專利名稱：帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法，屬于電機(jī)驅(qū)動(dòng)控制領(lǐng)域。
背景技術(shù)：
在各種機(jī)電能量轉(zhuǎn)換裝置中，感應(yīng)電機(jī)因具有結(jié)構(gòu)簡(jiǎn)單、堅(jiān)固耐用、轉(zhuǎn)動(dòng)慣量小、 運(yùn)行可靠、制造方便、成本低、便于維修以及可工作于惡劣環(huán)境等優(yōu)點(diǎn)而在工業(yè)領(lǐng)域得到了廣泛的應(yīng)用。隨著電力電子技術(shù)、微電子技術(shù)及現(xiàn)代控制理論的飛速發(fā)展，特別是矢量控制技術(shù)以及直接轉(zhuǎn)矩控制技術(shù)等高性能控制策略的提出，使感應(yīng)電機(jī)調(diào)速技術(shù)得到了空前的發(fā)展。感應(yīng)電機(jī)矢量控制系統(tǒng)模擬直流電機(jī)實(shí)現(xiàn)了轉(zhuǎn)矩分量和勵(lì)磁分量的解耦控制，獲得了優(yōu)良的動(dòng)靜態(tài)特性，達(dá)到甚至超過(guò)了直流電機(jī)控制系統(tǒng)的動(dòng)靜態(tài)性能，這打破了直流電機(jī)在高性能電力傳動(dòng)領(lǐng)域一統(tǒng)天下的格局，并逐漸進(jìn)入取代直流調(diào)速系統(tǒng)的時(shí)代。傳統(tǒng)感應(yīng)電機(jī)矢量控制系統(tǒng)需要安裝轉(zhuǎn)速傳感器以實(shí)現(xiàn)高性能轉(zhuǎn)速閉環(huán)控制，速度傳感器的安裝會(huì)帶來(lái)如下問(wèn)題(1)增加了系統(tǒng)成本，增大了系統(tǒng)體積，同時(shí)降低了系統(tǒng)可靠性；(2)破壞了感應(yīng)電機(jī)結(jié)構(gòu)堅(jiān)固、簡(jiǎn)單的優(yōu)勢(shì)，增加了維護(hù)成本和難度，降低了系統(tǒng)的機(jī)械魯棒性；C3)在高溫、高濕等惡劣環(huán)境中，編碼器易受外界環(huán)境的影響，可靠性降低， 甚至無(wú)法工作。由于上述存在的問(wèn)題，近年來(lái)在感應(yīng)電機(jī)控制系統(tǒng)中，取消速度傳感器，通過(guò)電機(jī)的電壓、電流間接獲得轉(zhuǎn)速信息的控制方案成為發(fā)展趨勢(shì)。目前感應(yīng)電機(jī)的轉(zhuǎn)速觀測(cè)方法可以分為兩類一類是基于感應(yīng)電機(jī)非理想特性的觀測(cè)方法，如轉(zhuǎn)子槽諧波法、高頻信號(hào)注入法。這類方法雖然具有很好的參數(shù)魯棒性，但需要頻譜分析，其數(shù)據(jù)處理復(fù)雜，并且轉(zhuǎn)速觀測(cè)范圍窄，實(shí)用性較差；另一類是基于理想電機(jī)模型的轉(zhuǎn)速觀測(cè)方法。如直接計(jì)算法，計(jì)算簡(jiǎn)單但抗干擾性差；模型參考自適應(yīng)法的應(yīng)用研究較為廣泛，但參數(shù)魯棒性較差；滑模觀測(cè)器法參數(shù)魯棒性較好，但存在原理性的抖振問(wèn)題；人工智能法(包括神經(jīng)網(wǎng)絡(luò)、模糊控制、專家系統(tǒng)、遺傳算法等)比較復(fù)雜，實(shí)現(xiàn)困難。擴(kuò)展卡爾曼濾波(EKF)算法是一種基于均方差最小原理的具有反饋矯正環(huán)節(jié)的應(yīng)用于非線性系統(tǒng)的隨機(jī)觀測(cè)器。相對(duì)于其他的觀測(cè)方法，更適合于存在不確定性和非線性問(wèn)題的感應(yīng)電機(jī)模型。中國(guó)專利《交流異步電機(jī)的無(wú)速度傳感器逆控制器》，公開號(hào)為CN1710802，
公開日為2005年12月21日，將EKF算法用于交流電機(jī)的轉(zhuǎn)速觀測(cè)，實(shí)現(xiàn)了無(wú)速度傳感器交流電機(jī)系統(tǒng)的轉(zhuǎn)速觀測(cè)和轉(zhuǎn)速閉環(huán)運(yùn)行。但是標(biāo)準(zhǔn)卡爾曼濾波(EKF)算法用于感應(yīng)電機(jī)這一多變量、高階、非線性、強(qiáng)耦合系統(tǒng)的轉(zhuǎn)速觀測(cè)，存在噪聲協(xié)方差矩陣難以準(zhǔn)確獲得等問(wèn)題，有可能導(dǎo)致狀態(tài)變量觀測(cè)不準(zhǔn)，同時(shí)其系統(tǒng)噪聲協(xié)方差和測(cè)量噪聲協(xié)方差矩陣的取值對(duì)轉(zhuǎn)速觀測(cè)的動(dòng)態(tài)性能影響較大，若選取不當(dāng)使收斂時(shí)間過(guò)長(zhǎng)甚至發(fā)散。

