李响[1]2004年在《基于推广卡尔曼滤波的永磁同步电机无位置传感器控制》文中研究说明永磁同步电机(PMSM)是一种性能优越、应用领域广阔的电机,其传统的理论分析与设计方法已比较成熟。它的进一步推广应用,在很大程度上有赖于对控制策略的研究。实践中,使用通用变压变频(VVVF)变频器来驱动没有阻尼绕组的永磁同步电动机开环运行时,有时电机的运行频率超过某一频率,系统就会变得不稳定,甚至导致系统失步。本文研究了无位置传感器的永磁同步电机的速度控制问题。 论文提出了一种将推广卡尔曼滤波(EKF)原理应用于永磁同步电机无位置传感器调速系统的方法。对永磁同步电机的数学模型和卡尔曼滤波原理作了详细的分析,在dq转子同步坐标系中应用推广卡尔曼滤波算法,对永磁同步电机的转角和转速进行实时在线估计。所选取的滤波算法只需测量电流和逆变器直流母线电压,具有不改造电机、可靠性高和经济耐用的优点。利用在线估计出的转速和电流实现转速电流双闭环的永磁同步电机矢量控制。同时还提出了基于磁饱和原理的永磁转子初始位置的检测方法。针对转子磁场定向方式及矢量控制方案,采用了空间矢量脉宽调制方法对系统进行控制,此方法可以输出任意给定位置的电压矢量,在不增加功率管开关频率和不增加系统复杂性的前提下,明显提高电机的调速性能。 在Matlab6.5环境下进行的系统仿真实验表明,所提出的位置估计算法和控制方法具有优良的转角跟踪特性和速度控制性能,同时系统具有较强的抗负载扰动性能和较好的鲁棒性。实验结果表明本文的方法达到了预期的效果。
李高林[2]2011年在《基于扩展卡尔曼滤波的永磁同步电机的无位置传感器控制》文中研究说明近年来,由于永磁同步电机因为其结构简单、重量轻、体积小、损耗小、效率高以及恒功率运行时有较宽的调速范围等优点,在很多领域都得到了广泛的应用。由于永磁同步电机驱动系统能够满足高性能的要求,广泛运用于数控机床、高精度伺服驱动、航空航天及航海等领域中。本文根据目前一些电力拖动方面的需要,进行了永磁同步电机基于无位置传感器的调速系统的研究,使得永磁同步电机系统能够在保证调速性能的要求下进一步降低系统成本。论文主要研究了基于扩展卡尔曼滤波的永磁同步电机的无位置传感器的矢量控制系统。首先,论文介绍了永磁同步电机调速系统的研究现状以及发展趋势,了解了电机的结构,推导了坐标变换理论、永磁同步电机的数学模型、永磁同步电机模型的坐标变换以及矢量控制原理,并在此基础上重点介绍了几种常用的矢量控制策略,分析了各种控制方式的优缺点以及适用的场合;同时分析了永磁同步电机的弱磁运行原理及弱磁时的控制方式。其次,着重介绍了扩展卡尔曼滤波算法(EKF)的详细原理,给出了算法的流程图,在此基础上推导出了永磁同步电机的扩展卡尔曼方程,并且给出了基于扩展卡尔曼滤波的无位置传感器矢量控制的控制系统框图,并且介绍了扩展卡尔曼算法的简化算法。在matlab7.1环境下搭建了系统仿真模型并进行了仿真实验,对论文中所提出的方法进行了论证,并对实验结果进行了研究与分析,同时研究了简化算法。最后,采用了TI公司专用于电机控制的TMS320F2808型DSP作为系统硬件核心,从各主要功能模块,分类系统的介绍了整个硬件电路原理以及软件控制模块原理的实现方法。硬件部分主要介绍了电流采样、IPM模块及保护模块的原理,软件部分主要介绍了整个系统运行的流程图以及中断处理程序的流程图。在此软、硬件基础上进行了实验。
