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)