泛研究和应用于永磁同步电机无传感器控制系统。电机控制程序一般运行于嵌入式控制系统中,而扩展卡尔曼滤波算法涉及多个矩阵表达式的计算,导致其在嵌入式处理器中运行时间长。较低端的处理器应用该算法可能难以满足电机控制的实时性要求,因此众多学者对该算法进行了优化设计,原理上的优化设计如文献“application of reduced-order extended kalmanfilter in permanent magnet synchro
技术实现思路
1、本专利技术的目的在于针对现有技术的缺陷,提供一种基于分解ekf的永磁同步电机无传感器控制方法及系统,在不改变ekf算法效果和不增加额外硬件成本的前提下,能有效降低处理器的计算负担,降低算法运行时间,提高算法的执行效率,旨在解决现有加速ekf算法运行速度技术中存在的不足。
2、为实现上述目的,本专利技术提供了一种基于分解ekf的永磁同步电机无传感器控制方法,包括以下步骤:
3、对一永磁同步电机,构建基于所述永磁同步电机的逐元素分解扩展卡尔曼滤波模块,以利用所述逐元素分解扩展卡尔曼滤波模块在当前电机工作状态信息下生成对所述永磁同步电机速度闭环控制所需的电角速度估计值和转子位置估计值其中,永磁同步电机的当前电机工作状态信息包括永磁同步电机工作时的α轴电流iα、β轴电流iβ、α轴电压参考值以及β轴电压参考值
4、在逐元素分解扩展卡尔曼滤波模块内,基于当前电机工作状态信息利用扩展卡尔曼滤波方法得到先验估计值、先验协方差、卡尔曼增益、后验估计值和后验协方差矩阵后,基于这些矩阵以及当前电机工作状态信息利用逐元素分解方法解算得到电角速度估计值和转子位置估计值
5、进一步地,卡尔曼滤波方法具体包括:
6、设定q、r矩阵值,设定状态变量x的初值x0和协方差矩阵p的初值p0。
7、获取固定采样时刻的αβ轴电压参考值和电流实际值iα、iβ。
8、预测方程计算:
9、
10、
11、校正方程计算:
12、
13、
14、
15、式中:
16、k为时刻;
17、为(k-1)时刻状态变量的后验估计值;
18、t为采样周期;
19、f(xk-1)为非线性系统矩阵;
20、b为系统输入矩阵;
21、uk-1为系统输入αβ轴电压参考值
22、为先验协方差矩阵;
23、ak为线性化和离散化后的系统矩阵;
24、pk-1为(k-1)时刻后验协方差矩阵;
25、q为系统噪声矩阵;
26、hk为系统量测矩阵;
27、r为系统噪声矩阵;
28、zk为系统输入αβ轴电流实际值iα、iβ;
29、i为单位矩阵。
30、为方便记录矩阵计算分解过程,定义各矩阵元素如下:
31、
32、
33、其中bij(i≠j)=0,ls为spmsm电感
34、
35、其中q00、q11、q22、q33≠0,qij(i≠j)=0,r00、r11≠0,rij(i≠j)=0;
36、初值p0=diag(p00,p11,p22,p33);
37、
38、其中h00=h11=1,hij(i≠j)=0。
39、本专利技术的思路是对于以上ekf算法的计算过程,除了输入外,其他的系统方程均确定,因此可以不采用矩阵库运算的方式,直接对矩阵运算进行分解,将每个元素的计算式单独得出。
40、按照本专利技术所阐述的方法,对ekf算法式进行分解优化。
41、1)拆分预测方程
42、
43、
44、则预测方程拆解为一维等式为:
45、xpred0=x0+t*(f0+b00*uα)
46、xpred1=x1+t*(f1+b11*uβ)
47、xpred2=x2+t*f2
48、xpred3=x3+t*f3
49、2)拆分先验协方差方程
50、
51、进一步定义
52、
53、
54、根据以下公式计算ptemp,再进一步得到pk-:
55、ptemp00=a00*p00+a02*p20+a03*p30
56、ptemp01=a00*p01+a02*p21+a03*p31
57、ptemp02=a00*p02+a02*p22+a03*p32
58、ptemp03=a00*p03+a02*p23+a03*p33
59、ptemp10=a11*p10+a12*p20+a13*p30
60、ptemp11=a11*p11+a12*p21+a13*p31
61、ptemp12=a11*p12+a12*p22+a13*p32
62、ptemp13=a本文档来自技高网...
【技术保护点】
1.一种基于分解EKF的永磁同步电机无传感器控制方法及系统,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述卡尔曼滤波方法具体包括:
3.根据权利要求2所述的方法,其特征在于,
4.根据权利要求3所述的方法,其特征在于,逐元素分解后的矩阵为:
5.根据权利要求4所述的方法,其特征在于,电角速度估计值转子位置估计值
6.根据权利要求1所述的方法,其特征在于,对永磁同步电机控制时,还包括:
7.一种基于分解EKF的永磁同步电机无传感器控制系统,其特征在于,包括对永磁同步电机控制用的电机控制器,在所述电机控制器内包括基于所述永磁同步电机构建的逐元素分解扩展卡尔曼滤波模块,其中,对永磁同步电机基于无位置传感器控制时,电机控制器内逐元素分解扩展卡尔曼滤波模块利用上述权利要求1至6中任一项所述的方法解算得到电角速度估计值和转子位置估计电机控制器基于解算得到电角速度估计值和转子位置估计值对永磁同步电机控制。
【技术特征摘要】
1.一种基于分解ekf的永磁同步电机无传感器控制方法及系统,其特征在于,包括以下步骤:
2.根据权利要求1所述的方法,其特征在于,所述卡尔曼滤波方法具体包括:
3.根据权利要求2所述的方法,其特征在于,
4.根据权利要求3所述的方法,其特征在于,逐元素分解后的矩阵为:
5.根据权利要求4所述的方法,其特征在于,电角速度估计值转子位置估计值
6.根据权利要求1所述的方法,其特征在于,对永磁同...
【专利技术属性】
技术研发人员:尹泉,尹琪琛,付予齐,全政杰,
申请(专利权)人:华中科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。