本文選題：擴(kuò)展卡爾曼濾波 + 無跡卡爾曼濾波��； 參考：《昆明理工大學(xué)》2017年碩士論文

【摘要】：永磁同步電機(jī)就轉(zhuǎn)動(dòng)慣性而言相對較小,在提高運(yùn)行效率的同時(shí)還可以獲得高動(dòng)態(tài)性能等特點(diǎn),使得這類電機(jī)廣泛的應(yīng)用在控制系統(tǒng)中[1]。針對永磁同步電機(jī)的控制策略中因?yàn)槭噶靠刂萍夹g(shù)可以對電流勵(lì)磁和轉(zhuǎn)矩分量存在的耦合性進(jìn)行解耦,使得該控制技術(shù)被廣泛應(yīng)用。但是機(jī)械傳感器的存在無疑會(huì)增加系統(tǒng)的運(yùn)行成本。與此同時(shí)為了檢測數(shù)據(jù)的精確度,要求高精度傳感器與永磁同步電機(jī)的轉(zhuǎn)軸具有較高的同軸度,這就為安裝和維護(hù)帶來了極大的考驗(yàn)。實(shí)際生產(chǎn)控制過程中的環(huán)境對高精度傳感器有著重要的影響。針對以上問題,無速度傳感器技術(shù)的出現(xiàn)可以很好的解決以上問題并且該技術(shù)在實(shí)際控制生產(chǎn)過程中已經(jīng)得到初步的實(shí)現(xiàn)。該技術(shù)的理論基礎(chǔ)就是獲得輸入電機(jī)繞組端的電壓和電流等信號(hào),再對電機(jī)轉(zhuǎn)子端的位置和速度等信號(hào)采用固定的估計(jì)方法在線計(jì)算,上述經(jīng)過估計(jì)方法計(jì)算出的信號(hào)通過坐標(biāo)變換技術(shù)處理后通過反饋環(huán)節(jié),最后經(jīng)過脈寬調(diào)制技術(shù)處理生成控制系統(tǒng)所需要的控制信號(hào),以實(shí)現(xiàn)控制永磁同步電機(jī)的目的[2]。本文首先利用擴(kuò)展卡爾曼濾波算法(EKF)的思想搭建永磁同步電機(jī)的矢量控制系統(tǒng)模型以實(shí)現(xiàn)該控制系統(tǒng)的無速度傳感器技術(shù)。該模型能夠驗(yàn)證該控制系統(tǒng)在不同的控制時(shí)段以及不同的控制條件下,該控制系統(tǒng)均能夠完成對電機(jī)轉(zhuǎn)速的實(shí)時(shí)控制。但是該控制系統(tǒng)的實(shí)際轉(zhuǎn)速和估計(jì)轉(zhuǎn)速之間存在著較大的轉(zhuǎn)速誤差而且轉(zhuǎn)速誤差平方根也是很大。這種情況下,提高控制系統(tǒng)的濾波精度以達(dá)到減小兩者之間的轉(zhuǎn)速誤差成為研究的重點(diǎn)。針對以上問題,提出基于無跡卡爾曼濾波算法的矢量控制模型,仿真結(jié)果驗(yàn)證該控制系統(tǒng)相比EKF的矢量控制系統(tǒng)能夠很好的實(shí)現(xiàn)減小實(shí)際轉(zhuǎn)速與估計(jì)轉(zhuǎn)速的轉(zhuǎn)速誤差。這就表明該控制系統(tǒng)可以提高系統(tǒng)的轉(zhuǎn)速跟蹤效果從而可以很好的提高該控制系統(tǒng)的控制性能。但是在研究基于UKF的矢量控制系統(tǒng)模型時(shí),發(fā)現(xiàn)其算法程序單次運(yùn)行時(shí)間過長從而使得控制系統(tǒng)容易導(dǎo)致濾波發(fā)散的問題。為了解決以上問題,建立基于AISR-UKF算法的矢量控制系統(tǒng)仿真模型。通過仿真結(jié)果驗(yàn)證該算法能夠在有效降低算法程序單次運(yùn)行時(shí)間的同時(shí)保證系統(tǒng)濾波精度較高。因?yàn)閷?shí)際轉(zhuǎn)速與估計(jì)轉(zhuǎn)速之間的誤差在各個(gè)時(shí)段相較UKF更小,算法程序單次運(yùn)行時(shí)間比EKF短從而說明該算法計(jì)算復(fù)雜性較低運(yùn)算量較小。
[Abstract]:The permanent magnet synchronous motor (PMSM) is relatively small in rotation inertia. It can also obtain high dynamic performance and so on while improving operation efficiency. This kind of motor is widely used in the control system for the coupling of current excitation and torque component in the control strategy of [1]. for permanent magnet synchronous motor because of vector control technology. The control technology is widely used, but the existence of the mechanical sensor will undoubtedly increase the operating cost of the system. At the same time, in order to detect the accuracy of the data, the high precision sensor and the rotating shaft of the permanent magnet synchronous motor have a high coaxiality, which has brought a great test for the installation and maintenance. The environment in the process of production control has an important influence on the high precision sensor. In view of the above problems, the emergence of the speed sensorless technology can solve the above problems well and the technology has been preliminarily realized in the actual control production process. The theoretical basis of this technology is to obtain the voltage and the voltage of the input motor winding end. The signals, such as current and other signals, are calculated online by fixed estimation methods, such as the position and speed of the rotor end of the motor. The signals calculated by the estimation method are processed through the feedback link through the coordinate transformation technology, and the control signals needed by the control system are generated by the pulse width modulation technology to achieve the control of permanent magnet. The purpose of synchronous motor [2]. is to build a vector control system model of permanent magnet synchronous motor by using the idea of extended Calman filter algorithm (EKF) to realize the speed sensorless technology of the control system. This model can verify that the control system can be used in different control periods and under different control conditions. The real time control of the motor speed is completed. However, there is a large speed error between the actual speed and the estimated speed of the control system and the square root of the speed error is very large. In this case, it is the key to improve the filtering precision of the control system to reduce the speed error between the two. The vector control model based on the untracked Calman filter algorithm is proposed. The simulation results show that the control system can reduce the actual speed and speed error of the estimated speed compared to the vector control system of EKF, which shows that the control system can improve the speed tracking effect of the system so that the control system can be improved well. But in the study of the model of vector control system based on UKF, it is found that the single operation time of the algorithm is too long so that the control system can easily lead to filtering and divergence. In order to solve the above problems, a simulation model of vector control system based on AISR-UKF algorithm is established. In order to effectively reduce the single operation time of the algorithm, the accuracy of the system is higher, because the error between the actual speed and the estimated speed is smaller than the UKF in each period, and the single operation time of the algorithm is shorter than that of the EKF, which shows that the computational complexity of the algorithm is smaller.