發(fā)明內(nèi)容
本發(fā)明的目的是為了解決現(xiàn)有對(duì)感應(yīng)電機(jī)的轉(zhuǎn)速進(jìn)行觀測(cè)采用的標(biāo)準(zhǔn)卡爾曼濾波EKF算法中，由于噪聲協(xié)方差矩陣誤差大而影響狀態(tài)變量的觀測(cè)結(jié)果的問(wèn)題，提供一種帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法。 本發(fā)明方法基于轉(zhuǎn)速觀測(cè)器實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)，在轉(zhuǎn)速觀測(cè)器中采用卡爾曼濾波器進(jìn)行誤差預(yù)測(cè)，所述轉(zhuǎn)速觀測(cè)器在實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)的運(yùn)行過(guò)程中，卡爾曼濾波器所采用的誤差協(xié)方差矩陣預(yù)測(cè)方程中引入了指數(shù)漸消因子λ (k+1)，所述的誤差協(xié)方差矩陣預(yù)測(cè)方程
P{k +1)為
P{k+1) = A(k + \)G(k)P(k)G(k) + Q，
其中λ (k+1)的表達(dá)式為
Xik-{ea(k+l)~l a(k + \)>\ f I 1 a(k + l)<l'
式中a (k+1)的表達(dá)式為
a{k -M)= ZkZk ， trace(C0 (k +1))
其中Zk為感應(yīng)電機(jī)狀態(tài)變量的實(shí)測(cè)系統(tǒng)殘差，
C0(k+1)為感應(yīng)電機(jī)狀態(tài)變量的理論殘差協(xié)方差，
trace (C0(k+1))為 C0(k+1)的跡；
G(k)為雅克比系數(shù)矩陣；
Q為系統(tǒng)噪聲協(xié)方差陣。
本發(fā)明的優(yōu)點(diǎn)是本發(fā)明方法用卡爾曼濾波器對(duì)感應(yīng)電機(jī)的轉(zhuǎn)速進(jìn)行觀測(cè)，在采
用卡爾曼濾波器的轉(zhuǎn)速觀測(cè)器中，誤差協(xié)方差矩陣中引入了指數(shù)漸消因子λ (k+1)，指數(shù)漸消因子λ (k+1)的引入能夠減小感應(yīng)電機(jī)模型誤差和外界干擾的影響，以及噪聲統(tǒng)計(jì)不準(zhǔn)確引起的觀測(cè)誤差，它加快了收斂速度，提高了觀測(cè)精度。與傳統(tǒng)EKF轉(zhuǎn)速觀測(cè)器相比，轉(zhuǎn)速觀測(cè)更精確、快速，動(dòng)態(tài)性能更優(yōu)。本發(fā)明方法為實(shí)現(xiàn)交流電機(jī)的無(wú)速度傳感器的高性能運(yùn)行奠定了基礎(chǔ)。


圖1為實(shí)施方式三中所述的轉(zhuǎn)速觀測(cè)器的具體運(yùn)行過(guò)程的流程圖；圖2為由本發(fā)明方法獲得的轉(zhuǎn)子轉(zhuǎn)速與實(shí)際轉(zhuǎn)子轉(zhuǎn)速的對(duì)照仿真波形圖，圖中t 為時(shí)間；圖3為由本發(fā)明方法獲得的定子電流isa的仿真波形圖；圖4為由本發(fā)明方法獲得的定子電流isa的觀測(cè)值的仿真波形圖；圖5為選取實(shí)施方式三中所述的誤差協(xié)方差矩陣的初值和系統(tǒng)噪聲協(xié)方差陣的初值時(shí)，獲得的轉(zhuǎn)子磁鏈空間位置角與實(shí)際轉(zhuǎn)子磁鏈空間位置角的對(duì)照曲線圖，圖中θ為轉(zhuǎn)子磁鏈空間位置角；圖6為選取實(shí)施方式三中所述的誤差協(xié)方差矩陣的初值和系統(tǒng)噪聲協(xié)方差陣的初值時(shí)，獲得的轉(zhuǎn)速辨識(shí)結(jié)果與實(shí)際轉(zhuǎn)速的對(duì)照曲線圖；圖7為圖6的轉(zhuǎn)速辨識(shí)誤差曲線圖8為選取實(shí)施方式三中所述的誤差協(xié)方差矩陣的初值和系統(tǒng)噪聲協(xié)方差陣的初值時(shí)，