郑建芬[3]2005年在《基于高频注入和卡尔曼滤波的永磁同步电机无传感器控制》文中研究说明内埋式永磁(IPM)同步电动机因其高效性和恒功率运行时具有较宽的调速范围,在高性能的应用中倍受人们的青睐。通常,高性能的电机驱动需要快速准确的动态响应,良好的抗干扰性能以及不易受参数变化的影响,而影响这些性能的关键因素之一就是位置传感器。机械传感器的存在,增加了电机转子轴上的转动惯量,增加了电机与控制系统之间的连接线和接口电路,系统易受干扰且可靠性下降。另外,传感器使用条件受到如温度、湿度等的限制,并且价格比较昂贵,提高了系统成本。近年来,许多学者开展了无传感器控制的研究。目前,无位置传感器控制方法主要分为两类:一类是检测反电动势的转子位置估算方法,它是基于电机反电动势的位置和速度的相依性。由于在低速和零速时,反电动势几乎为零,而且这种方法对于电机参数很敏感,所以其适合于中高速调速。另一类是高频载波信号注入的转子位置估计方法,即是在定子端注入小幅值的高频载波信号,应用稳态坐标中的旋转矢量来跟踪空间凸极效应,适合于电机低速和零速时的转子位置检测。内埋式永磁同步电动机能很好的适应这一技术,因为它具有较明显的凸极效应,即d轴和q轴电感的不同是其转子结构的固有特性。 本文以内埋式永磁同步电动机为研究对象,提出了一种基于高频载波信号注入和卡尔曼滤波的无传感器控制方法。首先,本文对IPM同步电动机的数学模型、高频信号注入的原理以及卡尔曼滤波的算法进行了详细的研究和分析;接着,为了解决IPM同步电机低速时,转子位置难以检测的问题,在两相静止坐标系下的电机定子端注入高频正弦电压载波信号,利用空间凸极跟踪技术,从高频载波电流中取出位置估计的误差信号,其经过卡尔曼滤波器的处理得到转速和位置估计信息。高频载波的解调则通过一个带有外差处理的二阶低通滤波器来实现。最后,采用Matlab/Simulink软件对系统进行了仿真,仿真实验结果证实了这种方法的可行性,其适合于低速和零速时的转子位置和速度估计。
乔薇[4]2007年在《无速度传感器永磁同步电机直接转矩控制的研究》文中研究说明本文首先介绍了永磁同步电机的概况及其相关技术的应用现状,并指出了直接转矩控制理论在改善永磁同步电机性能和无传感器技术方面的重要影响和作用,因此,本文以对永磁同步电机直接转矩控制理论、无传感器技术实现和滑模变结构控制的研究为重点,建立了仿真和实验平台,取得了一定的研究成果。本文的主要内容包括:由空间电压矢量推导出永磁同步电机的磁链、电压和转矩的公式,提出零矢量对电机转矩波动抑制方面的作用。讨论了永磁同步电机直接转矩控制系统中各个控制子模块的功能和具体的实现方式,搭建传统永磁同步电机直接转矩控制系统,并对于基于MATLAB的永磁同步电机数学模型进行全系统的仿真。仿真结果验证了直接转矩控制理论的可行性。研究了基于卡尔曼滤波的无传感器PMSM直接转矩控制方法。扩展的卡尔曼滤波器是建立在基于定子两相静止坐标系下由定子电流、电压、转子转速和其他电机参量所构成的电机模型上,该方法有效提高了定子磁通观测的准确性,并对电机参数变化和负载扰动具有较强的鲁棒性。为了克服使用机械传感器给调速系统带来的缺陷,运用模型参考自适应理论完成永磁同步电机无速度传感器的仿真。仿真显示控制效果比较理想。鉴于PID调节器的不足,将滑模变结构控制理论引入到永磁同步电机直接转矩控制系统中,用滑模变结构控制器来替代传统PID控制器,并建立了仿真模型,取得了较为理想的效果,系统的调速性能得到了较大的改善。在理论研究的基础上,设计研制了一套基于DSP的永磁同步电机直接转矩控制实验系统,编写了控制程序软件,进行了永磁同步电机的运行实验
