無(wú)速度傳感器控制技術(shù)由于提升了系統(tǒng)的可靠性且節(jié)約了成本,因此受到了廣泛的關(guān)注。近年來(lái)，隨著高性能處理器的發(fā)展,擴(kuò)展卡爾曼濾波（EKF）在無(wú)速度傳感器控制領(lǐng)域備受關(guān)注。然而EKF對(duì)模型不確定性和內(nèi)外部干擾的鉭棒性比較差，在實(shí)際應(yīng)用中容易出現(xiàn)估計(jì)偏差導(dǎo)致系統(tǒng)發(fā)散為。為了提高EKF的自適應(yīng)能力,本文主要研究了基于極大似然準(zhǔn)則自適應(yīng)擴(kuò)展卡爾曼濾（Maximum Likelihood Critcrion based Adaptiiv Extended Kalman Filter,MLC-AEKF）的感應(yīng)電機(jī)（Induction Motor,IM）轉(zhuǎn)速辨識(shí)方法,主要研究?jī)?nèi)容如下:第一,本文構(gòu)建了感應(yīng)電機(jī)的五階靈堂模型，并根據(jù)狀態(tài)方程得到的零極點(diǎn)圖分析了電機(jī)本身在全速范圍內(nèi)的穩(wěn)定性。第二,闡述了擴(kuò)展卡爾曼基本原理,建立了基于離散化EKF的感應(yīng)電機(jī)轉(zhuǎn)速辨識(shí)環(huán)節(jié)并將其應(yīng)于感應(yīng)機(jī)轉(zhuǎn)子磁場(chǎng)向定向控制系統(tǒng)中,分析了采樣周期系統(tǒng)統(tǒng)性能的影響。第三,分析了EKF的不足之處和其自適應(yīng)方案,對(duì)比分析引出了極大似然準(zhǔn)則的基本原理,構(gòu)建了基于極大似然準(zhǔn)則的殘差錯(cuò)協(xié)方差估計(jì)器并研究了殘差協(xié)方差對(duì)EKF模型不確定性問(wèn)題的自適... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：69 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
主要符號(hào)表
1 緒論
    1.1 課題的研究背景和意義
    1.2 高性能交流調(diào)速系統(tǒng)的發(fā)展現(xiàn)狀
    1.3 無(wú)傳感器矢量控制技術(shù)轉(zhuǎn)速估計(jì)方法研究現(xiàn)狀
    1.4 基于卡爾曼濾波理論的轉(zhuǎn)速估計(jì)方法發(fā)展現(xiàn)狀
    1.5 課題內(nèi)容與安排
2 感應(yīng)電機(jī)矢量控制理論基礎(chǔ)
    2.1 感應(yīng)電機(jī)的數(shù)學(xué)模型
        2.1.1 感應(yīng)電機(jī)在靜止三相坐標(biāo)系下的數(shù)學(xué)模型
        2.1.2 坐標(biāo)變換
        2.1.3 感應(yīng)電機(jī)在兩相坐標(biāo)系下的數(shù)學(xué)模型
    2.2 感應(yīng)電機(jī)在兩相坐標(biāo)系下的狀態(tài)方程
    2.3 基于轉(zhuǎn)子磁場(chǎng)定向的矢量控制基本原理
        2.3.1 矢量控制
        2.3.2 基于轉(zhuǎn)子磁場(chǎng)定向的感應(yīng)電機(jī)數(shù)學(xué)模型
    2.4 感應(yīng)電機(jī)無(wú)速傳感器矢量控制系統(tǒng)結(jié)構(gòu)
    2.5 本章小結(jié)
3 基于擴(kuò)展卡爾曼濾波的感應(yīng)電機(jī)轉(zhuǎn)速辨識(shí)方法
    3.1 擴(kuò)展卡爾曼濾波原理
    3.2 基于擴(kuò)展卡爾曼濾波的感應(yīng)電機(jī)無(wú)速度矢量控制系統(tǒng)
    3.3 擴(kuò)展卡爾曼濾波參數(shù)調(diào)試
    3.4 離散化采樣周期對(duì)EKF算法性能的影響
    3.5 本章小結(jié)
4 基于極大似然估計(jì)AEKF的感應(yīng)電機(jī)轉(zhuǎn)速辨識(shí)方法
    4.1 擴(kuò)展卡爾曼濾波的不足
    4.2 擴(kuò)展卡爾曼濾波的自適應(yīng)方案
    4.3 基于極大似然估計(jì)準(zhǔn)則的自適應(yīng)擴(kuò)展卡爾曼濾波算法
        4.3.1 極大似然估計(jì)的基本原理
        4.3.2 基于極大似然估計(jì)準(zhǔn)則的自適應(yīng)EKF算法
        4.3.3 指數(shù)衰減因子改進(jìn)殘差協(xié)方差估計(jì)器
    4.4 基于MLC-AEKF的感應(yīng)電機(jī)轉(zhuǎn)速辨識(shí)方法
    4.5 基于MLC-AEKF算法穩(wěn)定性分析
    4.6 本章小結(jié)
5.仿真驗(yàn)證
    5.1 仿真模型
    5.2 基于MLC-AEKF的無(wú)速度傳感器系統(tǒng)正確性仿真驗(yàn)證
        5.2.1 仿真選取滑動(dòng)窗口長(zhǎng)度
        5.2.2 指數(shù)衰減因子參數(shù)的確定
        5.2.3 基礎(chǔ)性能仿真驗(yàn)證
    5.3 基于MLC-AEKF的無(wú)速度傳感器系統(tǒng)有效性仿真驗(yàn)證
        5.3.1 抗外部干擾性能仿真驗(yàn)證
        5.3.2 抗內(nèi)部估計(jì)誤差性能仿真驗(yàn)證
        5.3.3 電機(jī)參數(shù)失配情況下的有效性仿真驗(yàn)證
    5.4 本章小結(jié)
6.實(shí)驗(yàn)驗(yàn)證
    6.1 實(shí)驗(yàn)平臺(tái)簡(jiǎn)介
    6.2 基于MLC-AEKF的無(wú)速度傳感器系統(tǒng)正確性實(shí)驗(yàn)驗(yàn)證
    6.3 基于MLC-AEKF的無(wú)速度傳感器系統(tǒng)有效性實(shí)驗(yàn)驗(yàn)證
        6.3.1 電機(jī)參數(shù)失配情況下的有效性實(shí)驗(yàn)驗(yàn)證
        6.3.2 抗外部干擾性能實(shí)驗(yàn)驗(yàn)證
        6.3.3 抗內(nèi)部估計(jì)誤差性能實(shí)驗(yàn)驗(yàn)證
        6.3.4 帶載加減速動(dòng)態(tài)跟蹤性能實(shí)驗(yàn)驗(yàn)證
        6.3.5 突加減負(fù)載時(shí)動(dòng)態(tài)跟蹤性能實(shí)驗(yàn)驗(yàn)證
    6.4 本章小結(jié)
7 結(jié)論
    7.1 全文總結(jié)
    7.2 下一步工作展望
致謝
參考文獻(xiàn)
碩士學(xué)習(xí)期間科研成果和獎(jiǎng)勵(lì)
    1 發(fā)表的論文、申請(qǐng)的專利、參與的科研項(xiàng)目
    2 獲得的獎(jiǎng)勵(lì)



本文編號(hào)：3013880