獲得的轉(zhuǎn)子磁鏈辨識(shí)結(jié)果與實(shí)際轉(zhuǎn)子磁鏈的對(duì)照曲線圖；圖9為圖8的轉(zhuǎn)子磁鏈辨識(shí)誤差曲線圖；圖10為在標(biāo)準(zhǔn)卡爾曼濾波算法的感機(jī)電機(jī)觀測(cè)器中，誤差協(xié)方差矩陣P取不同初值時(shí)獲得的轉(zhuǎn)速觀測(cè)誤差曲線圖；圖11為在標(biāo)準(zhǔn)卡爾曼濾波算法的感機(jī)電機(jī)觀測(cè)器中，測(cè)量噪聲協(xié)方差陣R對(duì)轉(zhuǎn)速觀測(cè)誤差的影響曲線圖；圖12為在標(biāo)準(zhǔn)卡爾曼濾波算法的感機(jī)電機(jī)觀測(cè)器中，系統(tǒng)噪聲協(xié)方差陣Q對(duì)轉(zhuǎn)速觀測(cè)誤差的影響曲線圖。
具體實(shí)施例方式具體實(shí)施方式
一本實(shí)施方式基于轉(zhuǎn)速觀測(cè)器實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)，在轉(zhuǎn)速觀測(cè)器中采用卡爾曼濾波器進(jìn)行誤差預(yù)測(cè)，所述轉(zhuǎn)速觀測(cè)器在實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)的運(yùn)行過(guò)程中，卡爾曼濾波器所采用的誤差協(xié)方差矩陣預(yù)測(cè)方程中引入了指數(shù)漸消因子λ (k+1)，所述的誤差協(xié)方
差矩陣預(yù)測(cè)方程尸(眾+ 1)為P(k + 1) = X{k + \)G{k)P{k)G{k) + Q，其中λ (k+l)的表達(dá)式為A(k +1) =，式中a (k+l)的表達(dá)式為
τ 2 2a(k + 1) =-—-，
trace(C0 (k +1))其中zk為感應(yīng)電機(jī)狀態(tài)變量的實(shí)測(cè)系統(tǒng)殘差，C0(k+l)為感應(yīng)電機(jī)狀態(tài)變量的理論殘差協(xié)方差，trace (C0 (k+l))為 C0 (k+l)的跡；G(k)為雅克比系數(shù)矩陣；Q為系統(tǒng)噪聲協(xié)方差陣。
具體實(shí)施方式
二 本實(shí)施方式為對(duì)實(shí)施方式一的進(jìn)一步說(shuō)明，所述轉(zhuǎn)速觀測(cè)器的狀態(tài)變量χ為χ = (isa，is0，Vra，Vr0，ωΓ)τ，式中isa為定子電流的α軸分量，is0為定子電流的β軸分量，U^a為轉(zhuǎn)子磁鏈的α軸分量，Ψμ為轉(zhuǎn)子磁鏈的β軸分量，為轉(zhuǎn)子轉(zhuǎn)速；由此得到轉(zhuǎn)速觀測(cè)器所使用的感應(yīng)電機(jī)在α-β兩相靜止坐標(biāo)系下的狀態(tài)方程為
權(quán)利要求
1. 一種帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法，它基于轉(zhuǎn)速觀測(cè)器實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)，在轉(zhuǎn)速觀測(cè)器中采用卡爾曼濾波器進(jìn)行誤差預(yù)測(cè)，其特征在于所述轉(zhuǎn)速觀測(cè)器在實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)的運(yùn)行過(guò)程中，卡爾曼濾波器所采用的誤差協(xié)方差矩陣預(yù)測(cè)方程中引入了指數(shù)漸消因子λ (k+i)，所述的誤差協(xié)方差矩陣預(yù)測(cè)方程尸0 + 為a(k + \) =-^-，trace(C0 (k +1))其中^為感應(yīng)電機(jī)狀態(tài)變量的實(shí)測(cè)系統(tǒng)殘差， c0(k+l)為感應(yīng)電機(jī)狀態(tài)變量的理論殘差協(xié)方差， trace (C0 (k+1))為 C0(k+1)的跡； G(k)為雅克比系數(shù)矩陣； Q為系統(tǒng)噪聲協(xié)方差陣。
