本发明专利技术基于EKF的永磁同步电机无传感器矢量控制系统，采用扩展卡尔曼滤波器EKF作为状态估计器，对定子转速和位置进行估算，所述状态估计器的输入信号为定子相电流Ia、Ib和Ic，状态估计器的输出信号为估计位置和估计转速，选取系统状态向量x＝(iα?iβ?ωe?θe?Tl)T，输入向量u＝(uα?uβ?Te)T，输出向量y＝(iα?iβ?θe)T，得到用于EKF状态估计的状态方程和输出方程，加入系统噪声矩阵V和测量噪声矩阵W，且将状态方程和输出方程离散化后为x(k+1)＝f[x(k)]+Beu(k)+V(k)，y(k)＝Cex(k)+W(k)。其目的在于提供一种抗干扰能力强、成本相对较低、可靠性高的基于EKF的永磁同步电机无传感器矢量控制系统。
【技术实现步骤摘要】
【技术保护点】
基于EKF的永磁同步电机无传感器矢量控制系统，其特征在于：所述控制系统中采用扩展卡尔曼滤波器EKF作为状态估计器，对定子转速和位置进行估算，所述状态估计器的输入信号为定子相电流Ia、Ib和Ic，状态估计器的输出信号为估计位置和估计转速，永磁同步电机在α?β静止坐标系下用于EKF状态估计的状态方程和输出方程为：dxdt=f(x)+Beuy＝Cexx＝(iα?iβ?ωe?θe?Tl)Tu＝(uα?uβ?Te)Ty＝(iα?iβ?θe)Tf(x)=-iαRe/Ls+ωesinθeψf/Ls-iβRe/Ls-ωecosθcψf/Ls-ωeB/J-npTl/Jωe0Be=1/Ls000001/Ls00000np/J00TCe=100000100000010式中：x为状态矢量，即预估计量；u为输入矢量；y为输出矢量；状态函数f(x)是状态矢量和输入矩阵的耦合项；iα、iβ、uα、和uβ分别为定子电流、电压在Clarke坐标系下α、β轴的分量；Rs为定子相电阻；Ls为等效同步电感；ψf为永磁体基波磁链；ωe为转子电角速度；θe为电角位移；np为电机极对数；J为系统转动惯量，其中包括电机转子及负载折算到电机轴上的转动惯量；B为粘滞摩擦系统；Te为电机输出的电磁转矩；T1为等效负载转矩，其中包括负载转矩以及由于粘滞摩擦系数非线性变化、电流给定偏差等因素造成的转矩波动；且认定加入系统噪声矩阵V和测量噪声矩阵W，且将状态方程和输出方程离散化后为：x(k+1)＝f[x(k)]+Beu(k)十V(k)y(k)＝Cex(k)+W(k)式中：x(k)、u(k)、y(k)、和f[x(k)]分别为状态矢量、输入矢量、输出矢量和状态函数的离散形式；V(k)和W(k)分别为离散化的系统噪声矢量和测量噪声矢量；所述状态估计器的估计过程分为预测和校正两个阶段，通过递推过程逼近真实状态，递推方程式为：x~(k+1)=x^(k)+Ts{f[x^(k)]+Beu(k)}y~(k+1)=Cex~(k+1)P~(k+1)=p^(k)+Ts[F(k)P^(k)+P^(k)FT(k)]+QK(k+1)=P~(k+1)CeT[CeP~(k+1)CeT+R]-1x^(k+1)=x~(k+1)+K(k+1)[y(k+1)-y~(k+1)]P^(k+1)=P~(k+1)-K(k+1)CeP~(k+1)式中：Ts为电流环采样周期，和分别为状态变量的预测值和估计值；和分别为预测协方差矩阵和估计协方差矩阵；K(k)为增益矩阵；F(k)为梯度矩阵，定义如下：F(k)=∂f(x)∂x|x=x^(k)噪声协方差矩阵Q和R分别为：Q=QiQiQωQθQTR=RiRiRθ式中：Qi为定子电流系统噪声协方差值；Qω、Qθ和Qr分别为转子电角速度、电角位移和负载转矩的系统噪声协方差；Ri为定子电流测量噪声协方差值；Rθ为转子电角位移测量噪声协方差值。FSA0000092355200000027.tif,FSA0000092355200000031.tif,FSA0000092355200000032.tif,FSA0000092355200000033.tif,FSA0000092355200000034.tif...
【技术特征摘要】
【专利技术属性】
技术研发人员：雷蕾，李少华，孙佰仲，周黎辉，叶翔，邢洪涛，
申请(专利权)人：中国大唐集团科学技术研究院有限公司，
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。