张相爱[5]2008年在《基于扩展卡尔曼滤波的永磁同步电机无传感器调速系统的研究》文中认为随着永磁同步电机在许多领域得到广泛应用,对永磁同步电机的研究成为一种必然的发展趋势,具有实际的意义和价值。永磁同步电机(PMSM)因其结构简单、体积小、重量轻、损耗小、效率高和恒功率运行时调速范围宽等特点,在高性能驱动系统中应用广泛。在高性能电机驱动系统中需要快速的动态响应,良好的抗干扰能力以及对参数变化具有鲁棒性,而影响这些因素的关键之一就是位置/速度传感器。近年来,电机无位置/速度传感器控制己成为一个研究的热点。本文基于非线性估计理论的基本原理,研究了PMSM的无传感器控制方法。阐述了扩展卡尔曼滤波算法的原理及在本系统中的应用,构造了基于扩展卡尔曼滤波的永磁同步电机矢量控制系统仿真模型,实现了无速度传感器在电机控制中的应用。首先,基于PMSM的数学模型,建立了电机的矢量控制仿真模型;其次,设计了扩展卡尔曼滤波器,通过检测电机端电压、相电流对电机转速和转子位置进行在线实时估计,实现了PMSM的无传感器矢量控制;最后,在Matlab7.0环境下进行的系统仿真试验表明,该方法具有优良的转角跟踪特性和较好的转速跟踪特性,同时系统具有较强的抗负载扰动性能和较佳的控制性能。仿真结果验证了扩展卡尔曼滤波算法在无传感器电机控制中的有效性和合理性。结果表明本文的方法达到了预期的效果。
李蓓蓓[6]2014年在《基于卡尔曼滤波的PMSM无传感器控制》文中提出永磁同步电动机因为其运行性能优越,体积小等优点在电机传动领域得到广泛应用。矢量控制因为控制方便、可靠,是经常被用到的一种控制方法。矢量控制需要知道电机转子的信息,传统的方法是使用专门的机械传感器来获取这些信息。但是机械传感器容易受外界因素影响,同时还增加了电机控制成本,使电机的控制精度下降,应用场合受到限制。因此如何不借助机械传感器来获取转子信息就成为研究的热点。这类不借助机械传感器的控制方法称为无传感器控制方法。本文对无传感器转子信息获取做了许多研究。首先本文探讨了永磁同步电动机无传感器控制方法发展的背景与现状,并介绍了主要的几种无传感器控制方法。接着对永磁同步电动机的数学模型进行了详细的描述,介绍了常用的叁种坐标系下的电机数学模型,分析了各自的优缺点,为下一步的电机无传感器控制做铺垫。然后深入研究了无传感器控制方法适用于不同调速范围的控制算法。先研究了适用于中高速阶段的卡尔曼滤波方法。并针对扩展卡尔曼滤波计算量大的缺点,建立了新的电机模型,给出了降阶线性卡尔曼滤波算法估计转子信息的实现方法。此种算法不仅计算量减小了,同时也保证了估计精度。然后研究了两种适用于低速阶段的高频电压信号注入法。找出了这两种方法的共同点,采用了基于定子电流统一模型卡尔曼滤波与高频信号注入法结合的控制算法。最后基于前文的分析研究,对永磁同步电动机的无传感器控制算法进行了仿真验证。实验结果证明了前面提出的算法的有效性,并给出了一种合适的中高速与低速算法的切换方案,验证了它的有效性。
胡定军[7]2013年在《步进电机无位置传感器控制》文中提出尽管步进电机在数控机械等领域有着广泛的应用,但其开环控制存在失步等缺点,而且运用旋转编码器等机械传感器实现的闭环控制,往往受工作环境等影响,难以安装实现。因此研究采用无位置传感器检测步进电机转子位置和速度具有一定的现实意义和应用价值。本文以二相混合式步进电机为研究对象,基于脉动高频电压信号注入法和卡尔曼滤波原理,研究实现二相混合式步进电机的无位置传感器控制技术。本文主要工作如下:1)建立了二相混合式步进电机的数学模型,定义了电机的d-q坐标。建立了以DSP为核心的电机位置、电流双闭环控制系统模型,并实现了电机驱动、绕组电流检测等外围硬件电路。