一种自适应扩展卡尔曼滤波的永磁同步电机无位置传感器矢量控制

TM351; 在粗差干扰或噪声统计偏差情况下,扩展卡尔曼滤波(EKF)对永磁同步电机(PMSM)的速度和转子位置估计存在精度下降问题,为此提出一种基于新息序列的自适应扩展卡尔曼滤波算法(AEKF).首先,将粗差干扰加入系统观测方程中,分析粗差干扰对系统观测精度的影响.其次,为增强算法的抗扰性能,在新息协方差计算中设置加权系数,通过调整临近时刻的新息协方差阵权重,计算出新息协方差值,并更新到卡尔曼增益的计算.最后,建立AEKF数学模型,并对比粗差干扰与噪声统计出现偏差情况下,AEKF与EKF两种策略的观测性能.仿真和实验结果表明,在粗差干扰或噪声统计信息出现偏差情况下,AEKF算法对永磁同步电机...

Full description

Saved in:
Bibliographic Details
Published in电机与控制学报 Vol. 28; no. 3; pp. 141 - 148
Main Authors 兰志勇, 李延昊, 罗杰, 李福, 戴珊琪
Format Journal Article
LanguageChinese
Published 湘潭大学 自动化与电子信息学院,湖南 湘潭 411105 01.03.2024
Subjects
矢量控制
转子位置与速度估计
permanent magnet synchronous motor
自适应扩展卡尔曼滤波
永磁同步电机
rotor position and speed estimation
无位置传感器
sensorless
adap-tive extended Kalman filter
vector control
Online AccessGet full text
ISSN1007-449X
DOI10.15938/j.emc.2024.03.014

Cover

More Information
Summary:TM351; 在粗差干扰或噪声统计偏差情况下,扩展卡尔曼滤波(EKF)对永磁同步电机(PMSM)的速度和转子位置估计存在精度下降问题,为此提出一种基于新息序列的自适应扩展卡尔曼滤波算法(AEKF).首先,将粗差干扰加入系统观测方程中,分析粗差干扰对系统观测精度的影响.其次,为增强算法的抗扰性能,在新息协方差计算中设置加权系数,通过调整临近时刻的新息协方差阵权重,计算出新息协方差值,并更新到卡尔曼增益的计算.最后,建立AEKF数学模型,并对比粗差干扰与噪声统计出现偏差情况下,AEKF与EKF两种策略的观测性能.仿真和实验结果表明,在粗差干扰或噪声统计信息出现偏差情况下,AEKF算法对永磁同步电机转速的观测具备更强的鲁棒性及更高的预测精度.
ISSN:1007-449X
DOI:10.15938/j.emc.2024.03.014