【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TM341;TP273

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡宇;楊月誠;張世英;孫振生;朱杰堂;;基于改進(jìn)平方根無跡卡爾曼濾波方法的渦扇發(fā)動(dòng)機(jī)氣路狀態(tài)監(jiān)控[J];航空動(dòng)力學(xué)報(bào);2014年02期

2 李正楠;汪沛;;基于UKF、EKF飛行器氣動(dòng)參數(shù)辨識(shí)方法比較研究[J];中國測試;2013年05期

3 孫楓;唐李軍;;Cubature卡爾曼濾波與Unscented卡爾曼濾波估計(jì)精度比較[J];控制與決策;2013年02期

4 郝曉靜;李國新;李明珠;張亞粉;常曉鳳;;無跡卡爾曼濾波算法在目標(biāo)跟蹤中的研究[J];電子設(shè)計(jì)工程;2012年13期

5 林海;嚴(yán)衛(wèi)生;林洋;馬雯;李小川;王明;;雙擴(kuò)展卡爾曼濾波的無刷直流電機(jī)無傳感器控制[J];西北工業(yè)大學(xué)學(xué)報(bào);2010年02期

6 吳盤龍;孔建壽;;基于平方根UKF的水下純方位目標(biāo)跟蹤[J];南京理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年06期

7 林海;嚴(yán)衛(wèi)生;王銀濤;李銘峰;吳濤;;永磁同步電機(jī)無傳感器變結(jié)構(gòu)矢量控制[J];西北工業(yè)大學(xué)學(xué)報(bào);2009年05期

8 邱佰平;凌云;;基于MRAS的新型永磁同步電機(jī)的速度辨識(shí)方案[J];機(jī)電工程技術(shù);2009年10期

9 歸慶明;許阿裴;韓松輝;;分步抗差自適應(yīng)濾波及其在GPS動(dòng)態(tài)導(dǎo)航中的應(yīng)用[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2009年06期

10 林海;嚴(yán)衛(wèi)生;李宏;王銀濤;;基于無跡卡爾曼濾波的永磁同步電機(jī)無傳感器直接轉(zhuǎn)矩控制[J];西北工業(yè)大學(xué)學(xué)報(bào);2009年02期

相關(guān)博士學(xué)位論文 前3條

1 徐佳鶴;基于UKF的濾波算法設(shè)計(jì)分析與應(yīng)用[D];東北大學(xué);2008年

2 朝澤云;無速度傳感器矢量控制系統(tǒng)的若干問題研究[D];華中科技大學(xué);2007年

3 秦峰;基于電力電子系統(tǒng)集成概念的PMSM無傳感器控制研究[D];浙江大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 王思;基于擴(kuò)展卡爾曼方法的無速度傳感器直接轉(zhuǎn)矩控制[D];昆明理工大學(xué);2015年

2 杜清潭;基于新型卡爾曼濾波的異步電機(jī)無傳感器控制系統(tǒng)研究[D];中國礦業(yè)大學(xué);2014年

3 李杰;基于EKF的永磁同步電機(jī)無位置傳感器控制的研究[D];湖南大學(xué);2013年

4 李源源;永磁同步電機(jī)無速度傳感器控制技術(shù)的研究[D];湖南大學(xué);2013年

5 王林翮;永磁同步電機(jī)無速度傳感器矢量控制系統(tǒng)的研究[D];西南交通大學(xué);2012年

6 王錚;基于UKF的無傳感器永磁同步電機(jī)直接轉(zhuǎn)矩控制研究[D];遼寧工程技術(shù)大學(xué);2012年

7 田恩國;基于EKF無速度傳感器矢量控制系統(tǒng)的研究[D];山東科技大學(xué);2010年

8 李敏;交流永磁同步伺服電動(dòng)機(jī)控制系統(tǒng)的研究[D];華南理工大學(xué);2010年

9 杜磊;基于卡爾曼濾波的交流異步電機(jī)無速度傳感器矢量控制系統(tǒng)[D];南京航空航天大學(xué);2010年

10 朱洪雨;基于滑模觀測器的永磁同步電機(jī)無位置傳感器控制研究[D];哈爾濱工業(yè)大學(xué);2009年

，

本文編號(hào)：1806775