[发明专利]一种基于IGSO优化EKF的无传感器永磁同步电机速度估计方法

说明书

本发明提出了一种基于IGSO优化EKF的无传感器永磁同步电机速度估计方法，属于无传感器永磁同步电机控制技术领域。基于改进群搜索优化算法的扩展卡尔曼滤波速度估计方案，首先，建立PMSM磁场定向控制系统模型。然后，将电机的d‑q轴电压、电流和转子速度作为状态变量，构建EKF中的状态方程来估计转速。同时，为了提高EKF的估计性能，以估计值与实际值的平方误差积分作为适应度函数，通过IGSO算法来优化EKF中的噪声协方差矩阵Q和R，以此获得最优参数从而提升系统的动稳态性能。

技术领域

本发明属于无传感器永磁同步电机控制技术领域，涉及一种无传感器永磁同步电机测速方法。

背景技术

伺服系统也称随动系统，属于自动控制系统的一种，系统输出量自动，连续，精准的跟随输入量的变化而变化，交流伺服系统涉及微电子技术、电力电子技术、传感器技术、稀土材料制造技术以及电机控制技术。随着这些技术的快速发展和进步，现代伺服系统正逐步由模拟式向数字化方向过度。永磁同步电机具有结构简单、功率高、功率密度小、体积小、运行安全可靠、相应速度快等众多优点，广泛应用于数控加工设备、包装打印设备、材料输送设备、医疗器械等行业，并开始取代直流电机和步进电机，其更适合用于精度和稳定性要求比较高的场合，如今已经成为伺服系统的主流。

空间矢量控制采用电流内环和速度外环的双闭环控制结构，在传统的速度环中，为了得到转子速度和位置的反馈，需要在转子上安装位置传感器并不断检测位置和速度。在传统的伺服控制系统中存在传感器或者编码器，可以实时获取电机的位置和转速信息，得到良好的控制性能。但在实际应用中仍然存在一些诸如易受环境干扰、增大系统体积，增加硬件成本等问题，为了解决这些问题，人们提出了一些通过电机的电流、电压等一些物理特性直接估算出转子位置的方法。

多年来，经众多国内外相关学者深入研究，无速度传感器永磁同步电机控制技术呈现出了许多方法。其中，电机转速是通过估计模型来预测，估计模型通常有模型参考自适应系统(Model Reference Adaptive System,MRAS)、观测器、扩展卡尔曼滤波器(ExtendedKalman Filter,EKF)、模糊逻辑和人工神经网络等。其中EKF应用较为广泛，然而，EKF中的噪声协方差矩阵Q和R的取值直接影响估计性能，需要取最优的参数值才行。

发明内容

为了提高无传感器永磁同步电机的控制精度，本发明专利提出一种基于IGSO优化EKF的无传感器永磁同步电机速度估计方法。

本发明所采用的技术方案是：

根据永磁同步电机模型，建立扩展卡尔曼滤波空间状态方程，寻找f_k-1和h_k间的雅克比矩阵，计算预测状态矩阵x_k-1和误差协方差矩阵并P_k-1进行状态校正，计算卡尔曼增益矩阵K_k，更新状态预测x_k；其中。通过改进型GSO算法(IGSO)，经过多次迭代得到滤波器最佳协方差矩阵Q、R的取值，使其对应的ISE达到符合速度估计的精度要求，进而实现对转速的估计。

一种基于IGSO优化EKF的无传感器永磁同步电机速度估计方法，步骤如下：

(1)根据永磁同步电机中的同步旋转坐标系下电流方程的数学模型，推导出dp坐标系为永磁同步电机中的同步旋转坐标系，则电机在此旋转坐标系下的数学模型为：

定子电压方程为：