2.根據(jù)權(quán)利要求1所述的帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法， 其特征在于所述轉(zhuǎn)速觀測(cè)器的狀態(tài)變量χ為 χ = (isa，is0，￥ra，ΨΓ0，ωΓ)τ,式中isa為定子電流的α軸分量，ise為定子電流的β軸分量，￥ra為轉(zhuǎn)子磁鏈的a 軸分量，Ψμ為轉(zhuǎn)子磁鏈的β軸分量，為轉(zhuǎn)子轉(zhuǎn)速；由此得到轉(zhuǎn)速觀測(cè)器所使用的感應(yīng)電機(jī)在α-β兩相靜止坐標(biāo)系下的狀態(tài)方程為 d_.Lm(OrnpLm1= 'Trlsa+^TTF￥ra+~^ΓΓψΓβ +^LUsasrs r rs rsd_.cornpLmLm1Jthp =+srs rs r rsd Lm . 1'JVra=Y1sa-Y Wra _ ^ηΡΨΤβrr9dLm.丄1JiWr β =γ^β+ ωτηρψτα-γψτβ其中T ' sr為過(guò)程變量，T ' sr = σ Ls/[Rs+(VLr)2Rr]，σ為定子漏磁系數(shù)， 7 = 1-^/(4^)，Ls為定子漏感，Lm為定轉(zhuǎn)子互感，Lr為轉(zhuǎn)子漏感，Rs為定子電阻，Rr為轉(zhuǎn)子電阻；Pik +1) = Xik + \)G{k)P{k)G{k) + Q，其中λ (k+i)的表達(dá)式為[1 a{k + \)<\式中a (k+1)的表達(dá)式為P =Τ,為轉(zhuǎn)子時(shí)間常數(shù)，T, = L,/R,； np為極對(duì)數(shù)；Usa為定子電壓的α軸分量，Use為定子電壓的β軸分量；由此得到轉(zhuǎn)速觀測(cè)器的數(shù)學(xué)模型為1
3.根據(jù)權(quán)利要求2所述的帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法， 其特征在于所述轉(zhuǎn)速觀測(cè)器的具體運(yùn)行過(guò)程為步驟一初始化狀態(tài)變量χ的辨識(shí)值Jc(G)和誤差協(xié)方差矩陣的辨識(shí)值P(G),使jc(O) = 0 ,P(O) = 0;同時(shí)選取系統(tǒng)噪聲協(xié)方差陣Q的初值和測(cè)量噪聲協(xié)方差陣R的初值；并設(shè)定采樣周期；步驟二 預(yù)測(cè)狀態(tài)變量+ 和輸出變量>^ + 1)，具體過(guò)程為在第k+l個(gè)采樣周期開始時(shí)刻，利用第k個(gè)采樣周期的狀態(tài)辯識(shí)結(jié)果⑼(”計(jì)算獲得A(k)和G(k)，測(cè)量所述感應(yīng)電機(jī)的三相定子電壓，再根據(jù)三相到兩相靜止坐標(biāo)系的變換，獲得第k+Ι個(gè)采樣周期的定子電壓的α軸分量usa(k+l)和定子電壓的β軸分量 us0 (k+Ι)，進(jìn)而獲得第k+Ι個(gè)采樣周期的輸入變量u (k+Ι)，然后對(duì)狀態(tài)變量χ和輸出變量y進(jìn)行預(yù)測(cè)，得到預(yù)測(cè)值++1)，
全文摘要
帶指數(shù)漸消因子的卡爾曼濾波器的感應(yīng)電機(jī)轉(zhuǎn)速觀測(cè)方法，屬于電機(jī)驅(qū)動(dòng)控制領(lǐng)域。它解決了現(xiàn)有對(duì)感應(yīng)電機(jī)的轉(zhuǎn)速進(jìn)行觀測(cè)采用的標(biāo)準(zhǔn)卡爾曼濾波EKF算法中，由于噪聲協(xié)方差矩陣誤差大而影響狀態(tài)變量的觀測(cè)結(jié)果的問(wèn)題。本發(fā)明方法基于轉(zhuǎn)速觀測(cè)器實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)，在轉(zhuǎn)速觀測(cè)器中采用卡爾曼濾波器進(jìn)行誤差預(yù)測(cè)，所述轉(zhuǎn)速觀測(cè)器在實(shí)現(xiàn)轉(zhuǎn)速觀測(cè)的運(yùn)行過(guò)程中，卡爾曼濾波器所采用的誤差協(xié)方差矩陣預(yù)測(cè)方程中引入了指數(shù)漸消因子λ(k+1)，所述的誤差協(xié)方差矩陣預(yù)測(cè)方程為本發(fā)明適用于感應(yīng)電機(jī)的轉(zhuǎn)速觀測(cè)。
文檔編號(hào)H02P21/13GK102176653SQ20111002171
公開日2011年9月7日 申請(qǐng)日期2011年1月19日 優(yōu)先權(quán)日2011年1月19日
發(fā)明者吳鳳江, 孫力, 孫奎, 彭浩榮, 李偉, 趙克 申請(qǐng)人:哈爾濱工業(yè)大學(xué)