2)阐述了运用脉动高频电压信号注入法和卡尔曼滤波检测二相混合式步进电机转子位置的基本原理。基于冲量等效原理和正弦波脉宽调制原理,实现了驱动电压和高频注入电压的同时注入。运用MATLAB与DSP配合实现了FIR数字滤波和卡尔曼滤波,准确提取出了绕组电流中包含的电机转子位置信息。3)在MATLAB/Simulink环境下,建立了二相混合式步进电机无位置传感器控制系统的仿真模型,实现了步进电机无位置传感器控制的仿真;基于TMS320F2812搭建实验平台,编写了相关程序,完成了软硬件调试。仿真及试验验证了脉动高频电压信号注入法和卡尔曼滤波能够准确实时检测出低速时二相混合式步进电机转子位置,实现了步进电机的无位置传感器控制。
毛森[8]2014年在《无位置传感器车用执行电机控制技术的研究》文中指出汽车电气化和智能化是汽车未来的发展趋势,这就意味着汽车零部件的设计将会逐步电气化和自动化,那么作为汽车零部件执行元件之一的电机的应用需求也将会不断增加。车用执行电机及其控制技术作为汽车零部件的关键技术之一,其对零部件的综合性能与使用成本有着重要的影响。因此,本文研究车用执行电机无传感器控制技术,对降低电机使用成本和消除使用传感器所带来的影响具有重要工程价值和研究意义。本文首先阐述了车用执行电机的应用现状并指出了车用执行电机的发展方向。建立了车用执行永磁同步电机在定子静止两相坐标系下的数学模型,同时采用矢量控制策略和SVPWM算法在SIMULINK仿真平台上进行了建模和仿真实验,并对实验结果进行了分析,为制定无传感器控制方案提供理论依据。然后综合分析不同的无传感器算法,确定采用扩展卡尔曼滤波进行转子位置和转速的估算。研究分析了卡尔曼滤波理论并设计了EKF观测器,对其稳定性和偏差产生原因进行分析。结合设计的EKF算子、电机数学模型、矢量控制策略和SVPWM算法建立了无传感器控制系统仿真模型,并进行仿真实验。最后研究分析了电机角加速度简化处理和实际模型处理、电机参数、噪声特性、汽车应用场合等对无传感器控制系统性能的影响,为后续进行参数辨识、复杂工况的估算、电机控制器设计等后续工作奠定基础。
潘扬[9]2010年在《基于卡尔曼滤波的永磁同步电机驱动技术研究》文中研究说明现代化生产水平、产品质量和经济效益在很大程度上取决于自动化生产设备的性能,永磁同步电机伺服驱动系统作为运动控制系统的重要组成部分,其研究和应用直接影响到自动化生产设备的性能和效率。因此,对伺服驱动系统的研究有利于提升我国自动化生产水平,增强企业竞争力。为提高永磁同步电机伺服驱动系统的运行精度,降低其成本,本论文在查阅国内外文献的基础上,对伺服驱动系统的无速度传感器技术和死区补偿算法进行了研究。本文的主要研究内容如下:1、在分析永磁同步电机结构和数学模型的基础上,采用转子磁链定向的矢量控制方法设计了带有电流环和速度环的双闭环数字伺服驱动系统,并进行Simulink仿真。2、针对传统速度传感器可靠性差、成本高的问题,设计了一种基于扩展卡尔曼滤波(EKF)算法的无速度传感器转速估计方法,并与有速度传感器系统进行了比较。3、针对由逆变器死区效应引起的电流畸变、谐波增大等问题,通过分析死区效应产生的原因和死区效应的影响,提出一种采用卡尔曼滤波器进行在线死区补偿的方法,将死区补偿前后的输出特性进行比较。4、进行永磁同步电机伺服驱动系统的软硬件设计,硬件部分基于TMS320F2812设计了永磁同步电机伺服控制器,基于PS21563设计了永磁同步电机功率驱动器;软件部分采用EKF实现转速估计,并加入卡尔曼滤波死区补偿算法。5、将设计算法应用于研制的永磁同步电机伺服驱动系统,实验结果表明扩展卡尔曼滤波方法能够较好估计电机转子速度,经过死区补偿后电机电压电流谐波减小,基本消除了零点钳位现象,验证了所研究方法的有效性。6、最后,对全文进行总结,并对今后进一步的研究工作提出展望。
