[发明专利]一种基于自适应卡尔曼滤波的无刷直流电机系统辨识方法

说明书

技术领域

本发明涉及一种基于自适应卡尔曼滤波的无刷直流电机系统辨识方法，用于在量测噪声特性变化的情况下获得准确的无刷直流电机系统模型，特别适用于磁悬浮控制力矩陀螺用无刷直流电机，以提高无刷直流电机系统的控制精度。

背景技术

无刷直流电机以其运行效率高、调速性能好等优点在国民经济的各个领域以及人们的日常生活中获得了广泛应用。但在长期运行过程中，无刷直流电机的绕组会随着使用时间增长而出现特性慢变，再加上温度变化和磁路饱和的影响，电机参数不再保持恒定，继而引起无刷直流电机模型发生变化，其结果会导致依照先前模型设计的控制器无法得到令人满意的控制效果，严重时甚至会发生系统失稳无法控制的情况，因此获得准确的无刷直流电机模型对于高精度的控制系统来说是十分重要的。

系统辨识是获得无刷直流电机模型的一种有效方法，通过系统辨识可以实现无刷直流电机的干扰观测、自适应控制和在线故障诊断等，有利于无刷直流电机的长期正常运行。但在实际工作过程中，实测的电机转速经常包含有各种量测噪声，而且这些噪声的特性通常是变化的。在这种情况下进行系统辨识，辨识结果往往易受噪声影响而精度不高，因此要想在量测噪声特性变化的情况下获得准确的辨识结果，就需要选择一种能够有效抑制噪声影响的辨识方法。

系统辨识的传统方法包括脉冲响应法、频率响应法、极大似然法和最小二乘法等，其中带有遗忘因子的递推最小二乘算法因能跟踪系统参数的慢变并能克服“数据饱和”的影响，在工程实践中应用最为广泛。但是这种算法在量测噪声显著变化的情况下，辨识结果随噪声而波动，辨识精度低。除了传统的系统辨识方法之外，随着智能控制理论研究的不断深入，近些年来出现了一些基于神经网络、遗传算法、模糊理论等知识的现代系统辨识方法，但是由于这些算法比较复杂，目前大都处于仿真阶段，在生产实践中应用较少。可见，现有的系统辨识方法在量测噪声特性变化情况下难以得到准确的辨识结果，为了提高控制系统的精度，必须寻求一种能够有效抑制量测噪声影响的系统辨识方法。

发明内容

本发明的目的是：为了有效抑制量测噪声特性变化对无刷直流电机系统辨识精度的影响以获得准确的无刷直流电机系统模型，提出一种基于自适应卡尔曼滤波的无刷直流电机系统辨识方法。该算法能够准确跟踪量测噪声特性的变化，参数估计平滑，辨识结果准确。

本发明的技术解决方案是：一种基于自适应卡尔曼滤波的无刷直流电机系统辨识方法，包括下列步骤：

（1）选择实验参数，并采集实验数据；

以单位阶跃电压作为无刷直流电机系统的输入，得到其单位阶跃响应曲线，依据单位阶跃响应曲线得到过渡过程时间t_s，根据t_s选择无刷直流电机系统的输入信号周期t_input和采样周期t_sample。以周期为t_input的方波电压作为无刷直流电机系统的输入信号，以t_sample为采样周期采集无刷直流电机系统的输入电压u(k)和输出角速率ω(k)，其中k表示第k个采样时刻，其取值为k＝1，2，...X，X表示共采集X组数据，X通常的取值范围为X≥5000；

（2）建立无刷直流电机系统的离散模型结构；