双美佳[10]2018年在《基于Kalman滤波的风力发电系统无速度传感器研究》文中进行了进一步梳理近几年来,风电技术日趋成熟,人们也开始向优化控制系统方向努力。在风力发电系统中,为保证实现最大风能捕获,在发电机部分需要有合适的控制器配合工作,在此过程中需要准确的电机转速值作为反馈信号,而考虑传统机械转速检测设备的在实际应用中有诸多限制,将无速度传感器控制技术引入来代替传统机械装置完成估计电机转速的任务。本文以风力发电为背景,选用永磁同步电机作为系统发电机,首先构建永磁同步电机风电系统PCH模型,以此为基础设计无速度传感器的无源控制器,实现最大风能捕获;其次,考虑不同的运行环境因素,采用不同的估计算法提高速度观测器估计的准确性。最后基于MATLAB平台设计仿真模型,对所提闭环控制策略的效果进行验证。具体内容如下:首先,给出风电系统的重要组成,对关键组成部分的工作原理进行分析,给出风力机的控制策略,依据风力机气动特性阐述最大风能捕获的实现过程;同时给出永磁同步电机的优越性及控制技术,基于永磁同步电机的两项旋转坐标系统方程,构建端口受控永磁同步发电机哈密尔顿模型。为后续理论研究奠定了基础。其次,在系统PCH模型的基础上,考虑风力机系统易受环境因素影响引起的电阻摄动问题,提出基于增广无迹卡尔曼滤波模型的UKF估计算法。该方法同时将电阻摄动值与电机转速进行估计,进而依据估计值设计系统无源控制器,抑制了电阻摄动对系统控制产生的影响,并实现最大风能捕获。最后,在给出无迹卡尔曼滤波的基础上,考虑实际应用中传送给状态观测器的系统测量值并不准确,存在一定的测量噪声的问题,提出基于极大似然规则和最大期望算法的自适应无迹卡尔曼算法。该方法可以估计测量噪声的统计特性,并让其参与递归计算,从而解决了测量噪声未知情况下估计精度下降的问题。
参考文献:
[1]. 基于推广卡尔曼滤波的永磁同步电机无位置传感器控制[D]. 李响. 天津大学. 2004
[2]. 基于扩展卡尔曼滤波的永磁同步电机的无位置传感器控制[D]. 李高林. 湖南大学. 2011
[3]. 基于高频注入和卡尔曼滤波的永磁同步电机无传感器控制[D]. 郑建芬. 沈阳工业大学. 2005
[4]. 无速度传感器永磁同步电机直接转矩控制的研究[D]. 乔薇. 江苏大学. 2007
[5]. 基于扩展卡尔曼滤波的永磁同步电机无传感器调速系统的研究[D]. 张相爱. 西华大学. 2008
[6]. 基于卡尔曼滤波的PMSM无传感器控制[D]. 李蓓蓓. 郑州大学. 2014
[7]. 步进电机无位置传感器控制[D]. 胡定军. 南京航空航天大学. 2013
[8]. 无位置传感器车用执行电机控制技术的研究[D]. 毛森. 上海交通大学. 2014
[9]. 基于卡尔曼滤波的永磁同步电机驱动技术研究[D]. 潘扬. 浙江工业大学. 2010
[10]. 基于Kalman滤波的风力发电系统无速度传感器研究[D]. 双美佳. 燕山大学. 2018
标签:电力工业论文; 位置传感器论文; 卡尔曼滤波论文; 永磁同步电机论文; 矢量控制论文; 同步电机论文; 速度传感器论文; 电机控制与应用论文; 电机控制器论文; 传感器技术论文; 永磁发电机论文; 转速传感器论文; 系统仿真论文; 电机论文; 电机转子论文; 技术原理论文; 步进电机论文; 应用推广论文;